Las actualizaciones recientes han mejorado el entorno de desarrollo de MetaTrader 5. Las mejoras incluyen un depurador MQL5 con nuevas funcionalidades, lo que permite identificar y corregir errores de manera más eficiente. Se han optimizado los tiempos de compilación, ofreciendo un proceso más rápido y eficiente. Esto facilita la creación de estrategias de trading automatizadas y personalizadas. Estos avances refuerzan la plataforma como una herramienta robusta para desarrolladores y traders, mejorando la productividad y la precisión en el desarrollo de sistemas de trading.

Leer más...

Descubre cómo optimizar tus modelos ONNX con nuevos formatos de datos como float16 y float8 en MetaTrader 5. Aporta eficiencia y rendimiento a tus cálculos con estos innovadores tipos de datos. Aprende a convertir representaciones de 8 y 16 bits para aplicar estas técnicas en tus proyectos de aprendizaje automático y mejorar la precisión en aplicaciones como la super-resolución de imágenes con el modelo ESRGAN. Los desarrolladores disfrutarán de nuevas funciones y soporte en MQL5, facilitando la manipulación de grandes volúmenes de datos y acelerando el entrenamiento de modelos.

Leer más...

El artículo aborda la integración de las tendencias de velas de plazos superiores con estrategias de cruce de medias móviles en MetaTrader 5. A través del código MQL5, clasifica las velas como alcistas o bajistas y restringe las señales a las tendencias dominantes, mejorando la precisión de las mismas. Esto se demuestra con un algoritmo que filtra señales, reduciendo las falsas. Además, explora cómo esta técnica puede incrementar la rentabilidad y mejorar la gestión del riesgo para los traders. Este enfoque metodológico optimiza la toma de decisiones, proporcionando un marco más robusto para el desarrollo de estrategias de trading algorítmico.

Leer más...

MetaTrader 4, una conocida plataforma de comercio en línea, facilita a los traders el análisis técnico del mercado financiero. A través de su interfaz intuitiva, permite la colocación de órdenes comerciales, la gestión de posiciones y la implementación de algoritmos de trading automatizados. Además, proporciona una variedad de herramientas analíticas, como gráficos interactivos y más de 30 indicadores técnicos preinstalados. Su funcionalidad robusta es adecuada tanto para traders principiantes como expertos. La plataforma también es compatible con sistemas de trading experto, facilita pruebas retrospectivas y permite el comercio móvil para transacciones flexibles desde cualquier lugar.

Leer más...

Descubre cómo construir un EA multidivisa en MetaTrader 5 con múltiples estrategias en paralelo. El artículo aborda la creación de la clase CVirtualOrder para manejar órdenes pendientes virtuales, agregando propiedades como m_expiration y m_isExpired para gestionar el tiempo de expiración y los cierres automáticos. También se detalla cómo integrar visualmente estas órdenes en el gráfico y ejecutar una persistencia del estado del EA tras un reinicio. Con cambios mínimos en dos archivos claves, se logran amplias funcionalidades, facilitando la optimización y gestión de estrategias complejas para traders y desarrolladores.

Leer más...

Para calcular el precio promedio, se pueden especificar los períodos H1 y D1. El precio promedio D1 ayuda a determinar si el precio de un instrumento financiero se encuentra por encima o por debajo del precio promedio. El período H1 proporciona una indicación de una reversión de tendencia más rápida. El indicador tiene tres parámetros de entrada: Símbolo para cálculos; Periodo de tiempo; Precio aplicado.

Se recomienda utilizar períodos de M1 a M30; M1 es la escala de tiempo más informativa. Es posible comparar diferentes instrumentos financieros en el mismo gráfico, como EURUSD y USDCAD en M15. El indicador permite ver los niveles de resistencia y soporte del precio promedio diario.

Leer más...

MetaTrader 5 ofrece una herramienta poderosa para transformar ideas matemáticas en sistemas de trading efectivos: el Wizard MQL5. Este asistente permite crear asesores expertos que manejan funciones vitales como la apertura y cierre de operaciones, y decisiones basadas en la formación de nuevas barras. La serie de artículos destacada explora métodos de agrupamiento, como k-means y DBSCAN, con énfasis en la flexibilidad de DBSCAN para descubrir patrones sin predefinir el número de clusters. Implementaciones prácticas incluyen señales de trading que refinan decisiones de compra y venta. Ideal para desarrolladores y traders interesados en algotrading avanzado.

Leer más...

