Implementación de un gestor de riesgos es crucial en el trading manual. Definiremos funciones y configuraremos parámetros de entrada para un gestor de riesgos eficiente.

Controlaremos los límites diarios, semanales y mensuales. Si se alcanzan estos límites, el EA debe cerrar todas las posiciones y alertar al usuario.

Declararemos una clase básica "RiskManagerBase" para almacenar estos parámetros usando "double" y "bool" con modificadores de acceso "protected".

El método "RefreshLimits()" recalculará los valores límite. Usaremos variables de tipo "MqlDateTime" para definir períodos de tiempo y calcular límites basados en transacciones realizadas.

Implementaremos esta lógica en el manejador de eventos para actualizar límites y gestionar riesgos efectivamente en tiempo real.

Leer más...

¿Sabías que la Inteligencia Artificial Explicable (XAI) puede ayudar a descifrar la "caja negra" de los modelos predictivos? Este artículo explora cómo técnicas como LIME y SHAP proporcionan explicaciones tanto globales como locales sobre el funcionamiento de algoritmos complejos. A través de un ejemplo práctico analizando el salario de atletas en EA's Madden NFL, aprenderás cómo estas herramientas identifican y evalúan características clave, permitiendo una interpretación más confiable de los modelos. Una lectura esencial para desarrolladores de MetaTrader 5 y cualquier interesado en la toma de decisiones basada en IA.

Leer más...

Al utilizar algoritmos de optimización, la calidad del generador de números aleatorios (RNG) puede influir significativamente en los resultados. Los RNG se dividen en pseudoaleatorios (PRG) y aleatorios reales (TRNG). Los PRG, comunes en lenguajes de programación como MQL5, Python, C++, C#, y Java, suelen ser suficientes para la mayoría de aplicaciones. Sin embargo, tareas de alta seguridad exigen RNGs criptográficos o de hardware.

El generador Mersenne Twister destaca por su largo período y buena velocidad, haciéndolo adecuado para optimización. A pesar de ello, su eficacia también debe ser evaluada mediante pruebas estadísticas como la chi-cuadrado para asegurar la uniformidad y calidad de la aleatoriedad.

Leer más...

En el primer artículo, se abordó la implementación de la programación procedimental en MQL5, tratando también la programación funcional. Se cubrieron los fundamentos de la programación procedimental y se creó un Asesor Experto básico utilizando el indicador EMA y datos de velas.

En esta ocasión, se examina el paradigma de la programación orientada a objetos (POO). Se transformará el código procedimental del EA previamente desarrollado a código POO en MQL5. Este enfoque permitirá comprender mejor las diferencias clave entre ambos paradigmas de programación.

La metodología POO organiza el código en torno a objetos y modelos. Las clases definen atributos y métodos, mientras que los objetos son implementaciones concretas de estas clases.

Leer más...

Explora el uso innovador de las Ecuaciones Diferenciales Ordinarias (ODE) en modelos neuronales. En vez de capas ocultas discretas, se parametriza la derivada del estado con una red neuronal, mejorando la estimación para cada entrada. Este método permite la retropropagación escalable y eficiente usando solucionadores ODE como una "caja negra", ideal para grandes modelos. Se detallan algoritmos para calcular gradientes en MQL5 con soluciones ODE avanzadas, utilizando el método de Dormand-Prince y funciones ReLU activadas. Aprende cómo implementarlo mediante nuevas clases y kernels en OpenCL, optimizando el rendimiento y la precisión para el trading algorítmico.

Leer más...

En la tercera parte de nuestra serie sobre asesores expertos de cobertura en MetaTrader 5, nos enfocamos en mejorar el Simple Hedge EA. A través de la optimización matemática y la fuerza bruta, buscamos maximizar la eficiencia de esta estrategia de trading. La optimización matemática implica el uso de funciones de beneficio y reducción para ajustar estrategias basadas en datos confiables. Este enfoque se complementa con la fuerza bruta, que prueba todas las combinaciones posibles de datos de entrada, reduciendo significativamente el número de pruebas necesarias. Juntos, estos métodos proporcionan un enfoque equilibrado y eficaz para la optimización de estrategias de cobertura.

Leer más...

Explora cómo el clustering puede revolucionar la inferencia causal y la identificación de regímenes de mercado en el trading algorítmico. Esta técnica agrupa datos similares para analizar relaciones de causa y efecto y ajustar estrategias de trading. Desde K-Means hasta HDBSCAN, descubre los algoritmos líderes y sus aplicaciones en series temporales y volatilidad del mercado. Con ejemplos de implementación en Python, aprende a personalizar modelos predictivos y perfeccionar el análisis de datos financieros mediante clustering. Mejora tus decisiones de inversión y reduce errores, automatizando el análisis y destacando estructuras ocultas del mercado. ¡Impulsa tu trading con algoritmos avanzados!

