Integração MQL5: Python

Introdução

Neste novo artigo, vou lhe dar uma introdução definitiva a uma ferramenta importante que agregará valor às suas habilidades de programação. Vamos abordar a Integração Python. Quando se trata de como isso pode ser útil para nós como desenvolvedores, dependerá dos seus objetivos de software, pois o Python é uma linguagem de programação de alto nível que é fácil de ler e também simples. Python é uma linguagem de programação que oferece bibliotecas extensivas para áreas como análise de dados, computação estatística e aprendizado de máquina. Portanto, a integração do Python com o MQL5 pode fornecer melhores insights que podem ser úteis para participantes do mercado financeiro, a fim de melhorar seus resultados por meio de processamento de dados e análises preditivas.

Neste artigo, vou explicar como usar o Python com MQL5, dando-lhe noções básicas de Python e alguns exemplos simples após configurarmos nosso ambiente. Abordarei isso nos seguintes tópicos:

• Visão geral do Python
• Benefícios da integração com Python
• Configurando o Ambiente
• Aplicações simples
• Conclusão

Vamos explorar profundamente este tópico interessante para entender como podemos melhorar nossos resultados de trading utilizando o Python com o MQL5.

Visão geral do Python

Python foi desenvolvido por Guido van Rossum e lançado em 1991. É uma linguagem de programação de alto nível conhecida pela sua legibilidade e simplicidade, tornando-a ideal tanto para iniciantes quanto para desenvolvedores experientes. Ela é adequada para uma ampla gama de aplicações, desde scripts simples até sistemas complexos, e sua sintaxe concisa permite um código limpo e fácil de manter.

As principais características do Python incluem:

• Legibilidade: Tornando o código mais fácil de ler e escrever, a sintaxe do Python é intuitiva e espelha a linguagem natural.
• Linguagem interpretada: O Python executa o código linha por linha, tornando o processo de depuração e desenvolvimento mais fácil.
• Tipagem dinâmica: Os tipos das variáveis são determinados em tempo de execução, proporcionando flexibilidade na codificação.
• Biblioteca padrão extensa: A biblioteca abrangente do Python oferece suporte para tarefas comuns, como I/O de arquivos, chamadas de sistema e manipulação de dados.
• Versatilidade: O Python oferece suporte para uma ampla gama de paradigmas de programação, incluindo programação orientada a objetos, procedural e funcional.
• Compatibilidade entre plataformas: O Python funciona em vários sistemas operacionais, como Windows, MacOS e Linux, sem necessidade de alterações no código.
• Comunidade forte e ecossistema: A grande comunidade e o ecossistema do Python oferecem várias bibliotecas e ferramentas que expandem as possibilidades do Python.

Áreas de aplicação do Python incluem:

• Ciência de dados: Bibliotecas de análise e visualização de dados, como Pandas e Matplotlib.
• Inteligência Artificial: Ferramentas de aprendizado de máquina como scikit-learn, TensorFlow e Keras.
• Automação: Selenium e Beautiful Soup para automação de tarefas repetitivas.
• Desenvolvimento web: Frameworks para desenvolvimento de aplicativos web como Django e Flask.
• Pesquisa científica: Ideal para simulação, análise estatística e construção de modelos.

Pandas, NumPy, SciPy, scikit-learn, TensorFlow, Matplotlib, Selenium, Django e Flask são algumas das bibliotecas e frameworks Python mais populares. Em resumo, a popularidade contínua do Python no mundo da programação deve-se à sua combinação de legibilidade, simplicidade e bibliotecas poderosas.

Benefícios da integração com Python

Como mencionado anteriormente, a integração do Python com o MQL5 oferece uma variedade de recursos vantajosos, tornando-se uma adição valiosa ao sistema. Esta seção tenta apresentar as vantagens mais significativas associadas à integração do Python em um sistema MQL5.

