Artículos, Biblioteca - página 27

Artículo publicado Del básico al intermedio: Recursividad : En este artículo, veremos un concepto de programación muy interesante y bastante divertido, aunque debe ser tratado con extremo respeto, ya que un mal uso o un mal entendimiento del mismo convierte programas relativamente simples en algo

Artículo publicado Operar con noticias de manera sencilla (Parte 5): Ejecución de operaciones (II) : Este artículo ampliará la clase de gestión de operaciones para incluir órdenes de compra y venta con límite (buy-stop y sell-stop) con el fin de operar con eventos de noticias e implementar una

Artículo publicado ¡Visualice esto! La biblioteca gráfica en MQL5 como un análogo de plot en el lenguaje R : A la hora de investigar y estudiar patrones, la representación visual con la ayuda de gráficos juega un papel fundamental. En los lenguajes populares de programación en la comunidad

Ping : El indicador muestra el retraso de cotizaciones en tiempo real dentro del propio terminal. Autor: fxsaber

Artículo publicado Redes neuronales en el trading: Framework comercial híbrido con codificación predictiva (Final) : Continuamos nuestro análisis del sistema comercial híbrido StockFormer, que combina codificación predictiva y algoritmos de aprendizaje por refuerzo para el análisis de series

Artículo publicado Análisis de múltiples símbolos con Python y MQL5 (Parte II): Análisis de componentes principales para la optimización de carteras : La gestión del riesgo de las cuentas de trading es un reto para todos los operadores. ¿Cómo podemos desarrollar aplicaciones de trading que aprendan

Artículo publicado Desarrollamos un asesor experto multidivisa (Parte 18): Automatización de la selección de grupos considerando el periodo forward : Seguimos automatizando los pasos que antes realizábamos manualmente. Esta vez regresaremos a la automatización de la segunda etapa, es decir, a la

Artículo publicado Asesores Expertos Auto-Optimizables con MQL5 y Python (Parte VI): Cómo aprovechar el doble descenso profundo : El aprendizaje automático tradicional enseña a los profesionales a estar atentos para no sobreajustar sus modelos. Sin embargo, esta ideología está siendo cuestionada por

Artículo publicado Selección de características y reducción de dimensionalidad mediante componentes principales : El artículo profundiza en la implementación de un algoritmo modificado de análisis de componentes por selección ascendente, inspirándose en la investigación presentada en «Forward

Artículo publicado Ingeniería de características con Python y MQL5 (Parte I): Predicción de medias móviles para modelos de IA de largo plazo : Las medias móviles son, con diferencia, los mejores indicadores para que nuestros modelos de IA realicen predicciones. Sin embargo, podemos mejorar aún más

Artículo publicado Criterios de tendencia en el trading : Las tendencias son una parte importante de muchas estrategias comerciales. En este artículo analizaremos algunas de las herramientas utilizadas para identificar tendencias y sus características. Comprender e interpretar correctamente las

Artículo publicado Algoritmo de Tribu Artificial (Artificial Tribe Algorithm, ATA) : Este artículo detalla los componentes clave y las innovaciones del algoritmo de optimización ATA, un método evolutivo con un sistema de comportamiento dual único que se adapta según la situación. Usando el cruce

Artículo publicado Desarrollo de asesores expertos autooptimizables en MQL5 : Construya asesores expertos que miren hacia delante y se ajusten a cualquier mercado. El desarrollo de un bot de negociación que pueda ajustarse a las condiciones actuales del mercado es clave para la estabilidad de las

Artículo publicado Solicitudes en Connexus (Parte 6): Creación de una solicitud y respuesta HTTP : En este sexto artículo de la serie de la biblioteca Connexus, nos centraremos en una solicitud HTTP completa, cubriendo cada componente que la conforma. Crearemos una clase que represente la solicitud

Artículo publicado Redes neuronales: así de sencillo (Parte 84): Normalización reversible (RevIN) : Hace tiempo que sabemos que el preprocesamiento de los datos de origen desempeña un papel fundamental en la estabilidad del entrenamiento de los modelos. Y para el procesamiento en línea de datos de

