Alpha Engine: Intrinsic-Time Coastline Trader - Asesor Experto para MetaTrader 5

Resumen

Casi todo lo que se ha desarrollado en MetaTrader se rige por el calendario. Cada minuto, cada hora y cada día se cierra una barra, y los indicadores y los asesores expertos muestrean el mercado siguiendo esa cuadrícula fija. Pero el mercado no sabe lo que es un minuto. Durante la publicación de una noticia pueden producirse cientos de movimientos significativos en un solo minuto, mientras que, en una sesión tranquila, una hora apenas aporta información. El muestreo basado en el reloj presta la misma atención a ambos casos.

El tiempo intrínseco es la alternativa formalizada por el grupo de Olsen en Zúrich: dejar que el precio decida cuándo pasa el tiempo. Se fija un umbral delta. El reloj solo avanza cuando el precio se invierte en un valor delta respecto a su último extremo, es decir, un cambio de dirección. Una vez que se confirma el cambio, el precio suele seguir moviéndose en la nueva dirección durante un tiempo, y esa continuación es el sobreimpulso. Toda la trayectoria del precio se convierte en una secuencia alterna de secciones de cambio de dirección y de sobreimpulso, lo que los artículos denominan «línea de costa». Una hora agitada y una hora tranquila se miden entonces en la misma unidad: eventos.

Una trayectoria irregular del precio se desglosa en secciones de cambio de dirección (línea continua) y de sobrepaso (línea discontinua) en un umbral fijo. El reloj de tiempo intrínseco solo avanza en los eventos.

Este Asesor Experto es una adaptación pura a MQL5 del Alpha Engine, el sistema de trading de «línea de costa» a contracorriente que Golub, Glattfelder y Olsen construyeron sobre la base de ese reloj. Abre una posición en contra de un movimiento en un evento intrínseco, aumenta la posición en el siguiente evento si el precio sigue moviéndose en su contra (efecto en cascada) y cierra las posiciones añadidas una a una con beneficios a medida que el precio revierte (efecto de descascada). Dado que las posiciones solo se amplían en incrementos fijos, no se trata de una estrategia martingala. El núcleo de decisión —los algoritmos de umbral logarítmico y el indicador de liquidez basado en la teoría de la información— es una traducción línea por línea del código Java de referencia de los autores. Solo se ha adaptado la gestión de órdenes a la terminal.

Un agente en posición larga realiza una cascada (añade posiciones) a medida que el precio cae a través de sucesivos eventos intrínsecos, y luego des-cascada (recorta con beneficio) a medida que el precio se recupera.

Cómo opera

El EA ejecuta el conjunto que especifica el artículo: ocho agentes independientes, uno solo en largo y otro solo en corto en cada uno de los cuatro umbrales: 0,25 %, 0,5 %, 1 % y 1,5 %. Cada agente gestiona sus propias órdenes y posiciones a través de su propio «número mágico», por lo que los agentes nunca interfieren en las operaciones de los demás.

Todo el ciclo de vida se ejecuta mediante órdenes limitadas en una cuenta de cobertura, donde cada paso de la cascada constituye, naturalmente, su propia posición. Un agente de posiciones largas mantiene una única orden de compra limitada en espera en el siguiente nivel de evento intrínseco a la baja, y cada ejecución abre una posición con un take-profit situado exactamente un delta por encima de su entrada. Ese take-profit es la «descascada». A medida que el precio cae, se ejecutan las órdenes de compra con límite; a medida que se recupera, los «take-profit» las van cerrando una a una. Un agente en corto es la imagen especular. La orden en espera solo se vuelve a colocar cuando algo cambia (un evento intrínseco, un cambio de nivel o una ejecución), por lo que el EA no genera órdenes en cada tick.

Dos mecanismos de defensa evitan que un operador puramente contrarian se deje llevar por una tendencia. El primero es un sesgo impulsado por el inventario: cada agente avanza tres órdenes en cada tick, y el inventario actual decide cuál de ellas impulsa las órdenes. A medida que el inventario aumenta, el umbral adverso se amplía en relación con el favorable, por lo que el agente se muestra reacio a añadir y ansioso por recortar. La segunda es el tamaño fraccional: la unidad que se añade se reduce a medida que crece el inventario.

