Criação de EAs auto-otimizáveis em MQL5 (Parte 8): Análise de múltiplas estratégias (2)
Dando continuidade à nossa discussão, vamos combinar nossas duas primeiras estratégias de trading em uma estratégia de conjunto (ensemble). Apresentaremos diferentes formas de combinar várias estratégias e de gerenciar o espaço de parâmetros, permitindo uma otimização eficiente mesmo com o aumento do número de parâmetros.
Desenvolvimento de um EA dinâmico para múltiplos pares (Parte 3): Estratégias de reversão à média e momentum
Nesta terceira parte da série sobre o desenvolvimento de um EA dinâmico para múltiplos pares (Dynamic Multi-Pair Expert Advisor), vamos nos concentrar na integração de estratégias de negociação baseadas em reversão à média e momentum. Veremos como identificar desvios dos preços em relação à média por meio do escore Z e como operar a partir desses desvios, além de medir o momentum em diferentes pares de moedas para determinar a direção das operações.
A arte de trabalhar com logs (Parte 9): aplicando o padrão Builder e definindo configurações padrão
Este artigo mostra como simplificar radicalmente o uso da biblioteca Logify por meio do padrão "Builder" e de configurações padrão automáticas. São abordados a estrutura de classes Builder especializadas, o uso dessas classes com recursos de preenchimento automático inteligente (autocompletar) e as formas de garantir que o registro de logs funcione mesmo sem configuração manual. Além disso, o artigo apresenta as adaptações necessárias para a build 5100 do MetaTrader 5.
A arte de trabalhar com logs (Parte 8): Registros de erros com tradução automática
Nesta oitava parte da série "A arte de trabalhar com logs", vamos explorar a implementação de mensagens de erro multilíngues no Logify, uma poderosa biblioteca de logging para MQL5. Você aprenderá a estruturar erros com informações de contexto, traduzir mensagens para vários idiomas e formatar logs dinamicamente conforme o nível de logging. Tudo isso com uma arquitetura limpa, extensível e pronta para produção.
Criação de EAs que se auto-otimizam em MQL5 (Parte 9): Cruzamento duplo de médias móveis
Este artigo apresenta o desenvolvimento de uma estratégia de cruzamento duplo de médias móveis que utiliza sinais de um timeframe superior (D1) para determinar as entradas em um timeframe inferior (M15), enquanto os níveis de stop-loss são calculados com base em um timeframe intermediário (H4), utilizado para a gestão de risco. São introduzidas constantes do sistema, enumerações personalizadas e a lógica dos modos de seguimento de tendência e reversão à média, com ênfase na modularidade e na futura otimização por meio de um algoritmo genético. Essa abordagem oferece condições flexíveis de entrada e saída, buscando reduzir o atraso dos sinais e melhorar o timing das operações ao alinhar as entradas nos timeframes inferiores às tendências dos timeframes superiores.
Repensando as estratégias clássicas (Parte 14): Análise de múltiplas estratégias
Neste artigo, continuamos a construção de um ensemble de estratégias de trading, utilizando o otimizador genético do MT5 para ajustar os parâmetros das estratégias. Hoje, analisaremos os dados em Python para verificar se esse tipo de modelo consegue prever melhor qual estratégia terá o melhor desempenho e qual delas operará com maior precisão, além de avaliar se essa abordagem é mais eficaz do que prever diretamente os retornos. Adianto que os testes do aplicativo com esse modelo estatístico revelaram uma queda acentuada no desempenho. O problema está no otimizador genético: infelizmente, ele favorece estratégias correlacionadas. Por isso, vamos reformular a abordagem, mantendo fixos os pesos dos votos e concentrando a otimização nos parâmetros dos indicadores.
Desenvolvimento de ferramentas para análise de Price Action (Parte 33): Ferramenta baseada na Teoria da Amplitude das Velas
Aprofunde sua compreensão do mercado com o conjunto de ferramentas Candle-Range Theory para MetaTrader 5, uma solução totalmente nativa em MQL5, baseada na teoria da amplitude das velas, que transforma dados brutos das barras de preço em informações sobre a volatilidade em tempo real. A biblioteca leve CRangePattern compara a amplitude verdadeira de cada vela com um ATR adaptativo e a classifica no momento do fechamento. Em seguida, o CRT Indicator apresenta essas classificações no gráfico por meio de retângulos coloridos e setas, permitindo identificar rapidamente regiões de compressão, rompimentos bruscos e engolfamentos completos da amplitude anterior.