Artículo publicado Redes neuronales: así de sencillo (Parte 67): Utilizamos la experiencia adquirida para afrontar nuevos retos : En este artículo, seguiremos hablando de los métodos de recopilación de datos en una muestra de entrenamiento. Obviamente, en el proceso de entrenamiento será necesaria

Artículo publicado Redes neuronales en el trading: Framework comercial híbrido con codificación predictiva (StockFormer) : Hoy le presentamos el StockFormer, un sistema comercial híbrido que combina algoritmos de codificación predictiva y de aprendizaje por refuerzo (RL). El framework utiliza 3

Artículo publicado Cómo añadir Trailing Stop según el indicador Parabolic SAR : Al crear una estrategia comercial, debemos probar una amplia variedad de stops de protección. Y aquí surge la idea del ajuste dinámico del nivel de Stop Loss siguiendo el precio. El mejor candidato en este punto es el

Artículo publicado Desarrollo de un kit de herramientas para el análisis de la acción del precio (Parte 1): Proyector de gráficos : Este proyecto tiene como objetivo aprovechar el lenguaje MQL5 para desarrollar un conjunto integral de herramientas de análisis para MetaTrader 5. Estas herramientas

Artículo publicado Redes neuronales en el trading: Modelo hiperbólico de difusión latente (Final) : El uso de procesos de difusión anisotrópica para codificar los datos de origen en un espacio latente hiperbólico, como se propone en el framework HypDIff, ayuda a preservar las características

Artículo publicado Redes neuronales: así de sencillo (Parte 25): Practicando el Transfer Learning : En los últimos dos artículos, hemos creado una herramienta que nos permite crear y editar modelos de redes neuronales. Ahora es el momento de evaluar el uso potencial de la tecnología de Transfer

Artículo publicado Programación orientada a objetos (OOP) en MQL5 : Como desarrolladores, debemos aprender a crear y desarrollar software que sea reutilizable y flexible sin duplicar código, especialmente si tenemos diferentes objetos con comportamientos distintos. Esto se puede lograr fácilmente

Artículo publicado Aprendizaje automático y Data Science (Parte 23): ¿Por qué LightGBM y XGBoost superan a muchos modelos de IA? : Estas técnicas avanzadas de árboles de decisión potenciados por gradiente ofrecen un rendimiento y una flexibilidad superiores, lo que las hace ideales para el modelado

Murreys_Math_Oscillator : Indicador Murreys Math Oscillator Autor: Scriptor

Artículo publicado Redes neuronales en el trading: Conjunto de agentes con uso de mecanismos de atención (Final) : En el artículo anterior, presentamos el framework adaptativo multiagente MASAAT, que usa un conjunto de agentes para analizar de forma cruzada una serie temporal multimodal a diferentes

Telegram To MT5 Copier : TelegramToMT5 es un Asesor Experto de MetaTrader 5 que une Telegram y MT5 mostrando los mensajes de tus canales, grupos y chats privados de Telegram directamente en tus gráficos de trading. Simplemente crea un bot de Telegram, añádelo a tus canales/grupos deseados, y deja

Artículo publicado Características del Wizard MQL5 que debe conocer (Parte 45): Aprendizaje por refuerzo con Monte-Carlo : Monte-Carlo es el cuarto algoritmo diferente de aprendizaje por refuerzo que estamos considerando con el objetivo de explorar su implementación en los asesores expertos

Artículo publicado Redes neuronales en el trading: Conjunto de agentes con mecanismos de atención (MASAAT) : Hoy le presentamos la estructura multiagente adaptativa de optimización de portafolios (MASAAT), que combina mecanismos de atención y análisis de series temporales. El MASAAT genera un

Artículo publicado Creación de un asesor experto integrado de MQL5 y Telegram (Parte 3): Envío de señales de MQL5 a Telegram : En este artículo, creamos un Asesor Experto MQL5 que codifica capturas de pantalla de gráficos como datos de imagen y las envía a un chat de Telegram a través de peticiones

Time To Close v1.01 - MT5 : Hora de cierre de velas. Colores de texto dinámicos. Optimizado para back-testing. Author: Tautvydas Vaitkus