Institutional Kelly-VAPS Risk Engine (Library) - biblioteca para MetaTrader 5

A falha matemática no risco do varejo

A grande maioria dos robôs de negociação algorítmica fracassa porque depende do dimensionamento estático de lotes ou de modelos de risco arbitrários baseados em porcentagem; os desenvolvedores de varejo calculam o risco no vácuo, ignorando a estrutura do mercado em tempo real. Quando a volatilidade macroeconômica aumenta, uma distância estática de stop-loss é matematicamente garantida para ser absorvida pela expansão do desvio padrão.

Para sobreviver à execução algorítmica, o risco deve ser dinâmico, autoajustável e sensível à volatilidade.

A vantagem institucional: arquitetura Kelly-VAPS

O mecanismo Kelly-VAPS (Volatility-Adjusted Position Sizing) é um arquivo de cabeçalho C++ ( .mqh ) puramente orientado a objetos, projetado para ser importado para Expert Advisors profissionais. Ele substitui completamente as funções de dimensionamento de posição padrão, unindo dois modelos quantitativos de alto nível:

• O Critério Kelly: Calcula a fração matematicamente ideal do portfólio a ser arriscada com base na taxa histórica de ganhos e na taxa de retorno de sua estratégia.

• Volatility-Adjusted Sizing (VAPS): Normaliza o risco Kelly ideal em relação à volatilidade do mercado em tempo real usando o Average True Range (ATR) e restrições de valor exato de tick.

Arquitetura e recursos principais

• Projeto orientado a objetos: Estrutura de classe limpa e modular (CKellyRiskEngine) pronta para ser incluída via #include <Institutional_VAPS.mqh> em qualquer EA.

• Proteção dinâmica de capital: Diminui automaticamente a exposição durante regimes de mercado erráticos e de alta volatilidade para evitar perdas estruturais.

• Protocolos de segurança de margem: As proteções incorporadas verificam a margem livre e os limites de volume máximo/mínimo específicos do corretor antes de retornar o tamanho final do lote.

• Matemática de latência zero: Utiliza ponteiros de matriz brutos e fórmulas eficientes em termos de memória para executar cálculos de risco complexos em nanossegundos, sem reduzir a velocidade do loop de execução OnTick.

Como implementar

1. Coloque o arquivo .mqh em sua pasta MQL5/Include.

2. Chame a biblioteca dentro do seu EA e inicialize a classe.

3. Passe sua taxa de ganho atual, a taxa de pagamento e os pontos de stop-loss desejados para o mecanismo. A classe retornará o tamanho de lote matematicamente perfeito, adaptado ao tick do mercado ao vivo.