
Trading Algorítmico MQL5
Las mejores publicaciones de la mayor comunidad de tráders algorítmicos.
Suscríbase para estar al día con las tecnologías más avanzadas y el desarrollo de programas de trading.
Recent Posts
El ajuste fino de modelos de lenguaje de gran tamaño es fundamental para adaptar estas herramientas a tareas específicas. Pese a que entrenamos un modelo en artículos previos, ajustarlo es esencial para alinearlo con estrategias comerciales específicas. Existen varios métodos para el ajuste fino, como el aprendizaje supervisado, no supervisado y el aprendizaje por refuerzo.
En términos prácticos, el ajuste de parámetros ofrece diversos enfoques como el ajuste completo de parámetros, el ajuste de adaptador, el ajuste eficiente de parámetros, y el ajuste de prefijo. Métodos como LoRA y el ajuste de prefijo V2 optimizan aún más la capacidad del modelo en condiciones de limitados recursos computacionales.
Leer más...
En términos prácticos, el ajuste de parámetros ofrece diversos enfoques como el ajuste completo de parámetros, el ajuste de adaptador, el ajuste eficiente de parámetros, y el ajuste de prefijo. Métodos como LoRA y el ajuste de prefijo V2 optimizan aún más la capacidad del modelo en condiciones de limitados recursos computacionales.
Leer más...
Previsión de múltiples pasos es clave en finanzas, meteorología y gestión de suministros. Existen varios enfoques para implementar previsiones multihorizonte, cada uno con ventajas y desventajas. La previsión directa entrena modelos independientes para cada paso, logrando precisión, pero a costa de recursos elevados. En contraste, la predicción recursiva utiliza un único modelo iterativamente, simplificando su mantenimiento pero arriesgando errores propagados. Los modelos de múltiples salidas predicen varios valores simultáneamente, capturando relaciones inter-temporales, aunque requieren arquitecturas sofisticadas. Elegir el mejor método depende del contexto y las necesidades específicas del análisis.
Leer más...
Leer más...
La Inteligencia Artificial (IA) ofrece un vasto potencial para mejorar las estrategias comerciales. Sin embargo, no todas serán igualmente efectivas. La meta es proveer a los operadores de la suficiente información para tomar decisiones informadas. Este artículo se centra en la estrategia de trading de acción del precio basada en "máximos más altos" y "mínimos más bajos".
Se entrenaron modelos para predecir dos metas: la evolución de los precios y la ubicación del precio de cierre futuro respecto a los máximos y mínimos actuales. La validación cruzada sin barajado aleatorio fue utilizada para comparar la eficacia de diferentes modelos.
Los resultados indican que modelos simples, que anticipan cambios en los niveles de precio, pueden ofrecer mejores resultados. Aunque la estrategia clásica presenta desafíos, como los retrocesos inesperados, el uso de la IA promueve superar estas limi...
Leer más...
Se entrenaron modelos para predecir dos metas: la evolución de los precios y la ubicación del precio de cierre futuro respecto a los máximos y mínimos actuales. La validación cruzada sin barajado aleatorio fue utilizada para comparar la eficacia de diferentes modelos.
Los resultados indican que modelos simples, que anticipan cambios en los niveles de precio, pueden ofrecer mejores resultados. Aunque la estrategia clásica presenta desafíos, como los retrocesos inesperados, el uso de la IA promueve superar estas limi...
Leer más...
Descubre cómo automatizar estrategias comerciales utilizando las Bandas de Bollinger con MQL5 en MetaTrader 5. Aprende a configurar y gestionar un Asesor Experto (EA) que implementa esta técnica para maximizar oportunidades basadas en volatilidad y tendencia. Este artículo ofrece un tutorial detallado sobre la creación de EA, incorporando elementos como la configuración del indicador, control de posiciones, y gestión de errores. Diseña y personaliza tu estrategia de trading ajustando parámetros cruciales, mejorando así tu herramienta de análisis técnico. Perfecto tanto para desarrolladores expertos en MetaTrader 5 como para aquellos interesados en el trading algorítmico.
Leer más...
Leer más...
El avance en el mundo del trading algorítmico requiere habilidades específicas y un enfoque metódico. La comunidad MQL5 es un recurso integral que ofrece documentación detallada, guías de algoritmos, manuales sobre redes neuronales, foros interactivos y una librería de artículos y scripts gratuitos. La plataforma MetaTrader 5, con su MetaEditor y Probador de Estrategias, facilita el desarrollo y pruebas de algoritmos.
La inteligencia artificial, como ChatGPT, ofrece asistencia en la comprensión y desarrollo de códigos complejos, optimizando estrategias de trading. Estos elementos juntos potencian el desarrollo continuo en MQL5, abriendo nuevas oportunidades para traders y programadores.
Leer más...
