Trading Algorítmico MQL5
Open in Telegram
Las mejores publicaciones de la mayor comunidad de tráders algorítmicos. Suscríbase para estar al día con las tecnologías más avanzadas y el desarrollo de programas de trading.
Show more📈 Analytical overview of Telegram channel Trading Algorítmico MQL5
Channel Trading Algorítmico MQL5 (@mql5es) in the Spanish language segment is an active participant. Currently, the community unites 47 027 subscribers, ranking 2 569 in the Cryptocurrencies category and 1 807 in the Spain region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 47 027 subscribers.
According to the latest data from 11 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 815 over the last 30 days and by 15 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 5.53%. Within the first 24 hours after publication, content typically collects 2.66% reactions from the total number of subscribers.
- Post reach: On average, each post receives 2 598 views. Within the first day, a publication typically gains 1 250 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 5.
- Thematic interests: Content is focused on key topics such as léelo, indicador, gráfico, señal, análisis.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Las mejores publicaciones de la mayor comunidad de tráders algorítmicos.
Suscríbase para estar al día con las tecnologías más avanzadas y el desarrollo de programas de trading.”
Thanks to the high frequency of updates (latest data received on 12 November, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Cryptocurrencies category.
47 027
Subscribers
+1524 hours
+1027 days
+81530 days
Posts Archive
47 020
El artículo completa la serie de patrones basados en FrAMA + Estocástico, evaluados con entrenamiento anual y validación forward, eligiendo activos según regímenes: tendencia vs. reversión, autocorrelación y volatilidad.
Patrón 5 busca rupturas tras compresión: FrAMA “plano” y cruce alcista del estocástico bajo 30 (probado en USD/JPY). En forward falla por cambios de régimen: la detección binaria de “horizontalidad” permanece activa incluso con picos, generando falsas rupturas; se sugiere ventana retrospectiva adaptativa.
Patrón 6 intenta reentradas de tendencia con figuras W/M en el estocástico y filtro por pendiente de FrAMA (oro). Funciona con ciclos estables, pero se degrada cuando la volatilidad altera la simetría; se proponen umbrales y ventanas dinámicas.
Patrón 7 explota reversión a la media: toque del precio al FrAMA y salida del estocástico de extremos. En oro mantiene ro...
👉 Léelo | Foro | @mql5es
47 020
SpikingBrain plantea análisis de mercado orientado a eventos: procesa impulsos discretos en lugar de series continuas, con foco en cambios relevantes. El objetivo es reducir coste de cómputo en HFT, mejorar tolerancia al ruido y acelerar la adaptación ante cambios de régimen.
La arquitectura combina neuronas de disparo con umbral adaptativo, atención lineal con ventana deslizante e integración opcional de mezcla de expertos para activar solo bloques necesarios. La codificación transforma precio/volumen en impulsos con frecuencia e intensidad proporcionales al cambio.
En implementación MQL5, la optimización se centra en memoria y latencia: gran parte de neuronas permanece inactiva. En el módulo de atención dispersa, grafones generan vecindarios dinámicos; SoftMax dispersa y SparseMatMul calculan α·V y el resultado vuelve al codificador de impulsos.
👉 Léelo | VPS | @mql5es
47 020
El asesor experto para emulación de opciones en MetaTrader 5 se amplía con visualización intradía de niveles: líneas horizontales desde la apertura hasta la barra actual y etiquetas con el número de nivel. Los niveles se recalculan al inicio de cada sesión tras actualizar la volatilidad histórica.
El cálculo de niveles se basa en precios objetivo derivados de delta, con métodos separados para niveles por encima y por debajo del strike. Se usa bisección para evitar resolver la sigmoide de forma analítica, aprovechando continuidad y monotonicidad en el rango operativo.
Se añaden clases para encapsular cada nivel (línea y texto) y una lista para gestionarlos, con actualización en cada nueva barra y limpieza diaria.
En la capa de estrategia se incorporan straddle comprado y straddle vendido, con rebalanceo por niveles y PnL dependiente del número de ajustes. El straddle comprado requie...
