Artículos sobre automatización de sistemas comerciales en el lenguaje MQL5

icon

Lea los artículos sobre los sistemas de trading basados en las ideas muy variadas. Usted sabrá cómo usar los métodos estadísticos y los patrones en los gráficos de velas japonesas, cómo filtrar las señales y para qué sirven los indicadores semafóricos.

A través del Asistente MQL5 Usted aprenderá a crear los robots sin acudir a la programación para evaluar rápidamente las ideas comerciales, así como sabrá qué es lo que representan los algoritmos genéticos.

Nuevo artículo
últimas | mejores
preview
Desarrollamos un asesor experto multidivisas (Parte 29): Mejoras en el proceso de optimización automatizada

Desarrollamos un asesor experto multidivisas (Parte 29): Mejoras en el proceso de optimización automatizada

Vamos a mejorar la facilidad de uso de la cadena automatizada de optimización: analizaremos el proceso desde la creación de un proyecto de optimización hasta la prueba del EA final. Para mayor claridad, repasemos todo el proceso paso a paso hasta crear el EA definitivo, deteniéndonos para realizar las correcciones que consideremos oportunas.
preview
Características del Wizard MQL5 que debe conocer (Parte 80): Uso de patrones Ichimoku y ADX-Wilder con aprendizaje por refuerzo TD3

Características del Wizard MQL5 que debe conocer (Parte 80): Uso de patrones Ichimoku y ADX-Wilder con aprendizaje por refuerzo TD3

Este artículo da continuidad a la "Parte 74", en la que examinamos la combinación de Ichimoku y el ADX en un marco de aprendizaje supervisado, y centra ahora la atención en el aprendizaje por refuerzo. Ichimoku y ADX forman una combinación complementaria para identificar los niveles de soporte y resistencia y determinar la fuerza de la tendencia. En esta entrega, analizamos cómo se puede utilizar el algoritmo Twin Delayed Deep Deterministic Policy Gradient (TD3) con este conjunto de indicadores. Al igual que en las partes anteriores de la serie, la implementación se realiza en una clase de señales personalizada diseñada para integrarse con el Asistente de MQL5, lo que facilita la creación de asesores expertos sin complicaciones.
preview
Redes neuronales en el trading: Entrenamiento de modelos de impulsos profundos (Integración de impulsos)

Redes neuronales en el trading: Entrenamiento de modelos de impulsos profundos (Integración de impulsos)

En este artículo se presenta la implementación práctica de los componentes clave del framework SEW-ResNet usando MQL5. El uso de arrays dinámicos y mecanismos de impulsos permite diseñar con flexibilidad la arquitectura del modelo y procesar de forma eficaz las series temporales financieras. Las soluciones propuestas muestran cómo SEW-ResNet puede optimizar los cálculos y mejorar la extracción de características relevantes.
preview
Redes neuronales en el trading: Entrenamiento de modelos de impulsos profundos (Final)

Redes neuronales en el trading: Entrenamiento de modelos de impulsos profundos (Final)

En este artículo se muestra la implementación práctica del framework SEW ResNet mediante MQL5, haciendo hincapié en su aplicación práctica en el ámbito del trading. El «doble Bottleneck» permite analizar simultáneamente los flujos univariantes y las dependencias entre canales, sin perder los gradientes durante el entrenamiento. Las activaciones por impulsos con umbrales adaptativos y las compuertas mejoran la resistencia al ruido y la sensibilidad a las novedades del mercado. En el texto se detallan los aspectos de la implementación y los resultados de las pruebas.
preview
Creación de sistemas de trading basados en IA en MQL5 (Parte 4): Cómo superar las limitaciones de la entrada multilínea, garantizar la persistencia del chat y generar señales

Creación de sistemas de trading basados en IA en MQL5 (Parte 4): Cómo superar las limitaciones de la entrada multilínea, garantizar la persistencia del chat y generar señales