La inteligencia artificial, como ChatGPT, ofrece asistencia en la comprensión y desarrollo de códigos complejos, optimizando estrategias de trading. Estos elementos juntos potencian el desarrollo continuo en MQL5, abriendo nuevas oportunidades para traders y programadores.
Leer más...
El artículo analiza cómo el aprendizaje por refuerzo offline, específicamente el método Supported Policy Optimization (SPOT), resuelve problemas comunes de este enfoque al mantener la política del agente dentro de la distribución de la muestra de entrenamiento. SPOT utiliza un estimador de densidad basado en un autocodificador variacional, integrado fácilmente en algoritmos existentes. La implementación en MQL5 se detalla, dividiendo el proceso en el entrenamiento de un modelo de densidad y el ajuste de la política del agente. Los beneficios incluyen eficiencia en la estimación de la distribución de acciones, reduciendo el riesgo de expectativas infladas y asegurando un aprendizaje offline robusto.
Leer más...
Leer más...
Descubre cómo implementar un sistema integrado en MetaTrader 5 que permite la convivencia armoniosa de múltiples programas e indicadores a través de la creación de componentes modulares. En este enfoque, se presenta la construcción de un nuevo Chart Trade que interactúa sin problemas con un indicador de mouse. Basado en el concepto de Desarrollo Rápido de Aplicaciones (RAD), este método facilita la programación de gráficos y mejora la manipulación de eventos como el movimiento del mouse, permitiendo una experiencia de trading personalizada y eficiente. Aprende a resolver conflictos habituales en ambientes de trading complejos con código simple y estructuras efectivas.
Leer más...
Leer más...
En esta publicación se examina la creación de un panel RSI multisímbolo y multiperiodo en MQL5, para la plataforma MetaTrader 5. Se detallan los pasos para inicializar el panel, configurar botones y mostrar actualizaciones en tiempo real. Se elaboran estrategias para calcular el RSI con funciones propias de MQL5, proporcionando datos de mercado en vivo.
Además, se aborda la personalización del panel para adaptarse a necesidades de trading específicas. La implementación se realiza por medio de un asesor experto, aprovechando funciones de MQL5 para crear una interfaz de usuario optimizada. Al culminar estas acciones, se logra un panel RSI funcional y adaptable para estrategias de trading avanzadas.
Leer más...
Además, se aborda la personalización del panel para adaptarse a necesidades de trading específicas. La implementación se realiza por medio de un asesor experto, aprovechando funciones de MQL5 para crear una interfaz de usuario optimizada. Al culminar estas acciones, se logra un panel RSI funcional y adaptable para estrategias de trading avanzadas.
Leer más...
Un robot comercial innovador aprovecha el análisis de sentimientos en tiempo real de redes sociales para sus decisiones de trading. Con MetaTrader 5 y un motor de análisis de Python, combina finanzas cuantitativas y procesamiento del lenguaje natural. La arquitectura utiliza un modelo cliente-servidor para analizar el sentimiento en Twitter sobre instrumentos financieros y generar señales de trading. Se destacan la importancia de fuentes de datos alternativas y potenciales mejoras, como técnicas avanzadas de PNL y aprendizaje automático, para enriquecer las estrategias de trading. Un análisis detallado del bot y su código ofrecerá ideas para comerciantes e investigadores en comercio algorítmico.
Leer más...
Leer más...
El artículo se centra en el análisis de diferentes formatos de tasas de aprendizaje en el rendimiento de un Asesor Experto, poniendo especial atención en las tasas de aprendizaje adaptativo. Se discuten aspectos cruciales como la normalización por lotes y los algoritmos de activación, resaltando la importancia de la elección de estas configuraciones sobre el rendimiento del modelo.
El texto detalla la implementación del algoritmo de aprendizaje de gradiente adaptativo, destacando su simplicidad y eficiencia. Se introducen cambios en la estructura de clases, incluyendo matrices vectoriales para manejar gradientes y deltas adaptativos. Además, se explican formatos de tasa de aprendizaje adaptativo como el RMS-prov adaptativo, destacando su capacidad para gestionar gradientes no estacionarios y datos ruidosos.
Se proporcionan ejemplos de prueba para ilustrar la aplicación práctica de...
Leer más...
El texto detalla la implementación del algoritmo de aprendizaje de gradiente adaptativo, destacando su simplicidad y eficiencia. Se introducen cambios en la estructura de clases, incluyendo matrices vectoriales para manejar gradientes y deltas adaptativos. Además, se explican formatos de tasa de aprendizaje adaptativo como el RMS-prov adaptativo, destacando su capacidad para gestionar gradientes no estacionarios y datos ruidosos.
Se proporcionan ejemplos de prueba para ilustrar la aplicación práctica de...
Leer más...