Optimizar modelos de predicción de precios en MetaTrader 5 puede ser muy costoso en términos computacionales, especialmente en mercados volátiles. Inspirándonos en técnicas de conducción autónoma, se pueden emplear modelos de "bajas prestancias" que, mediante un preprocesamiento sencillo y técnicas avanzadas de aprendizaje profundo como Redes Neuronales Gráficas (GNNs) y Atención Múltiple (MHSA), reducen los recursos necesarios sin perder precisión. Estos métodos consideran las trayectorias pasadas y una representación simplificada del entorno, mejorando la eficiencia y operatividad en tiempo real. La implementación en MQL5 permite aplicar estas mejoras directamente en estrategias de trading algorítmico.

Leer más...

### Evolución de Grupos Sociales en Algoritmos de Búsqueda

Anteriormente se analizó la evolución de grupos en un espacio de búsqueda libre. Ahora, se plantea un nuevo enfoque donde los grupos se mueven entre sectores. Se introduce memoria tanto para el grupo como para cada partícula. Este nuevo enfoque permitirá compartir información de mejores soluciones entre sectores, optimizando la búsqueda y adaptación.

### Principios del Algoritmo

1. Desplazamiento entre sectores, permitiendo al grupo explorar diferentes áreas y compartir metadatos.
2. Especialización de roles dentro del grupo para aprovechar recursos de manera eficiente.
3. Cooperación y colaboración en el grupo para intercambio de información y discusión de ideas.
4. Resolución de conflictos mediante normas y procedimientos.
5. Liderazgo para organización y toma de decisiones.
6. Memoria de grupo para retener información so...

Leer más...

Exploramos cómo la estacionalidad afecta al mercado Forex y comparamos el rendimiento de un Asesor Experto (EA) con y sin integración de estacionalidad. Usamos modelos ONNX y técnicas de filtrado de datos para ver cómo estos mejoran la precisión del EA. Los filtros de paso bajo suavizan el ruido del mercado y reducen los costes de transacción. Los resultados mostraron que los EAs ajustados con parámetros de estacionalidad son más estables y rentables. Finalmente, investigamos el impacto de diferentes periodos de NextDay en la optimización del EA, concluyendo que ajustar estos parámetros puede mejorar significativamente el rendimiento.

Leer más...

La inferencia causal se integra cada vez más en el trading. Tras haber dominado lo básico y creado meta-aprendices robustos, el siguiente paso es aplicar estos métodos para evaluar efectos causales en datos heterogéneos.

El emparejamiento por puntuación de propensión permitirá comparar observaciones similares entre grupos de tratamiento y control. Esto es crucial para evitar estimaciones sesgadas al calcular efectos medios condicionales (CATE) y para manejar la maldición de la dimensionalidad.

Implementar la reducción de dimensionalidad mediante puntuación de propensión facilita el emparejamiento unidimensional eficaz. La clave es realizar comparaciones precisas entre unidades similares para lograr una evaluación rigurosa del efecto causal, independientemente de la técnica de aprendizaje utilizada.

Leer más...

Restaurar el estado del EA en MetaTrader 5 tras reinicios es esencial para no comenzar desde cero ni perder posiciones abiertas. Sin embargo, el tamaño de las posiciones abiertas permanecía fijo. Implementar tamaños de posición variables acorde al saldo de la cuenta aumenta flexibilidad y manejo de riesgo en algoritmos. Utilizando estrategias de trading normalizadas y balance ajustado, se asegura una reducción máxima del 10%. Las estrategias deben gestionarse implementando tres opciones: tamaño fijo, tamaño constante para saldo fijo y tamaño variable basado en saldo actual. Este enfoque permite optimizar la gestión monetaria y mejorar el rendimiento en MetaTrader 5.

Leer más...

Mejorando las clases de la biblioteca

La biblioteca DoEasy permite recuperar datos del entorno comercial eficientemente. Se pueden clasificar listas de datos con parámetros específicos y añadir funcionalidades estándar, facilitando el uso directo.

Hoy se añaden herramientas de búsqueda y visualización de patrones de precios. Las clases de series temporales permiten acceder a cualquier dato, encontrando patrones descritos por autores o desarrollados internamente.

Cualquier patrón tiene parámetros comunes, centrados en una clase de objeto de patrón abstracto. Se crearán clases heredadas basadas en el tipo de patrón, asociando patrones encontrados con barras de series temporales.

Leer más...