Portanto, a integração desses dois sistemas oferece as seguintes vantagens:

• Facilita a manipulação e análise sofisticada de dados por meio do uso de técnicas avançadas de análise de dados, utilizando as extensas bibliotecas disponíveis no Python, incluindo Pandas e NumPy.
• A incorporação de bibliotecas de aprendizado de máquina, como scikit-learn, TensorFlow e Keras, permite o desenvolvimento e a implementação de modelos de aprendizado de máquina para análises preditivas.
• Automatiza estratégias de trading complexas e as otimiza utilizando o robusto ecossistema do Python, o que ajuda a aplicar automação e eficiência.
• Aprimora seus algoritmos de trading utilizando a vasta coleção de bibliotecas e frameworks do Python.

Para mais detalhes:

Análise de Dados:

É possível utilizar as bibliotecas do Python de forma eficaz. O Python oferece uma infinidade de bibliotecas voltadas para análise de dados, incluindo Pandas e NumPy. Essas bibliotecas facilitam a manipulação sofisticada de dados e a análise estatística, melhorando assim a qualidade e profundidade da análise nas estratégias de trading.

• A biblioteca Pandas fornece estruturas de dados e métodos de alto nível que facilitam uma análise de dados rápida e direta. A biblioteca Pandas permite que os usuários lidem de forma eficiente com grandes conjuntos de dados e realizem operações como filtragem, agrupamento e agregação de dados com pouco esforço.
• O NumPy é uma biblioteca computacional que oferece suporte para cálculos numéricos eficientes, tornando-a bem adequada para manipulação de grandes matrizes e arrays de dados numéricos. Ele oferece uma gama abrangente de operações matemáticas e é frequentemente utilizado como a biblioteca fundamental sobre a qual outras bibliotecas, como Pandas e scikit-learn, são construídas.

Aprendizado de Máquina:

Na área de aprendizado de máquina, a linguagem Python é a escolha preferida devido à sua simplicidade e à disponibilidade de bibliotecas robustas, incluindo scikit-learn, TensorFlow e Keras. Quando integrada ao MQL5, os traders podem utilizar essas bibliotecas para construir, desenvolver e implantar modelos preditivos que empregam dados históricos para prever movimentos de mercado.

• Scikit-learn: Esta biblioteca oferece aos usuários ferramentas simples, mas eficazes, para aprendizado de máquina, permitindo-lhes realizar uma análise e mineração de dados detalhada. Ela possui uma gama diversificada de algoritmos, atendendo a várias necessidades, incluindo classificação, agrupamento, regressão e muito mais.
• TensorFlow e Keras: São ferramentas altamente populares e amplamente utilizadas entre desenvolvedores para fins de aprendizado profundo, oferecendo um conjunto abrangente de ferramentas para construir e treinar redes neurais para criar modelos sofisticados.

Automação e Eficiência:

No contexto de tarefas repetitivas e estratégias de trading sofisticadas, a automação pode ser uma solução eficaz. Ao automatizar processos, os traders podem agilizar suas operações e reduzir a possibilidade de erro humano. Isso é particularmente benéfico ao trabalhar com estratégias complexas, pois ter um código claro e preciso para a estratégia em questão pode ajudar a mitigar riscos.

• Essa automação pode ser aplicada a uma variedade de tarefas relacionadas a dados, como coleta, processamento e análise, liberando o tempo dos traders, permitindo-lhes focar no desenvolvimento e execução das estratégias.
• Além disso, essa abordagem pode ser aplicada a backtesting e otimização, utilizando dados históricos para avaliar o desempenho da estratégia e identificar áreas para melhoria por meio da otimização de parâmetros, levando, em última instância, a resultados aprimorados.

Acesso a uma gama abrangente de bibliotecas e frameworks:

A funcionalidade do MQL5 pode ser aprimorada por meio do uso de um ecossistema abrangente de bibliotecas e frameworks. Esses incluem ferramentas estatísticas avançadas, APIs para fontes externas de dados e visualizações complexas, que podem ser aproveitadas para expandir as capacidades das suas aplicações MQL5.