La gestión de riesgo en el trading es esencial para optimizar operaciones y proteger el capital. Establece límites de pérdida diaria, semanal y total, controlando el tamaño adecuado del lote según las reglas del trader. En el trading automatizado, es vital para impedir errores como la sobreexposición. Antes de programar, es necesario comprender conceptos clave como pérdidas y ganancias máximas en distintos períodos.
Crear funciones en MQL5 es crucial. Primero, calcula el lote ideal considerando el margen libre. Luego, determina el profit desde una fecha dada hasta el presente, evaluando pérdidas máximas. Cada función debe garantizar precisión y eficiencia. Implementar una gestión de riesgo completa proporciona un marco disciplinado para el éxito en los mercados financieros.
Leer más...
Crear funciones en MQL5 es crucial. Primero, calcula el lote ideal considerando el margen libre. Luego, determina el profit desde una fecha dada hasta el presente, evaluando pérdidas máximas. Cada función debe garantizar precisión y eficiencia. Implementar una gestión de riesgo completa proporciona un marco disciplinado para el éxito en los mercados financieros.
Leer más...
Descubre cómo perfeccionar un asesor experto en MetaTrader 5 con funcionalidades avanzadas. Integra eficientemente indicadores y condiciones para optimizar algoritmos de trading. Aprende a manejar sistemas de señalización a través de medias móviles y buffers de indicadores, facilitando la automatización. Diseña outputs claros con rectángulos visuales de riesgo-recompensa, esenciales para evaluar el rendimiento de las operaciones. Mejora estrategias mediante el uso de niveles de soporte y resistencia, promoviendo puntos de salida sólidos. Adaptando técnicas innovadoras, los desarrolladores logran potenciar herramientas de trading efectivo y eficiente, convirtiendo procesos manuales en sistemas automatizados con altos estándares de personalización.
Leer más...
Leer más...
La continuación del artículo detalla cómo ampliar una biblioteca de gestión de posiciones EX5 existente y crear dos Asesores Expertos básicos para demostraciones prácticas. Uno de estos Asesores Expertos utilizará un panel gráfico, lo que permite importar e implementar la biblioteca EX5 en el código MQL5.
El proceso de importación de una biblioteca .EX5 en una aplicación MQL5 requiere las directivas #import después de #property en el archivo de código fuente. Es fundamental especificar la ruta y nombre del archivo correctamente para evitar errores comunes asociados con definiciones incorrectas de prototipos de función.
Actualizar una biblioteca EX5 exige seguir una secuencia específica de compilación para asegurar la integración de cambios en proyectos MQL5. Una función destacada es el Stop Loss dinámico, que es esencial en estrategias de negociación y se adapta continuamente a fl...
Leer más...
El proceso de importación de una biblioteca .EX5 en una aplicación MQL5 requiere las directivas #import después de #property en el archivo de código fuente. Es fundamental especificar la ruta y nombre del archivo correctamente para evitar errores comunes asociados con definiciones incorrectas de prototipos de función.
Actualizar una biblioteca EX5 exige seguir una secuencia específica de compilación para asegurar la integración de cambios en proyectos MQL5. Una función destacada es el Stop Loss dinámico, que es esencial en estrategias de negociación y se adapta continuamente a fl...
Leer más...
La herramienta GIT sigue siendo fundamental para cualquier desarrollador que aspire a ser profesional. Aunque más fácil de usar en Windows 10 que en Windows 11, su relevancia persiste por su capacidad de documentar y gestionar cambios en código, crucial para proyectos en constante evolución.
El procedimiento básico para comenzar incluye la instalación de GIT y su configuración inicial, focalizando en cómo ajustar MetaEditor para trabajar con MQL5. Con guía sencilla, los usuarios pueden configurar sus entornos y usar la GUI para gestionar repositorios.
GIT, a través de sus estados COMMITTED, MODIFIED y STAGED, brinda un control preciso sobre el código, permitiendo reversiones y seguimiento eficaz de cambios. Es un recurso valioso para documentar experiencias y aprender de los errores en programación.
Leer más...
El procedimiento básico para comenzar incluye la instalación de GIT y su configuración inicial, focalizando en cómo ajustar MetaEditor para trabajar con MQL5. Con guía sencilla, los usuarios pueden configurar sus entornos y usar la GUI para gestionar repositorios.
GIT, a través de sus estados COMMITTED, MODIFIED y STAGED, brinda un control preciso sobre el código, permitiendo reversiones y seguimiento eficaz de cambios. Es un recurso valioso para documentar experiencias y aprender de los errores en programación.
Leer más...
El enfoque de optimización de política sujeta a restricciones en aprendizaje por refuerzo offline es prometedor. Utiliza transiciones históricas para entrenar políticas que maximizan el valor de la función. Las restricciones estabilizan la distribución de acciones del agente, asegurando la validez de estimaciones de valor. El algoritmo CFPI, presentado en "Offline Reinforcement Learning with Closed-Form Policy Improvement Operators", aborda la inestabilidad del aprendizaje por refuerzo offline usando operadores de mejora de estrategia estables, limitando el desplazamiento distribucional mediante aproximaciones lineales.