Además, la unidad se escala mediante el indicador de liquidez L, un indicador basado en la teoría de la información que mide hasta qué punto es normal la evolución reciente de los precios. Trata cada evento intrínseco como un símbolo, calcula la media de la sorpresa (autoinformación) de la secuencia de eventos, la normaliza y la mapea a través de la función de distribución normal. L se sitúa cerca de 1 cuando el precio se comporta como un mercado normal y desciende hacia 0 cuando la trayectoria es inusualmente unilateral. El valor se mantiene íntegro cuando L es igual o superior a 0,5, se reduce a la mitad entre 0,1 y 0,5, y se reduce a una décima parte por debajo de 0,1. El indicador funciona con su propio umbral de sobrepaso más amplio, 2,525729 veces el delta, valor que el artículo elige para que L distinga la actividad normal de la anómala de la forma más nítida posible.

Las unidades abstractas se convierten en lotes a través de la entrada InpLotPerUnit, e InpMaxUnits limita el inventario de cada agente. Este límite es una medida de control de riesgo que el artículo omite: una vez alcanzado, el agente cancela su orden en espera y no añade nada más, mientras que las órdenes de toma de beneficios abiertas siguen activas.

Configuración recomendada

Resultados de la prueba retrospectiva

EURUSD, cada tick basado en ticks reales, del 2 de febrero al 31 de julio de 2026, depósito inicial de 10 000 en una cuenta de cobertura, valores predeterminados (InpLotPerUnit = 0,02, InpMaxUnits = 30) con los ocho agentes activados. Los umbrales, las reglas de tamaño de posición y los take-profit son los del documento, no están ajustados a este símbolo ni a este periodo.

Informe del Strategy Tester correspondiente a la simulación de seis meses del EURUSD.

La simulación arrojó una rentabilidad del +10,68 % con un factor de beneficio de 2,21 y una caída máxima del capital del 10,10 % en 318 posiciones. La cifra neta oculta dos flujos muy diferentes, y desglosarla según cómo se cerró cada posición resulta más revelador que el total:

Ambas líneas de cierre ya incluyen el swap, que ascendió a -620,38, una cifra muy superior a la comisión. Para un modelo capaz de mantener una cascada durante semanas, el coste dominante es la financiación, más que el spread. Las 24 posiciones que cerró el simulador son cascadas que nunca se recuperaron: en operaciones reales, seguirían abiertas.

El saldo (azul) aumenta a medida que se activan las órdenes de toma de beneficios. El capital (verde) soporta las cascadas abiertas y se iguala al saldo solo cuando el simulador las cierra el último día.

Se trata de un par de divisas en un periodo de seis meses, por lo que muestra un mecanismo de funcionamiento, no una cifra de rendimiento destacada. Cualquier estrategia que cierre las posiciones ganadoras y mantenga las perdedoras produce un saldo creciente, por lo que la línea de capital y el cierre forzado son los aspectos que merece la pena estudiar.

Parámetros de entrada

Uso de las clases en tu propio código

Uno de los agentes es una clase autónoma, CAeLiveTrader. No tiene conocimiento alguno de los demás agentes, por lo que un EA puede ejecutar un único agente, un conjunto diferente de umbrales o varios símbolos creando tantas instancias como necesite:

#include <IntrinsicTime\AeLiveTrader.mqh>

CAeLiveTrader agent;

//--- en OnInit: un agente «solo largo» con un delta del 0,5 %, 0,02 lotes por unidad y un límite máximo de 30 unidades
agent.Init(_Symbol,990100,1,0.005,0.02,30.0);

//--- en OnTick
MqlTick t;
if(SymbolInfoTick(_Symbol,t))
   agent.OnTickUpdate(t.bid,t.ask,t.time);

//--- en OnDeinit: cancela la posición abierta; los niveles de take-profit se mantienen
agent.Shutdown();