• Esses incluem ferramentas estatísticas avançadas, APIs para fontes externas de dados e visualizações complexas, que podem ser aproveitadas para expandir as capacidades das suas aplicações MQL5.
• APIs e Fontes de Dados: Bibliotecas Python oferecem uma solução conveniente para obter dados financeiros, realizar web scraping e acessar fontes de dados. Essas bibliotecas podem interagir com várias APIs, o que é vantajoso para quem deseja aprimorar suas estratégias de trading.

Existem muitos outros benefícios a serem considerados ao falar sobre este tópico, mas acredito que mencionamos os benefícios mais importantes de integrar o Python em nossos sistemas.

Forneceremos aplicações diretas para áreas relacionadas ao trading que podem ser aplicadas na prática. Isso ajudará a ilustrar como usamos conceitos de trading ao integrar Python ao MQL5. Vamos examinar como esses conceitos e técnicas podem ser usados em diferentes áreas, demonstrando como eles podem ser integrados aos processos de trading.

Configurando o Ambiente

Nesta seção, vamos configurar o software necessário para usar o Python com o MQL5, e os seguintes são os passos a serem seguidos.

• Baixe e instale o MetaTrader 5 visitando https://www.metatrader5.com/pt e depois instale-o no seu dispositivo.
• Baixe a versão mais recente do Python de https://www.python.org/downloads/windows
• Ao instalar o Python, marque "Add Python to PATH%" para poder rodar scripts Python a partir da linha de comando.
• É de extrema importância criar um ambiente distinto para cada projeto, para manter uma configuração limpa, isolada e reproduzível. Os passos a seguir ilustram como isso pode ser feito através da linha de comando:

• Navegue até o diretório do projeto

cd /path/to/your/project

• Use o venv para criar o ambiente mytestenv (Ferramenta de Ambiente Virtual incorporada)

python -m venv mytestenv

• Agora é necessário ativar o ambiente que foi criado

mytestenv\Scripts\activate

• O módulo MetaTrader 5 deve ser instalado pela linha de comando. Você pode visitar o pacote do MetaTrader5 Python através do https://pypi.org/project/MetaTrader5/.

pip install MetaTrader5

• Mostre os detalhes da instalação do MetaTrader

pip show MetaTrader5

• Para facilitar a utilização das funções mencionadas, é necessário adicionar os pacotes matplotlib e pandas

pip install matplotlib
pip install pandas

• Em caso de desativação, podemos usar o seguinte comando na linha de comando

deactivate

Neste ponto do processo, o software necessário, ou seja, MetaTrader5, Python e as bibliotecas exigidas, foi instalado no dispositivo, permitindo o início do trabalho.

Aplicações simples

Como mencionado anteriormente, o Python e o MQL5 são ferramentas valiosas que podem ser usadas em uma variedade de tarefas e domínios, incluindo análise de dados, aprendizado de máquina e automação. Esta seção tem como objetivo apresentar aplicações simples relacionadas ao trading, que ilustram a utilização de scripts Python com o MetaTrader 5 para obter uma visão geral de algumas das tarefas fundamentais que podem ser realizadas.

Aplicação um: Abrir o MT5 usando um script Python:

Nesta aplicação, o objetivo é criar um script Python que abrirá o terminal MetaTrader 5 e imprimirá uma mensagem indicando se o terminal foi inicializado ou não. O código a seguir representa o script completo. É necessário substituir o (xxxxx) pelos detalhes relevantes da sua conta, incluindo número de conta, login, senha e servidor do corretor.

import MetaTrader5 as mt5
print ("MetaTrader5 PKG version: ",mt5.__version__)
if mt5.initialize(login=xxxxx, server="xxxxx",password="xxxxx"):
    print ("MT5 initialized Successfully")  
else: print ("MT5 initialization Failed, Error code ",mt5.last_error())
 

Após rodar este código, você verá que o terminal MetaTrader 5 foi inicializado da mesma forma que ao clicar no arquivo executável, e então poderá usá-lo normalmente para suas operações de trading. Além disso, você verá o seguinte resultado no seu console:

• Versão do MetaTrader5 PKG: 5.0.4424
• Autor do MetaTrader5 PKG: MetaQuotes Ltd.
• MT5 inicializado com sucesso

Aplicação dois: Abrir posições usando um script Python:

Nesta aplicação, o objetivo é criar um script Python que permita abrir uma posição de compra no terminal MetaTrader 5. Os seguintes passos serão realizados para alcançar isso: será criado um script para abrir uma posição de compra de 0,01 no XAUUSD no preço Ask, com um nível de stop loss e take profit.