👉 Léelo | Señales | @mql5es
47 020
En muchas evaluaciones de trading, un fallo puede venir de varias reglas, pero el terminal suele mostrar solo una métrica aislada. ATS Prop Rules Monitor concentra cinco controles en un panel con margen restante: pérdida diaria (con opción de incluir flotante y hora de inicio del día), pérdida máxima (estática o dinámica), objetivo de ganancias, días mínimos con operaciones cerradas y regla de “mejor día” para consistencia.
Incluye semáforo configurable (verde/ámbar/rojo) y un estado resumido. Añade “una operación más”: para el símbolo del gráfico y un stop en puntos, calcula el lote máximo para mantenerse dentro de un porcentaje del margen disponible, sin redondear al alza.
Implementación: panel en CCanvas con escalado por DPI; estado en GlobalVariables; reglas vía CAtsDayGuard/CAtsDrawdownGuard y resto desde historial. Es un marcador: no bloquea operaciones y puede diferir del pan...
👉 Léelo | CodeBase | @mql5es
47 020
El indicador calcula el rango de la sesión asiática por día (00:00–07:00 UTC por defecto) y lo muestra como un rectángulo en el gráfico. El objetivo es identificar el rango nocturno y evaluar su ruptura durante la apertura de Londres.
En la ventana de ruptura (07:00–11:00 UTC), genera una señal BUY o SELL en la primera vela cerrada que quede fuera del rango más un búfer configurable (10% del rango). A partir de la entrada, dibuja niveles de stop (centro del rango o límite opuesto) y objetivo (entrada ± rango × multiplicador, 1,5 por defecto).
Incluye ajuste de offset UTC del servidor, horarios de rango y fin de ruptura, tamaño de búfer, TP por fracciones del rango, stop alternativo, una señal diaria, alertas y color de caja. Recomendado en M5–M15 para GBPUSD, EURUSD y XAUUSD. No repinta; solo usa velas cerradas y no garantiza resultados.
👉 Léelo | VPS | @mql5es
47 020
La pieza aborda un problema común en ML para trading: muchos fallos no vienen del mercado, sino de cómo se diseña, valida y prueba el modelo. En series temporales no se puede barajar; la validación cruzada debe respetar el orden para evitar fuga de información y reducir sobreajuste.
El flujo de trabajo conecta MetaTrader 5 y Python: un script MQL5 exporta históricos a CSV (ordenados de antiguo a reciente), luego en Python se preparan features en diferencias, se define el horizonte de predicción y se separa entrenamiento/prueba sin contaminar el out-of-sample.
Se establece un baseline con un modelo lineal y se despliega vía ONNX en MQL5 para backtesting con gestión de órdenes. Después, TimeSeriesSplit + RandomizedSearchCV ajustan una red neuronal profunda con pocos datos, mejorando rendimiento y número de señales, manteniendo consistencia al reutilizar el mismo periodo de prueba.
👉 Léelo | Cotizaciones | @mql5es
47 020
La gestión de múltiples instancias de MetaTrader 5 para varios EAs y cuentas suele obligar a ejecutar terminales en paralelo, a veces en servidores distintos, con fricción operativa y poca visibilidad centralizada. MultiTerminal quedó limitado a MT4 y operación manual; las alternativas actuales se centran en monitorización, no en control.
Se propone una interfaz web local para iniciar, detener y supervisar instancias MT5 distribuidas. Arquitectura modular: servidor web principal como panel y orquestador, servidores web por host ejecutando comandos vía Python + librería MetaTrader5, y almacenamiento inicial en SQLite con posible migración posterior a PostgreSQL.
El MVP plantea una API REST con endpoints para estado e instancias, implementada con FastAPI y Uvicorn, retornando JSON/HTML y validación automática de parámetros. Se inicia con una ruta GET / que renderiza una página mínima ...
