Latte
- Asesores Expertos
- Evgeniy Scherbina
- Versión: 1.50
- Actualizado: 5 octubre 2025
- Activaciones: 10
El EA "Latte" está preparado para operar con varios símbolos en el modo totalmente automatizado desde 1 gráfico.
El EA utiliza una red neuronal "Transformer" para predecir los movimientos de los precios. La principal ventaja del Transformer sobre una red LSTM es su capacidad para encontrar patrones incluso a través de secuencias muy largas de datos. Mientras que las LSTM suelen perder información cuando tratan secuencias de más de 2 o 3 meses, las Transformer manejan secuencias de hasta un año con facilidad.
La arquitectura Transformer fue introducida por primera vez por Google en 2017 para tareas de traducción de idiomas. Desde entonces, este tipo de red neuronal se ha adoptado ampliamente para construir sistemas de inteligencia artificial, incluido ChatGPT. La diferencia clave con Transformer es que codifica cada entrada en un espacio de alta dimensión (decenas de miles de dimensiones), lo que le permite capturar relaciones complejas entre todos los elementos de la secuencia. Este enfoque desencadenó una revolución en el aprendizaje automático, que al principio sólo se discutía entre expertos, pero que más tarde impulsó importantes avances a medida que la IA se generalizaba. Como resultado, los modelos Transformer han ido sustituyendo cada vez más a los LSTM en muchos campos, incluida la previsión de los mercados financieros.
Lo que más me impresionó es que el Transformer es capaz de seguir aprendiendo incluso cuando los datos de validación difieren de los de entrenamiento. Según mi experiencia, las redes LSTM suelen necesitar que el conjunto de validación contenga patrones similares a los del conjunto de entrenamiento para seguir avanzando. Cuando los ejemplos de validación son demasiado diferentes, el entrenamiento LSTM no avanza en absoluto. El Transformer, sin embargo, generaliza mucho mejor y sigue mejorando incluso con datos de validación desconocidos. Mis pruebas muestran que el Transformer supera significativamente al LSTM en tareas de clasificación binaria. He incluido una tabla comparativa de métricas de rendimiento en las imágenes.
Otra diferencia clave es que el Transformer es una arquitectura mucho más compleja. Mientras que entrenar un LSTM me llevó muchas horas, entrenar un Transformer puede llevarme muchos días. Por esta razón, planeo ampliar las capacidades de este EA gradualmente. Y si la idea se populariza, lo primero que haré será comprar la GPU más avanzada para realizar experimentos a gran escala.
La red neuronal Transformer procesa cientos de barras y realiza cálculos exhaustivos, por lo que las pruebas históricas pueden llevar mucho tiempo. Para acelerar el proceso, he aquí dos recomendaciones: 1) Pruebe un símbolo a la vez - desactive otros símbolos en la configuración del EA; 2) Utilice "1 minuto OHLC" ticks para backtesting más rápido. Actualmente estoy trabajando en nuevas optimizaciones del código. Dicho esto, es importante tener en cuenta que las redes neuronales Transformer requieren inherentemente un tiempo de cálculo significativo. Este retraso sólo afecta a las pruebas históricas - el comercio en vivo no se ve afectado ya que las señales se calculan sólo una vez al día.
Inicie el EA en un gráfico de cualquier símbolo. El EA siempre opera con todos sus símbolos desde un gráfico, independientemente de su gráfico actual.
El EA opera utilizando datos diarios. Así que usted puede utilizar tanto "Cada tick" o "1 minuto OHLC". Usted puede disminuir substaintially el tiempo de prueba utilizando la última opción.
Recomendaciones para operar en vivo
- Gráfico EURUSD D1
- Depósito 500 USD (mejor 1500 USD)
- Max operaciones por señal = 2
Propiedades del EA
- Operaciones máximas por símbolo >> número máximo de operaciones por símbolo. Si una señal se repite, el EA sigue abriendo operaciones similares hasta alcanzar el número máximo.
- Sufijo para símbolos >> puede ser útil para aquellos que tienen símbolos con diferentes sufijos en su terminal. La mayoría de los usuarios pueden dejar este campo vacío.
- Cerrar todos los beneficios (%) >> un objetivo de beneficio como porcentaje para permitir cerrar todas las operaciones. Establezca 0 para desactivarlo. Una vez activada esta función, se abrirán nuevas operaciones la semana siguiente.
- Reanudar la operativa al "Cerrar todo" >> si está en ON, el EA reanudará la operativa al día siguiente de alcanzar el objetivo de "Cerrar todo beneficio (%)". Si está en OFF (por defecto), la operativa esperará hasta la semana siguiente. Esperar normalmente da mejores oportunidades para nuevas señales y nuevas operaciones.
- Spread máximo >> el EA no abrirá o cerrará operaciones si el spread es superior a este valor.
- Mostrar medidor de potencia >> muestra un panel de la potencia de la señal para el símbolo del gráfico.
- Mágico >> los diferentes números mágicos deben diferir al menos en 2.
- Takeprofit
- Rastro
- Stoploss >> el EA gestiona las operaciones internamente en base a sus cálculos. El stoploss sirve más como una salvaguarda nominal.
- Volumen >> volumen por operación. Volumen fijo (ejemplo: 0,02) o porcentaje de los fondos disponibles (ejemplo: 0,015%). El EA imprime el volumen real en la pestaña "Expertos" al iniciar o cambiar el marco temporal. Utilice siempre una cantidad fija para las cuentas que utilizan una divisa de depósito distinta del dólar estadounidense (por ejemplo: euro, yuan, bitcoin, dólar australiano, etc.).
- Banderas de símbolos >> muchos usuarios piden la opción de activar o desactivar los símbolos. No recomiendo desactivar los símbolos sólo basándose en 1-2 meses de resultados de trading. Usted necesita muchos símbolos para una buena diversificación - algunos funcionan mejor este mes, otros brillan el mes siguiente. Alternando su rentabilidad en diferentes meses, el EA tiene más posibilidades de acumular beneficios a largo plazo.

The Author has given me advise and hopefully this EA can bring a good result. Thanks author.