O modelo MetaTrader5 deve ser importado como mt5.

import MetaTrader5 as mt5

Imprimindo a versão do MetaTrader5 como uma informação do pacote.

print ("MetaTrader5 PKG version: ",mt5.__version__)

Imprimindo o autor do MetaTrader5 como uma informação do pacote.

print ("MetaTrader5 PKG author: ",mt5.__author__)

A conexão com o MetaTrader5 é inicializada com uma mensagem indicando se a inicialização foi bem-sucedida ou não. Se não for bem-sucedida, a mensagem fornecerá o código de erro. Os detalhes da conta, incluindo login, servidor do corretor e senha, devem ser substituídos pelos detalhes reais da conta.

if mt5.initialize(login=xxxxx, server="xxxxx",password="xxxxx"):
    print ("MT5 initialized Successfully")
else: print ("MT5 initialization Failed, Error code ",mt5.last_error())

As seguintes variáveis são declaradas: símbolo, lote, ponto, tipo_ordem, preço, sl, tp, desvio, mágico, comentário, tipo_tempo e tipo_preenchimento.

symbol="XAUUSD"
lot=0.01
point=mt5.symbol_info(symbol).point
order_type=mt5.ORDER_TYPE_BUY
price=mt5.symbol_info_tick(symbol).ask
sl=mt5.symbol_info_tick(symbol).ask-100
tp=mt5.symbol_info_tick(symbol).ask+150
deviation=10
magic=2222222
comment="python order"
type_time=mt5.ORDER_TIME_GTC
type_filling=mt5.ORDER_FILLING_IOC

Enviando a ordem ao declarar a solicitação para ser equivalente aos detalhes da ordem conforme declarado anteriormente.

request={
    "action":mt5.TRADE_ACTION_DEAL,
    "symbol":symbol,
    "volume":lot,
    "type":order_type,
    "price":price,
    "sl":sl,
    "tp":tp,
    "deviation":deviation,
    "magic":magic,
    "comment":comment,
    "type_time":type_time,
    "type_filling":type_filling,
    } 

Verifique se há fundos suficientes para realizar a operação de trading solicitada usando (order_check) para ser equivalente ao valor do resultado. O resultado da verificação é retornado como uma estrutura MqlTradeCheckResult.

result=mt5.order_check(request)

A execução das operações de trading é realizada transmitindo uma solicitação via a função "order_send", que serve como equivalente ao valor do resultado, atualizando-o.

result=mt5.order_send(request)

Agora é necessário encerrar a conexão com o terminal MetaTrader 5 que foi previamente estabelecida usando a função shutdown().

mt5.shutdown()

Consequentemente, o código completo pode ser encontrado da mesma maneira demonstrada pelo seguinte bloco de código.

import MetaTrader5 as mt5
print ("MetaTrader5 PKG version: ",mt5.__version__)
print ("MetaTrader5 PKG author: ",mt5.__author__)
if mt5.initialize(login=xxxxx, server="xxxxx",password="xxxxx"):
    print ("MT5 initialized Successfully")
else: print ("MT5 initialization Failed, Error code ",mt5.last_error())
symbol="XAUUSD"
lot=0.01
point=mt5.symbol_info(symbol).point
order_type=mt5.ORDER_TYPE_BUY
price=mt5.symbol_info_tick(symbol).ask
sl=mt5.symbol_info_tick(symbol).ask-100
tp=mt5.symbol_info_tick(symbol).ask+150
deviation=10
magic=2222222
comment="python order"
type_time=mt5.ORDER_TIME_GTC
type_filling=mt5.ORDER_FILLING_IOC
request={
    "action":mt5.TRADE_ACTION_DEAL,
    "symbol":symbol,
    "volume":lot,
    "type":order_type,
    "price":price,
    "sl":sl,
    "tp":tp,
    "deviation":deviation,
    "magic":magic,
    "comment":comment,
    "type_time":type_time,
    "type_filling":type_filling,
    }    
result=mt5.order_check(request)
result=mt5.order_send(request)
mt5.shutdown()