Leer más...

Los modelos con capas convolucionales y mecanismos de atención son comunes para analizar entornos iniciales. Sin embargo, las redes convolucionales no captan dependencias a largo plazo debido a sesgos inductivos. Las arquitecturas de atención codifican relaciones globales y aprenden representaciones expresivas. Los modelos de convolución de grafos aprovechan bien las correlaciones locales y la topología de los grafos.

Combinar redes de grafos y Transformadores es útil para resolver estrategias comerciales óptimas. El algoritmo GTGAN, presentado en el artículo "Graph Transformer GANs with Graph Masked Modeling for Architectural Layout Generation", combina ambos enfoques.

El GTGAN ayuda a crear diseños arquitectónicos realistas a partir de grafos. El generador consta de una red neuronal convolucional, un codificador Transformer y una cabeza de generación. El método produce resultados...

Leer más...

Descubre cómo la inferencia causal está revolucionando el aprendizaje automático en el trading algorítmico. Este enfoque no solo se basa en la relación entre eventos, sino en cómo uno influye sobre otro, superando la mera correlación. El artículo analiza el proceso de etiquetado de datos, fundamental para una red neuronal eficiente, pero también el desafío de conocer qué datos proporcionar. Se destaca la importancia del aprendizaje por refuerzo y su relación con la estructura del cerebro. La inferencia causal y el modelo de Neumann-Rubin son esenciales para determinar si una estrategia realmente mejora los beneficios en nuevos datos, llevando el aprendizaje automático a un nuevo nivel en el trading.

Leer más...

Descubre cómo MQL5 facilita el desarrollo de trading algorítmico con estructuras, clases y funciones de tiempo. Las estructuras agrupan diferentes tipos de datos bajo un mismo nombre, mejorando la organización y reutilización del código. Las clases funcionan como plantillas para crear objetos con atributos y métodos específicos, perfectos para modelar cualquier entidad con múltiples características. Las funciones de tiempo permiten sincronizar estrategias comerciales con precisión, convirtiendo datos temporales esenciales para operar en los mercados financieros. Aprende a manejar estos conceptos fundamentales con ejemplos prácticos y detallados, y lleva tus habilidades de programación en MetaTrader 5 al siguiente nivel.

Leer más...

El aprendizaje automático está revolucionando el trading en MetaTrader 5. Aprovechando Python, este enfoque permite desarrollar sistemas de negociación robustos y rentables, analizando big data con redes neuronales para predecir movimientos de precios. El proceso incluye la recopilación de datos, ingeniería de características y selección de modelos. Usando librerías como NumPy y Pandas, la tarea se hace eficiente y precisa. La exportación a ONNX simplifica la integración con MetaTrader 5. Este método promete aumentar la calidad del modelo, identificando patrones de mercado complejos y mejorando la rentabilidad de las operaciones. ¿Listo para llevar tu trading al siguiente nivel?

Leer más...

¡Explora el poder del Chaikin Volatility (CHV) para mejorar tu trading en MetaTrader 5! Aprende cómo este indicador técnico, creado por Marc Chaikin, puede ayudarte a medir la volatilidad del mercado y anticipar retrocesos. Descubre cómo calcularlo y utilizarlo en estrategias de trading efectivas como el cruce CHV y CHV + cruce MA. Además, te mostramos cómo codificar tu propio indicador CHV en MQL5 para personalizarlo según tus necesidades. Finalmente, construye y prueba un sistema de trading sencillo con CHV, optimizando resultados y aplicando tácticas adicionales. Mejora tu trading con conocimientos técnicos sólidos y prácticas innovadoras.

Leer más...

En la quinta parte de nuestra serie, se presentarán funciones para trabajar con arrays. Este material está enfocado a principiantes en programación. Se buscará ofrecer una explicación clara y sencilla de cada línea de código, facilitando el aprendizaje de MQL5.

Las funciones de trabajo con arrays que se abordarán son: ArrayBsearch, ArrayResize, ArrayCopy, ArrayCompare, ArrayFree, ArraySetAsSeries, ArrayGetAsSeries, ArrayIsSeries, ArrayInitialize, ArrayFill, ArrayIsDynamic, ArrayMaximum y ArrayMinimum.

El objetivo es desmitificar estas funciones y enseñar su aplicación práctica en trading algorítmico, proporcionando ejemplos detallados y explicaciones precisas. Aprenderemos juntos, haciendo del proceso algo accesible y gratificante.

Leer más...