CFPI propone usar distribuciones gaussianas unitarias para modelar estrategias, mejorando de forma determinista el valor. También sugiere una mezcla de gaussianas para captar múltiples modos en datos heterogéneos, aunque esto complejiza la optimización. Propone soluci...
Leer más...
CFPI propone usar distribuciones gaussianas unitarias para modelar estrategias, mejorando de forma determinista el valor. También sugiere una mezcla de gaussianas para captar múltiples modos en datos heterogéneos, aunque esto complejiza la optimización. Propone soluci...
Leer más...
El artículo aborda el enfoque innovador del Aprendizaje Simulado Condicionado por Objetivos (BC) para el aprendizaje por refuerzo offline, evitando la tradicional evaluación de valor de estado y acción. En su lugar, BC utiliza un modelado supervisado de trayectorias preconstruidas para mejorar la política del Agente. Se destacan preguntas críticas sobre la utilidad de trayectorias offline en la secuenciación y el aprendizaje de políticas. Presenta un marco de dos etapas que comprime información de trayectoria para entrenar políticas eficaces. Este método, sobre todo el GCPC propuesto, ofrece representaciones útiles de trayectorias, demostrando gran potencial y eficacia para decisiones con horizontes largos para traders y desarrolladores.
Leer más...
Leer más...
La entropía de transferencia es clave para analizar interacciones entre series temporales, cuantificando la información transferida de una a otra. Esto permite identificar direcciones de influencia causal entre procesos. Se aplica en MQL5 para series potencialmente acopladas, mejorando tareas de predicción.
La causalidad de Granger, basada en correlaciones, ayuda a identificar relaciones causales, pero tiene limitaciones y no siempre identifica mecanismos causales definitivos. Una causa no puede preceder a su efecto y contiene información única transferida al efecto.
La entropía de transferencia se basa en divergencia de Kullback-Leibler para medir la dirección de la transferencia de información. Las pruebas de significancia y el enfoque no paramétrico aseguran solidez en los resultados.
Leer más...
La causalidad de Granger, basada en correlaciones, ayuda a identificar relaciones causales, pero tiene limitaciones y no siempre identifica mecanismos causales definitivos. Una causa no puede preceder a su efecto y contiene información única transferida al efecto.
La entropía de transferencia se basa en divergencia de Kullback-Leibler para medir la dirección de la transferencia de información. Las pruebas de significancia y el enfoque no paramétrico aseguran solidez en los resultados.
Leer más...
El artículo explora cómo el comportamiento social en la naturaleza inspira algoritmos de optimización, destacando el algoritmo ASBO, que se basa en liderazgo dinámico y autoorganización. ASBO utiliza técnicas como la mutación autoadaptativa y la generación de números aleatorios a través del método Box-Muller para mejorar la exploración del espacio de soluciones. Este enfoque es relevante para la optimización de estrategias comerciales en MetaTrader 5, ofreciendo un método para adaptar dinámicamente los parámetros de búsqueda y mejorar la precisión en la toma de decisiones. La implementación incluye un enfoque detallado para evaluar y ajustar adaptaciones en tiempo de ejecución.
Leer más...
Leer más...
Los desarrolladores de algoritmos de negociación enfrentan el desafío de adaptarse a mercados en constante cambio. Las estrategias deben ajustarse según el comportamiento del mercado: una estrategia de reversión a la media es útil en mercados con rangos limitados, pero no cuando hay una tendencia clara. Codificar múltiples estrategias puede permitir a los usuarios elegir la más adecuada manualmente. Sin embargo, lo ideal es diseñar programas que cambien automáticamente de estrategia según las condiciones del mercado. Se necesita un método cuantitativo para medir tendencias y movimientos de reversión a la media. Esto se puede lograr mediante una matriz de transición que modele el comportamiento del mercado.
Leer más...
Leer más...
El artículo explora la optimización de parámetros en redes neuronales, destacando una solución innovadora para reducir el consumo de memoria. El enfoque tradicional, Adam, consume memoria considerable al manejar momentos de primer y segundo orden. El método propuesto, Adam-mini, realiza un trabajo efectivo agrupando parámetros para aplicar tasas de aprendizaje óptimas. Esto reduce el consumo de memoria a la mitad manteniendo o incluso mejorando el rendimiento. Implementar Adam-mini en MQL5 implica cambios en la estructura de datos y uso de OpenCL, destacando la eficiencia de cálculo a través de grupos de trabajo optimizados. Es ideal para aprovechar hardware limitado y mejorar el entrenamiento en redes grandes.
Leer más...
Leer más...