O resultado obtido ao executar o código será idêntico ao seguinte:

• Versão do MetaTrader5 PKG: 5.0.4424
• Autor do MetaTrader5 PKG: MetaQuotes Ltd.
• MT5 inicializado com sucesso
• Uma operação de compra no ouro (XAUUSD) foi iniciada no preço Ask com um tamanho de lote de 0,01, uma ordem de stop-loss no preço Ask menos 100, e um take-profit no preço Ask mais 150.

Aplicação três: Usando a API do MT5 Python para obter dados:

Uma infinidade de tarefas pode ser realizada utilizando o MQL5 e Python no contexto de gerenciamento de dados. Esta seção apresentará um exemplo simples relacionado ao trading, no qual dados financeiros são obtidos usando a API do MT5 Python. Além de plotar os dados em um gráfico para fins de visualização, o preço do ouro (XAUUSD) de 1º de agosto de 2023 até o momento (A data de redação do artigo era 12 de agosto de 2024) será obtido, impresso e visualizado como um gráfico de linha. Os seguintes passos serão apresentados para esse processo.

As bibliotecas necessárias devem ser importadas:

O módulo MetaTrader5, designado como "mt5", deve ser importado para uso futuro como um objeto de interação com o terminal de trading MetaTrader 5, conforme determinado anteriormente.

import MetaTrader5 as mt5

A biblioteca do Pandas é importada como pd para fins de manipulação e análise de dados.

import pandas as pd

Importando o plotly.express como px para ser usado na visualização de dados e apresentar os dados do XAUUSD.

import plotly.express as px

Importando plot do plotly.offline para facilitar a geração de gráficos sem a necessidade de uma conexão com a internet.

from plotly.offline import plot

Para facilitar a manipulação de datas e horas, é necessário importar o módulo datetime de datetime.

from datetime import datetime

Imprimindo as informações do pacote MetaTrader5 (versão e autor).

print ("MetaTrader5 PKG version: ",mt5.__version__)
print ("MetaTrader5 PKG author: ",mt5.__author__)

O terminal MetaTrader 5 é inicializado, e uma mensagem é impressa no console para indicar se a inicialização foi bem-sucedida. Se a inicialização for bem-sucedida, a mensagem "MT5 inicializado com sucesso" será exibida. Por outro lado, se a inicialização falhar, a mensagem "Falha na inicialização do MT5, código de erro" será exibida, juntamente com o código de erro e a última mensagem de erro.

if mt5.initialize(login=xxxxx, server="xxxxx",password="xxxxx"):
    print ("MT5 initialized Successfully")
else: print ("MT5 initialization Failed, Error code ",mt5.last_error())

Os dados históricos (abertura, máxima, mínima, fechamento, volume, spread e volume real) do XAUUSD foram obtidos na plataforma MetaTrader 5. O seguinte comando foi utilizado para esse fim:

• pd.DataFrame: Um pd.dataFrame pode ser criado com critérios específicos, resultando em uma estrutura de dados bidimensional e rotulada.
• mt5.copy_rates_range: é utilizado para determinar o tipo de dado em termos de símbolo (XAUUSD), intervalo de tempo (mt5.TIMEFRAME_D1), data de início (datetime(2023,8,1)) e data de término (datetime.now()).

xauusd_data=pd.DataFrame(mt5.copy_rates_range("XAUUSD", mt5.TIMEFRAME_D1, datetime(2023,8,1), datetime.now()))

A coluna de tempo é convertida de carimbos de data/hora Unix para um formato de data legível usando a função pandas.to_datetime.