Optical flow estimation is crucial for analyzing object movement in various fields. Traditional convolutional neural networks (CNNs) often lack global context, impacting large displacements and occlusions handling. Enter CCMR, a novel approach blending attention mechanisms and high-resolution, multi-scale motion aggregation. CCMR leverages context-driven motion reasoning with strategies like global contextual features via self-attention and iterative updates through gated recurrent units (GRUs). Practical for autonomous driving and surveillance, this method integrates context aggregation efficiently across scales, yielding precise, detailed flow fields. Implementing CCMR's concepts in MetaTrader 5 (MQL5) involves constructing complex but highly effective convolutional and feature encoding blocks.

Leer más...

Una estrategia de trading efectiva combina fórmulas matemáticas y verificaciones estadísticas para asegurar coherencia y rentabilidad. Una de las metodologías más simples y practicadas es la basada en medias móviles simples (SMA), donde la apertura de posiciones se realiza al cruzar el precio con la SMA. Sin embargo, para mejorar precisión, es clave utilizar la mediana de la diferencia y promedios móviles adicionales, como la EMA o LWMA, que suavizan y filtran los datos. Implementar estas estrategias con pruebas históricas en herramientas como MetaTrader 5 permite evaluar y ajustar parámetros para optimizar resultados, proporcionando una base sólida y analítica para el desarrollo de sistemas de trading.

Leer más...

La mayoría de los métodos previos tratan el entorno como algo estático, ajustado a un proceso de Markov. Utilizan datos históricos para dotar al modelo de información, pero no estiman la dinámica del cambio de estado. El método DFFT se desarrolló para detectar objetos en imágenes estáticas. Sin embargo, en la detección de objetos en vídeo, es crucial considerar la información temporal y combinar características de fotogramas vecinos.

El artículo "FAQ: Feature Aggregated Queries for Transformer-based Video Object Detectors" propone un enfoque mejorado mediante la agregación de consultas basadas en Transformer. Los resultados experimentales muestran que este método es efectivo y puede aplicarse a diversos métodos de detección en imágenes y vídeos.

Leer más...

El artículo profundiza en la robustez de algoritmos de optimización basados en poblaciones, destacando aquellos con excelente rendimiento en pruebas de funciones complejas. Analiza algoritmos como BGA, GWO y SFL, mostrando cómo superan trampas locales y logran máximos globales. También explora enfoques como la evolución de grupos sociales y la optimización de gotas de agua. Los resultados muestran que cada algoritmo tiene fortalezas y debilidades específicas, pero combinarlos en fases iniciales y finales de optimización puede mejorar significativamente la eficacia. Una lectura esencial para desarrolladores de MetaTrader 5 interesados en estrategias avanzadas de trading algorítmico.

Leer más...

Explora el innovador enfoque bidireccional de predicción para plataformas de transporte bajo demanda, como Uber y Didi, integrando Fusiones Espacio-Temporales (STF). Utiliza series de precios altos y bajos para anclar demanda y oferta, y aplica una matriz espacial junto con un parámetro temporal. En lugar de redes transformadoras, implementa un perceptrón multicapa personalizado para prever ofertas y demandas. Este enfoque mejora la previsión económica en sistemas de trading, combinando análisis de autocorrelación y técnicas de redes neuronales para desarrollar modelos predictivos escalables y eficientes. Ideal para traders y desarrolladores interesados en algoritmos avanzados y su impacto en el mercado.

Leer más...

Explora los tres métodos avanzados de hibridación de algoritmos de optimización para resolver problemas complejos. Combinando Grey Wolf Optimizer (GWO) y Cuckoo Optimization Algorithm (COAm) en secuencial y paralelo, se busca aprovechar las fortalezas individuales de cada algoritmo, transfiriendo estados y adapciones para maximizar resultados. Descubre cómo la hibridación puede mejorar significativamente la velocidad de convergencia y precisión de las soluciones de optimización, beneficiando tanto a desarrolladores de MetaTrader 5 como a traders interesados en algoritmos sofisticados y eficientes. Experimenta un nuevo nivel de rendimiento en tus estrategias algorítmicas.

Leer más...

¿Interesado en la programación de IA aplicada a MetaTrader 5? Descubre cómo la regresión lineal y las derivadas son esenciales para construir redes neuronales eficientes en MQL5. Este análisis profundo te guiará a través de la matemática clave para la creación de algoritmos de Machine Learning, sin salir del propio entorno de desarrollo de MetaTrader. Aprende cómo una ecuación cuadrática puede simplificar los cálculos complejos y optimizar la toma de decisiones en el trading algorítmico, impactando directamente en la mejora de estrategias operativas. Ideal tanto para desarrolladores experimentados como para aquellos que desean adentrarse en el mundo del trading automatizado.

Leer más...