El ejecutor de tiempo intrínseco también se puede utilizar por sí solo. CAeRunner toma umbrales de subida y bajada separados en precio logarítmico, devuelve un código de evento en cada cotización (más o menos 1 para un cambio de dirección, más o menos 2 para un paso de sobrepaso, 0 en los demás casos), y siempre conoce los precios exactos en los que se activarían los siguientes eventos, lo que lo convierte en una fuente natural de niveles de órdenes limitadas para otras estrategias:

#include <IntrinsicTime\AeRunner.mqh>

CAeRunner runner;
runner.Init(0.005,0.005,0.005,0.005);  // delta al alza/a la baja, sobrepaso al alza/a la baja

int ev=runner.Run(AeTick(t.bid,t.ask,t.time));
if(ev==AE_EVENT_DC_DOWN)
   Print("downturn confirmed, next level below: ",runner.ExpectedLowerIE());

El indicador de liquidez, CAeLocalLiquidity, sigue el mismo patrón: inicialízalo con un umbral, introdúceles cada cotización a través de Computation y lee el valor actual de L con Liq.

Limitaciones

Es importante saberlo antes de vincularlo a cualquier cosa que no sea una cuenta de demostración.

• No existe una salida de toda la posición. El operador de referencia del artículo cierra toda la posición de un agente una vez que su rentabilidad total —la realizada más la abierta— alcanza el delta. El agente en vivo no reproduce este comportamiento. Una cascada que evoluciona de forma adversa y nunca se recupera se detiene mediante InpMaxUnits, pero no se cierra, y sus órdenes de take-profit permanecen inactivas. Este es el mayor riesgo del diseño, y el cierre forzado en la prueba retrospectiva anterior es lo que cuesta.
• El swap domina los costes. Las cascadas pueden permanecer abiertas durante semanas, por lo que la financiación a un día pesa mucho más que el spread o la comisión. Comprueba el swap de tu bróker en ambos lados antes de ejecutarlo.
• Con el tamaño de lote enviado, el cálculo del tamaño de la posición se simplifica. A 0,02 lotes por unidad, una adición completa es de 0,02 lotes y cada adición menor se redondea al mínimo de 0,01 lotes, por lo que la escala de dimensionamiento del simulador se reduce a dos niveles. Aumentar InpLotPerUnit hacia 0,4 la restablece, con un tamaño de posición mucho mayor.
• El beneficio realizado no es una ventaja. En un paseo aleatorio sin deriva, el beneficio realizado por el motor es siempre positivo, mientras que su beneficio total es cero en teoría. Un par y una ventana de prueba no pueden establecer una ventaja en ningún sentido.
• Los programas se detienen fuera de las sesiones de negociación. El EA regresa antes de lo previsto desde OnTick cuando se cierra la sesión del símbolo, lo que mantiene el diario limpio y agiliza la prueba retrospectiva. Esto solo es relevante en un feed que siga cotizando mientras la negociación está cerrada.

Estructura de archivos

Un asesor experto y cuatro encabezados. Los encabezados se incluyen como <IntrinsicTime\...>, por lo que deben ubicarse en una subcarpeta de IntrinsicTime dentro de la carpeta «Include».

Base de investigación

La implementación se basa en:

• Anton Golub, James B. Glattfelder y Richard B. Olsen, «The Alpha Engine: Designing an Automated Trading Algorithm», 2017, SSRN 2951348.
• James B. Glattfelder, Alexandre Dupuis y Richard B. Olsen, «Patterns in high-frequency FX data: discovery of 12 empirical scaling laws», Quantitative Finance, 2011.
• La implementación en Java de referencia de los autores, disponible en GitHub. La adaptación conserva sus peculiaridades en lugar de corregirlas de forma silenciosa.

Un artículo complementario describe la construcción del operador de cambio de dirección, reproduce las leyes de escalado en 17,8 millones de ticks reales del par EUR/USD frente a un paseo aleatorio con volatilidad equivalente, repasa la adaptación de Alpha Engine clase por clase y comprueba su afirmación sobre los beneficios del paseo aleatorio: «Tiempo intrínseco: de las leyes de escalado del cambio de dirección a Alpha Engine».