En este artículo, mejoramos el programa en MQL5 integrado con ChatGPT: superamos las limitaciones de la entrada multilínea con un mejor renderizado de texto, incorporamos una barra lateral para navegar por los chats almacenados de forma persistente con cifrado AES256 y compresión ZIP, y generamos señales de trading iniciales mediante la integración de datos del gráfico.
preview
Redes neuronales en el trading: De los modelos Transformer a las neuronas de impulsos (componentes clave)

Redes neuronales en el trading: De los modelos Transformer a las neuronas de impulsos (componentes clave)

Presentamos al lector una implementación de los enfoques del marco de trabajo SpikingBrain basados en la atención lineal recurrente con compuertas, que se analizan en detalle en este artículo. Los algoritmos de propagación hacia delante, de propagación de gradientes y de actualización de pesos garantizan un procesamiento eficiente de las series temporales financieras y permiten la aplicación práctica de los conceptos clave del marco de trabajo.
preview
Características del Wizard MQL5 que debe conocer (Parte 84): Uso de patrones del oscilador estocástico y de FrAMA - Conclusión

Características del Wizard MQL5 que debe conocer (Parte 84): Uso de patrones del oscilador estocástico y de FrAMA - Conclusión

El oscilador estocástico y la media móvil adaptativa fractal son un par de indicadores que podrían usarse por su capacidad para complementarse mutuamente dentro de un asesor experto de MQL5. Ya presentamos este emparejamiento en el último artículo y ahora queremos concluir analizando sus cinco últimos patrones de señales. Para explorar esta combinación, como siempre, utilizamos el asistente de MQL5 para crear asesores expertos y evaluar su potencial.
preview
Desarrollo de un kit de herramientas para el análisis de la acción del precio (Parte 42): Pruebas interactivas en gráficos con lógica basada en botones y niveles estadísticos

Desarrollo de un kit de herramientas para el análisis de la acción del precio (Parte 42): Pruebas interactivas en gráficos con lógica basada en botones y niveles estadísticos

En un mundo en el que la rapidez y la precisión son fundamentales, las herramientas de análisis deben ser tan inteligentes como los mercados en los que operamos. Este artículo presenta un asesor experto (EA) basado en la lógica basada en botones: un sistema interactivo que transforma al instante los datos brutos de precios en niveles estadísticos significativos. Con un solo clic, calcula y muestra la media, la desviación estándar, los percentiles y mucho más, convirtiendo los análisis avanzados en señales claras directamente en el gráfico. Destaca las zonas en las que es más probable que el precio rebote, retroceda o rompa un nivel, lo que hace que el análisis sea más rápido y práctico.
preview
Redes neuronales en el trading: Un enfoque semántico de impulsos para la identificación espaciotemporal (Componentes principales)

Redes neuronales en el trading: Un enfoque semántico de impulsos para la identificación espaciotemporal (Componentes principales)

En este artículo hemos analizado en detalle la integración del módulo SSAM en el bloque SEW-ResNeXt, mostrando cómo el framework S3CE-Net permite combinar eficazmente la atención de impulsos con los bloques residuales. Esta arquitectura garantiza un procesamiento preciso de los flujos de datos temporales y espaciales, así como una gran estabilidad en el aprendizaje. La modularidad y la flexibilidad de los componentes facilitan la ampliación del modelo y la reutilización de métodos probados.
preview
Negociamos con opciones sin opciones (Parte 3): Estrategias complejas con opciones

Negociamos con opciones sin opciones (Parte 3): Estrategias complejas con opciones

El artículo analiza las estrategias con opciones para mercados laterales (no direccionales) y las estrategias de seguimiento de tendencias (direccionales), así como su implementación en MQL5. Se ha actualizado el asesor experto descrito en el artículo anterior. Se ha añadido la visualización de los niveles de opción. Ahora es el momento de analizar las estrategias que utilizan los operadores de opciones en la práctica y aplicarlas.
preview
Algoritmo de circulación coronaria artificial — Artificial Coronary Circulation System (ACCS)

Algoritmo de circulación coronaria artificial — Artificial Coronary Circulation System (ACCS)

