Participe de nossa página de fãs
Coloque um link para ele, e permita que outras pessoas também o avaliem
Avalie seu funcionamento no terminal MetaTrader 5
- Publicado por:
-
Amanda Vitoria De Paula Pereira
I am a Software Engineer focused on quantitative architecture and high-frequency trade execution, I do not build generic retail scripts, I write clean code designed to survive live broker environments, toxic order flow, and server latency, my infrastructure handles complex math without freezing the - Visualizações:
- 327
- Avaliação:
- Publicado:
- Atualizado:
-
Precisa de um robô ou indicador baseado nesse código? Solicite-o no Freelance Ir para Freelance
A falha matemática na volatilidade do mercado de varejo (ATR)
Os algoritmos de varejo dependem universalmente do Average True Range (ATR) para calcular stop-losses e o dimensionamento das posições. Essa é uma falha estrutural fatal. O ATR é puramente retrospectivo — ele se limita a calcular a média dos movimentos de preço passados. Quando ocorrem choques macroeconômicos, o ATR apresenta um atraso significativo, deixando seu capital exposto justamente nos momentos em que a proteção dinâmica é mais necessária.
O padrão institucional: modelo GARCH(1,1)
Para sobreviver a regimes de mercado dinâmicos, os principais fundos de hedge quantitativos e mesas de precificação de opções não se baseiam em médias passadas. Eles prevêem a variância futura usando a Heterocedasticidade Condicional Autorregressiva Generalizada (GARCH).
O Institutional GARCH(1,1) Forecaster traz essa matemática econométrica vencedora do Prêmio Nobel diretamente para o seu terminal MQL5.
Arquitetura Quantitativa Central
-
Variância Preditiva: Em vez de calcular a média dos intervalos passados, o algoritmo calcula choques logarítmicos de retorno (Alpha) e a persistência da volatilidade histórica (Beta) para prever a probabilidade matemática exata da variância para a próxima vela de execução.
-
Avaliação de Risco Sem Atraso: Detecta instantaneamente o agrupamento de volatilidade (a tendência de grandes movimentos serem seguidos por outros grandes movimentos), permitindo que seu Expert Advisor amplie preventivamente os trailing stops antes mesmo que o ATR comece a reagir.
-
Pesos Padrão Institucionais: Pré-configurado com parâmetros econométricos padrão de Wall Street ($\alpha = 0,09$, $\beta = 0,90$) para modelar a depreciação típica de ativos financeiros, com todas as entradas expostas para otimização avançada de parâmetros.
-
Zero dependências externas: Calcula matrizes logarítmicas complexas nativamente em C++, evitando a necessidade de integrações externas lentas com Python.
Como implementar na negociação algorítmica
-
Abandone o ATR: pare de usar médias de períodos estáticos para seus stop-losses dinâmicos.
-
Preveja o choque: monitore o histograma GARCH. Um pico repentino indica que um choque de volatilidade de alta probabilidade é matematicamente iminente.
-
Proteja o capital: use o buffer deste indicador para reduzir dinamicamente o tamanho do seu lote (VAPS) ou ampliar seu stop-loss milissegundos antes que uma grande injeção de liquidez varra o livro de ordens de varejo.
Traduzido do inglês pela MetaQuotes Ltd.
Publicação original: https://www.mql5.com/en/code/72043
Institutional StatArb and Cointegration Spread Z-Score
Um oscilador quantitativo multiativos projetado para arbitragem estatística (Pairs Trading), que calcula o spread logarítmico entre dois ativos correlacionados e mede seu Z-Score para identificar oportunidades de reversão à média neutras em termos de risco.
Precision Sniper
O Precision Sniper é um indicador MT5 de múltiplas confluências inspirado nas principais ferramentas de sinais do TradingView, que classifica cada sinal de compra/venda (A+, A, B, C) com base na estrutura da EMA, RSI, MACD, ADX, VWAP e alinhamento de volume, com 8 predefinições, confirmação de tendência HTF, níveis automáticos de TP/SL, trailing stop e um painel de backtest integrado.
XANDER Adaptive Cross
Duas médias móveis adaptativas que interpretam o mercado de maneiras diferentes. Os cruzamentos sinalizam mudanças de tendência.
Machine Learning Supertrend
Uma abordagem inspirada no aprendizado de máquina para identificar tendências. Oferece sinais precisos e confiança no backtest integrada