xauusd_data['time'] = pd.to_datetime(xauusd_data['time'],unit='s')

Os dados recuperados para o XAUUSD devem ser impressos conforme a seguinte linha de código.

print(xauusd_data)

Os dados recuperados foram plotados usando a função px.line, que permite a criação de um gráfico de linha utilizando o Plotly Express. Este gráfico representa o preço do XAUUSD ao longo do tempo, desde o primeiro de agosto de 2023 até o momento.

fig = px.line(xauusd_data, x=xauusd_data['time'], y=xauusd_data['close'])
plot(fig)

O código completo é o mesmo que este bloco de código.

import MetaTrader5 as mt5
import pandas as pd
import plotly.express as px
from plotly.offline import plot
from datetime import datetime
print ("MetaTrader5 PKG version: ",mt5.__version__)
print ("MetaTrader5 PKG author: ",mt5.__author__)
if mt5.initialize(login=xxxxx, server="xxxxx",password="xxxxx"):
    print ("MT5 initialized Successfully")
else: print ("MT5 initialization Failed, Error code ",mt5.last_error())
xauusd_data=pd.DataFrame(mt5.copy_rates_range("XAUUSD", mt5.TIMEFRAME_D1, datetime(2023,8,1), datetime.now()))
xauusd_data['time'] = pd.to_datetime(xauusd_data['time'],unit='s')
print(xauusd_data)
fig = px.line(xauusd_data, x=xauusd_data['time'], y=xauusd_data['close'])
plot(fig)

Ao executar o código, os seguintes resultados são obtidos.

• A mensagem de (MetaTrader5 PKG versão: 5.0.4424) foi impressa no console
• A mensagem de (MetaTrader5 PKG autor: MetaQuotes Ltd.) foi impressa no console
• A mensagem de (MT5 inicializado com sucesso) foi impressa no console
• Os dados do XAUUSD impressos no console são os mesmos que a seguinte figura

• Abrindo o gráfico do XAUUSD em um navegador como resultado do gráfico plotado, conforme o seguinte

Como ilustrado na figura anterior, um gráfico de linha representa os preços de fechamento do ouro (XAUUSD) ao longo do tempo, abrangendo de agosto de 2023 até o presente. As aplicações simples mencionadas demonstram o potencial do uso do Python com o MQL5 em diversos aspectos do comércio automatizado, análise de dados e outras tarefas relacionadas.

Conclusão

Python é uma linguagem de programação altamente versátil e poderosa, que pode ser utilizada em diversas áreas, incluindo comércio e mercados financeiros. O uso do Python permite a automação, análise de dados e execução de estratégias, o que facilita decisões de negociação mais informadas. A combinação de Python e MQL5 permite a criação de sistemas de negociação sofisticados que utilizam dados e aprendizado de máquina. Ela representa um avanço significativo no campo do comércio algorítmico. Permite a criação de sistemas de negociação mais adaptáveis e baseados em dados. Essa combinação tem o potencial de aprimorar os resultados de negociação nos mercados financeiros.

Este artigo demonstrou o uso do Python em conjunto com o MQL5. Além disso, o artigo descreveu os passos necessários para configurar um ambiente Python para o MetaTrader 5. Ao estabelecer um fluxo de trabalho eficaz, os desenvolvedores podem gerenciar dependências de forma mais eficiente e melhorar a escalabilidade de seus sistemas de negociação. Python é capaz de automatizar tarefas e analisar tendências do mercado. Isso é demonstrado por aplicações práticas, incluindo a abertura do MetaTrader 5, execução de negociações, recuperação de dados de ativos e visualização deles.

Espero que este artigo o ajude a começar a usar o Python com o MQL5. Experimentar com várias aplicações pode ser muito benéfico para traders e desenvolvedores. Para mais informações, consulte recursos como:

• Python for Dummies por Stef Maruch
• Python Crash Course por Eric Matthes
• Python All-In-One por John Shovic e Alan Simpson

Além disso, você pode acessar mais documentação no site do MQL5 através do link https://www.mql5.com/pt/docs/python_metatrader5.