Algoritmo metaheurístico que imita el crecimiento de las arterias coronarias del corazón humano para tareas de optimización. Utiliza los principios de la angiogénesis (crecimiento de nuevos vasos sanguíneos), la bifurcación (ramificación) y la poda de ramas débiles para buscar soluciones óptimas en un espacio multidimensional. La comprobación de su eficacia en una amplia gama de tareas arrojó resultados inesperados.
preview
Arbitraje estadístico mediante acciones cointegradas (Parte 5): Filtrado

Arbitraje estadístico mediante acciones cointegradas (Parte 5): Filtrado

Este artículo propone un proceso de filtrado de activos para una estrategia de arbitraje estadístico basada en acciones cointegradas. El sistema comienza con el filtrado habitual por factores económicos, como el sector y la industria de los activos, y concluye con una lista de criterios para un sistema de puntuación. Para cada prueba estadística utilizada en el filtrado, se desarrolló una clase de Python correspondiente: correlación de Pearson, cointegración de Engle-Granger, cointegración de Johansen y estacionariedad mediante ADF/KPSS. Estas clases de Python se incluyen junto con una nota personal del autor sobre el uso de asistentes de IA para el desarrollo de software.
preview
Creación de un sistema de trading (Parte 5): Gestión de las ganancias mediante salidas estructuradas de las operaciones

Creación de un sistema de trading (Parte 5): Gestión de las ganancias mediante salidas estructuradas de las operaciones

Para muchos operadores, es un problema habitual: ver cómo una operación se queda a un pelo de tu objetivo de beneficio, para luego dar un giro y activar tu stop loss. O peor aún, ver cómo un stop dinámico cierra tu operación en el punto de equilibrio antes de que el mercado se dispare hacia tu objetivo inicial. Este artículo se centra en el uso de múltiples entradas con distintas relaciones beneficio/riesgo para asegurar sistemáticamente las ganancias y reducir la exposición global al riesgo.
preview
Redes neuronales en el trading: Percepción adaptativa de la dinámica del mercado (Codificador)

Redes neuronales en el trading: Percepción adaptativa de la dinámica del mercado (Codificador)

En este artículo se presenta la arquitectura integral del codificador STE-FlowNet, que combina memoria de pila, procesamiento recurrente y un mecanismo de correlación para extraer dependencias ocultas del mercado. Se muestra cómo estos módulos se integran secuencialmente en una cadena de cálculo única, capaz de realizar un análisis multifacético de series temporales.
preview
Desarrollo de un kit de herramientas para el análisis de la acción del precio (Parte 44): Desarrollo de un EA basado en señales de cruce de VWMA en MQL5

Desarrollo de un kit de herramientas para el análisis de la acción del precio (Parte 44): Desarrollo de un EA basado en señales de cruce de VWMA en MQL5

Este artículo presenta una herramienta de señales de cruce de la media móvil ponderada por volumen (VWMA) para MetaTrader 5, diseñada para ayudar a los operadores a identificar posibles giros de tendencia alcistas y bajistas combinando la acción del precio con el volumen de negociación. El EA genera señales claras de compra y venta directamente en el gráfico, cuenta con un panel informativo y permite una personalización total por parte del usuario, lo que lo convierte en un complemento práctico para tu estrategia de trading.
preview
Modelos matemáticos en las estrategias de rejilla

Modelos matemáticos en las estrategias de rejilla

En este artículo analizaremos la aplicación de las matemáticas a las estrategias de rejilla. Además, analizaremos los principios básicos de funcionamiento de la estrategia, así como sus ventajas e inconvenientes. Usted aprenderá a crear una rejilla de trading, a establecer los parámetros óptimos y a gestionar los riesgos de forma eficaz.
preview
Redes neuronales en el trading: Percepción adaptativa de la dinámica del mercado (STE-FlowNet)

Redes neuronales en el trading: Percepción adaptativa de la dinámica del mercado (STE-FlowNet)

