Jonathan Pereira / Perfil
- Informações
4 anos
experiência
|
5
produtos
|
5
versão demo
|
57
trabalhos
|
0
sinais
|
0
assinantes
|
Foi em 2016 que, por um feliz acaso, me deparei com o mercado financeiro e me encantei instantaneamente. Ao descobrir a plataforma MetaTrader e sua capacidade de integrar estratégias codificadas ao mercado financeiro, soube que tinha encontrado um novo amor.
Explore meus tutoriais no GitHub e acompanhe minha jornada de crescimento e compartilhamento de conhecimento: https://github.com/jowpereira/mql5-tutoriais
Se desejar iniciar um novo projeto e aproveitar minha expertise, acesse: https://www.mql5.com/pt/job/new?prefered=14134597.
Tenho certeza de que, juntos, podemos desenvolver soluções interessantes e inspiradoras!
Conheça meu GPT - https://chat.openai.com/g/g-1DCzqDcMF-arnaldo
Este capítulo da série aborda algoritmos de aprendizado por reforço, focando em Q-Learning, Deep Q-Network (DQN), e Proximal Policy Optimization (PPO). Explora como essas técnicas podem ser integradas para melhorar a automação de tarefas, detalhando suas características, vantagens, e aplicabilidades práticas. A seleção do algoritmo mais adequado é vista como crucial para otimizar a eficiência operacional em ambientes dinâmicos e incertos, prometendo discussões futuras sobre a implementação prática e teórica desses métodos.
Este artigo examina a transição da codificação procedural para a Programação Orientada a Objetos (POO) no MQL5, com foco na integração com REST APIs. Discutimos como organizar funções de requisições HTTP (GET e POST) em classes, ressaltando vantagens como encapsulamento, modularidade e facilidade de manutenção. A refatoração de código é detalhada, mostrando a substituição de funções isoladas por métodos de classes. O artigo inclui exemplos práticos e testes.
Princípio de Funcionamento: O "RSDForce" combina análises de volume de negociação e movimentos de preço para fornecer insights valiosos sobre o mercado. Ele funciona assim: Análise de Volume e Preço : O indicador analisa o volume de negociação (quantidade de ativos negociados) e as variações de preço ao longo do tempo. Cálculo de Força de Mercado : Ele calcula um valor que reflete a 'força' do mercado, indicando se a tendência de preço é forte e se baseia em um volume de negociação substancial
O "ZScore Quantum Edge" é baseado em um algoritmo avançado que combina análise de volume e movimento de preços, proporcionando uma representação clara e precisa das tendências do mercado. Seu design intuitivo, com uma interface de fácil compreensão, exibe informações em tempo real. Características principais: Análise de Tendência Aprofundada : O indicador utiliza um período configurável para análise de tendência, permitindo que os traders ajustem a sensibilidade do indicador de acordo com suas
Este artigo explora a implementação de jogadas automáticas no jogo da velha Python, integrado com funções MQL5 e testes unitários. O objetivo é aprimorar a interatividade do jogo e garantir a robustez do sistema através de testes MQL5. Ele aborda desde o desenvolvimento da lógica de jogo até a integração e testes práticos, culminando na criação de um ambiente de jogo dinâmico e um sistema integrado confiável.
O artigo detalha como MQL5 pode interagir com Python e FastAPI, usando chamadas HTTP em MQL5 para se comunicar com um jogo da velha em Python. Discute a criação de uma API com FastAPI para essa integração e inclui um script de teste em MQL5, destacando a versatilidade do MQL5, a simplicidade do Python e a eficiência do FastAPI na conexão de diferentes tecnologias para soluções inovadoras.
Este artigo aborda a importância das APIs (Interfaces de Programação de Aplicativos) na comunicação entre diferentes aplicativos e sistemas de software. Ele destaca o papel das APIs na simplificação da interação entre aplicativos, permitindo que eles compartilhem dados e funcionalidades de maneira eficiente.
Este artigo descreve a implementação de um modelo de regressão de árvores de decisão para prever preços de ativos financeiros. Foram realizadas etapas de preparação dos dados, treinamento e avaliação do modelo, com ajustes e otimizações. No entanto, é importante destacar que o modelo é apenas um estudo e não deve ser usado em negociações reais.
Este artigo fornece uma visão detalhada sobre como construir uma classe em MQL5 para gerenciamento eficiente de arquivos CSV. Ele explica como os métodos de abertura, escrita, leitura e conversão de dados são implementados e como eles podem ser utilizados para armazenar e carregar dados. Além disso, o artigo também discute as limitações e considerações importantes ao usar essa classe. É uma leitura valiosa para aqueles interessados em aprender a trabalhar com arquivos CSV em MQL5.
O perceptron multicamadas é uma evolução do perceptron simples, capaz de resolver problemas não linearmente separáveis. Juntamente com o algoritmo backpropagation, é possível treinar essa rede neural de forma eficiente. Na terceira parte da série sobre perceptron multicamadas e backpropagation, vamos mostrar como integrar essa técnica ao testador de estratégias. Essa integração permitirá a utilização de análise de dados complexos e melhores decisões para otimizar as estratégias de negociação. Nesta visão geral, discutiremos as vantagens e os desafios da implementação desta técnica.
Um pacote python foi disponibilizado com o proposito de trazer integração com MQL, com isso abre-se as portas para enumeras possibilidades como, exploração de dados, criação e uso de modelos de machine learning. Com essa integração nativa entre MQL5 e Python, abriu-se as portas para muitas possibilidades de uso, podemos construir de uma simples regressão linear a um modelo de aprendizado profundo. Vamos entender como instalar e preparar o ambiente de desenvolvimento e usar algumas das bibliotecas de aprendizado de maquina.
A média móvel Tillson's T3 foi apresentada ao mundo da análise técnica no artigo ''A Better Moving Average'', publicado na revista americana Technical Analysis of Stock Commodities . Desenvolvida por Tim Tillson, logo os analistas e operadores de mercados futuros ficaram fascinados com esta técnica que suaviza a série de preços ao mesmo tempo em que diminui o lag (atraso) típicos dos sistemas seguidores de tendências
O Volume é um indicador muito utilizado em análise técnica, no entanto existe uma variação que é ainda mais útil do que o Volume por si só: a média móvel do Volume. Ele nada mais é do que uma média móvel aplicada ao popular indicador de Volume. Como já diz o nome, o Volume + MA serve para exibir o volume transacionado (compras e vendas executadas) de certo ativo financeiro em determinado ponto do tempo juntamente com a média móvel desse mesmo volume ao longo do tempo. Para que serve? Com o
Recentemente, ao aumentar a popularidade desses métodos, tantas bibliotecas foram desenvolvidas em Matlab, R, Python, C++, e etc, que recebem o conjunto de treinamento como entrada e constroem automaticamente uma Rede Neural apropriada para o suposto problema. Vamos entender como funciona um tipo básico de Rede Neural, (Perceptron de um único neurônio e Perceptron Multicamadas), e um fascinante algoritmo responsável pelo aprendizado da rede, (Gradiente descendente e o Backpropagation). Tais modelos de rede serviram de base para os modelos mais complexos existentes hoje.
Hi-Lo é um indicador cuja finalidade é auxiliar de maneira mais precisa as tendências de um determinado ativo — indicando assim, o possível melhor momento para compra ou venda. O que é o Hi-lo? Hi-Lo é um termo derivado do inglês, onde Hi está ligado à palavra High (Alto) e Lo à palavra Low (baixo). Ele é um indicador de tendência usado para avaliação da negociação de ativos no mercado financeiro. Sendo assim, a sua utilização é dada para identificar se um determinado ativo está