Explora la implementación avanzada de algoritmos GMDH en MQL5 para mejorar tus modelos predictivos en trading. El artículo detalla el uso del algoritmo combinatorio (COMBI) y su versión selectiva (MULTI) para construir modelos más precisos y menos complejos. COMBI utiliza todas las combinaciones posibles de variables, mientras que MULTI optimiza el proceso evitando búsquedas exhaustivas mediante capas. Ambos métodos se implementan extendiendo la clase «GmdhModel» y se aplican en ejemplos prácticos como la predicción de precios de Bitcoin. Esta guía es ideal tanto para expertos como para desarrolladores interesados en la optimización de trading algorítmico.

Leer más...

La metodología TDD permite escribir módulos bien definidos y evitar complicaciones innecesarias, pero puede acumular deuda técnica que impacta la productividad. En el desarrollo de paquetes MQTT 5.0, se ha optimizado la clase CPublish y la construcción de encabezados flexibles y propiedades codificadas en UTF-8. El manejo de la persistencia se abordará utilizando SQLite para su simplicidad y escalabilidad. Se realizan pruebas modulares y funcionales con un bróker local para validar la interacción PUBLISH/PUBACK, asegurando la correcta codificación y decodificación de datos del protocolo MQTT. La refactorización y prueba son claves para mantener la eficiencia y funcionalidad del código.

Leer más...

La herramienta MQL5 es crucial para el prototipado rápido en los sistemas de trading y asesores expertos. Este artículo explica cómo manejar el trading de múltiples valores en un asesor ensamblado por un asistente.

El comercio multidivisa disminuye la concentración de riesgos. Las divisas no correlacionadas reducen la dependencia de una sola moneda, minimizando el riesgo. La operativa secuencial en múltiples divisas permite aprovechar oportunidades de mercado cruzado, abriendo posiciones según la correlación inversa.

La implementación de un sistema multidivisa en MQL5 requiere modificar las clases base del asistente y crear arrays para gestionar múltiples símbolos. La sincronización de estas instancias y la correcta inicialización aseguran que las posiciones se gestionen adecuadamente en distintos pares de divisas.

Leer más...

Descubre cómo MQL5, el lenguaje de programación de MetaTrader 5, te permite crear sistemas comerciales complejos de manera eficiente. Aprende sobre el uso avanzado de variables y tipos de datos, incluidas constantes, arrays, enumeraciones, estructuras y conversión de tipos. Entiende cómo aprovechar estas herramientas para desarrollar aplicaciones comerciales robustas, además de conocer las diferencias entre variables locales y globales. Esta guía aborda conceptos clave con ejemplos prácticos para que desarrolladores y traders puedan mejorar sus estrategias algorítmicas. Domina MQL5 y lleva tu programación de trading al siguiente nivel con estos conocimientos esenciales.

Leer más...

La representación visual de la información del mercado es crucial para la negociación. Sin esta modelización visual, la negociación no sería tan viable ni eficaz. Los indicadores MQL5 son herramientas potentes para mejorar este proceso de análisis visual. Utilizan cálculos matemáticos y algoritmos para ayudar a los operadores a identificar oportunidades de obtener beneficios mediante la lectura del comportamiento del mercado.

En esta serie de artículos, se explicará cómo crear, personalizar y utilizar los indicadores MQL5 para mejorar las estrategias comerciales en MetaTrader 5. Se cubrirán conceptos básicos y avanzados del desarrollo de indicadores a medida.

El objetivo es permitir crear indicadores MQL5 personalizados adaptados a preferencias y objetivos comerciales.

Leer más...

Un asesor experto (EA) multidivisa es un bot automatizado que gestiona órdenes en varios pares desde un único gráfico. Este artículo cubre el uso del EA para 30 pares y utiliza los indicadores ZigZag y Awesome Oscillator para filtrar señales. El trading multidivisa se hace posible gracias a MQL5 en MetaTrader 5 y el simulador de estrategias. Se enfoca en la creación de un EA sencillo con estrategias variadas y la gestión de señales entre ZigZag y Awesome Oscillator.

El EA soporta múltiples pares de divisas y metales preciosos, con un total de 30 pares. También se puede configurar para operar con un solo par si es necesario. Otras características incluyen el trading en horarios específicos y la gestión de órdenes como Stop Loss, Take Profit y Trailing Stop.

Leer más...

El artículo describe un método innovador para predecir trayectorias en MetaTrader 5 mediante el algoritmo ADAPT, originariamente aplicado en navegación de vehículos autónomos. ADAPT analiza rutas anteriores para prever futuros movimientos, utilizando una avanzada representación vectorizada de escenas y agentes. Emplea perceptrones multicapa, bloques de atención de varias cabezas y un enfoque desacoplado para predecir puntos finales y trayectorias completas, optimizando la precisión.

Implementado en MQL5, el método incorpora una clase personalizada para gestionar relaciones cruzadas y aprovecha OpenCL para maximizar el rendimiento. Esta técnica es particularmente útil para desarrollar estrategias de trading más precisas y adaptativas.

Leer más...