El framework STE-FlowNet ofrece una nueva perspectiva sobre el análisis de datos financieros, ya que reacciona ante acontecimientos reales del mercado, en lugar de basarse en intervalos de tiempo fijos. Su arquitectura conserva las dependencias locales y temporales, lo cual permite rastrear incluso los impulsos más pequeños en la dinámica de los precios.
preview
Bloques de órdenes invalidados: Reutilización como bloques de mitigación (SMC)

Bloques de órdenes invalidados: Reutilización como bloques de mitigación (SMC)

En este artículo, exploraremos cómo los bloques de órdenes previamente invalidados pueden reutilizarse como bloques de mitigación dentro del marco de los conceptos de dinero inteligente (SMC). Estas zonas revelan dónde vuelven a entrar en el mercado los operadores institucionales tras el fallo de un bloque de órdenes y ofrecen áreas de alta probabilidad para operar a favor de la continuación de la tendencia dominante.
preview
Redes neuronales en el trading: Percepción adaptativa de la dinámica del mercado (Final)

Redes neuronales en el trading: Percepción adaptativa de la dinámica del mercado (Final)

En este artículo continuamos trabajando en la implementación de los enfoques del framework STE-FlowNet, que combina el procesamiento multihilo con estructuras recurrentes para el análisis preciso de datos complejos. Las pruebas realizadas han confirmado su estabilidad y flexibilidad en distintos escenarios. Esta arquitectura acelera los cálculos y permite modelar con mayor profundidad las dependencias en las series temporales. Este enfoque abre nuevas posibilidades para su aplicación práctica en el trading y el análisis.
preview
Redes neuronales en el trading: Modelos de refinamiento iterativo de previsiones (RAFT)

Redes neuronales en el trading: Modelos de refinamiento iterativo de previsiones (RAFT)

El framework RAFT ofrece un enfoque radicalmente diferente para predecir la dinámica del mercado: no como una instantánea puntual, sino como un refinamiento iterativo del estado en tiempo real. Tiene en cuenta simultáneamente los cambios locales y globales, manteniendo una alta precisión incluso en estructuras de precios complejas.
preview
Algoritmo de estructura cristalina — Crystal Structure Algorithm (CryStAl)

Algoritmo de estructura cristalina — Crystal Structure Algorithm (CryStAl)

En el artículo se presentan dos versiones del algoritmo de estructura cristalina: la original y la modificada. El algoritmo Crystal Structure Algorithm (CryStAl), publicado en 2021 e inspirado en la física de las estructuras cristalinas, se presentó como una metaheurística sin parámetros para la optimización global. Sin embargo, las pruebas pusieron de manifiesto un problema crítico del algoritmo. También presentamos una versión modificada de CryStAlm, que corrige las deficiencias clave de la versión original.
preview
Redes neuronales en el trading: Modelos de refinamiento iterativo de previsiones (Componentes principales)

Redes neuronales en el trading: Modelos de refinamiento iterativo de previsiones (Componentes principales)

En este artículo desentrañaremos el funcionamiento interno del framework RAFT, uno de los enfoques más precisos y elegantes para el análisis de procesos dinámicos. Paso a paso, adaptamos su idea de refinamiento iterativo a las series temporales financieras, sentando así unas bases sólidas para el futuro modelo. Al lector le espera una inmersión dinámica en la arquitectura, donde cada componente tiene su razón de ser y su función.
preview
Explorador de la biblioteca estándar de MQL5 (Parte 3): Asesor experto con canal de desviación estándar

Explorador de la biblioteca estándar de MQL5 (Parte 3): Asesor experto con canal de desviación estándar

En este análisis, desarrollaremos un asesor experto usando las clases CTrade y CChartObjectStdDevChannel, al tiempo que aplicaremos varios filtros para mejorar la rentabilidad. En esta etapa ponвкemos en práctica lo que hemos comentado anteriormente. Además, presentarуьщы otro método sencillo que le ayudará a comprender mejor la biblioteca estándar de MQL5 y su código subyacente. Le invitamos a participar en el debate para explorar estos conceptos en la práctica.