👉 Léelo | Guía de algotrading | @mql5es
47 020
SpikingBrain plantea redes neuronales de impulsos para trading: en vez de procesar precios como flujo continuo, reacciona a eventos discretos. Esto mejora la eficiencia en periodos de calma y evita gastar cómputo en ruido, manteniendo sensibilidad ante cambios bruscos.
La arquitectura convierte series temporales en spikes mediante codificación por umbrales o por tasa de cambio; luego integra impulsos para filtrar fluctuaciones pequeñas y disparar respuestas cuando el efecto acumulado importa. Capas híbridas separan patrones de corto plazo y señales de largo horizonte, con mecanismos internos de estabilización y diseño modular para combinar bloques “spiking” y deep learning clásico.
La implementación hacia MQL5 aprovecha modelos preentrenados tipo Transformer y atención híbrida. Se prioriza atención adaptativa: atención dispersa con grafones para dependencias lejanas, MoE para activa...
👉 Léelo | Manual sobre redes neuronales | @mql5es
47 020
MetaTrader 4/5 mantiene su adopción por su soporte de trading manual y automatizado. En MQL5, el Asistente facilita prototipos con múltiples señales, trailing stop y gestión de capital mediante clases modulares.
Se propone una clase de señal personalizada que combina FrAMA y estocástico. La lógica se discretiza en patrones booleanos, generando vectores binarios que reducen ruido y permiten ponderación, activación selectiva y optimización por patrón en el probador.
El framework evalúa 10 patrones en H4 con entrenamiento 07/2023–07/2024 y validación 07/2024–07/2025. Se prueban XAU/USD, S&P 500 y USD/JPY según régimen: tendencia, reversión a la media, correlación, desacoplamiento y volatilidad.
👉 Léelo | VPS | @mql5es
47 020
El modo de prueba «Cada tick basado en ticks reales» decide stops, órdenes pendientes y filtros de spread con el historial de ticks disponible, no con las velas visibles. Una herramienta de auditoría valida ese feed en una ventana de N días que termina en el último tick del símbolo y genera CSV con marcas de tiempo en milisegundos.
Se revisan cinco clases de fallos: cotizaciones no positivas, cruzadas o bloqueadas; marcas de tiempo hacia atrás, repetidas o incoherentes; reversiones de un tick medidas en múltiplos del spread mediano; silencios >60 s dentro de sesiones declaradas; y discrepancias entre ticks y barras M1.
En una muestra de 5 símbolos durante 3 días se leyeron 1.962.511 ticks en 1,3 s. No aparecieron cruces, retrocesos de tiempo ni divergencias M1. Sí se detectaron silencios recurrentes en FX dentro de sesiones 00:00–24:00 declaradas, y picos de >=10 spreads concentrado...
👉 Léelo | Documentación | @mql5es
47 020
JPN225 Quiet Drift es un EA gratuito y con código abierto orientado al Nikkei 225 en M15. Opera solo en largo, limita a una operación simultánea y aplica stop loss en cada entrada. La señal se valida en la barra cerrada con tres filtros: cierre > media de 34 barras + 0,5 desviación estándar, histograma MACD en ATR < 0,2 y volumen de ticks < 60% del promedio horario (20 días).
La entrada se ejecuta en la siguiente barra, con stop en 4 ATR y objetivo en 3,5 ATR. Todas las posiciones se cierran antes de las 17:00 (hora del servidor). Ventana de señales 11:00–14:59; entradas 11:15–15:00, de lunes a viernes.
Backtest: +87,8% neto sobre 10.000 (15 lotes), 18,5% anual simple, DD máx 8,5%, PF 1,68, 61,8% acierto (309 operaciones). Años positivos 2022–2026 (oct). Incluye pruebas de robustez, sensibilidad y significancia estadística; el rendimiento depende de costes, deslizamiento y calidad d...
👉 Léelo | CodeBase | @mql5es
47 020
Parte 36 continúa la automatización de oferta y demanda en MQL5 con un modelo de consolidación, ruptura e импulso, orientado a operar retesteos con gestión de riesgo configurable y señalización en gráfico.
El flujo propuesto separa detección y validación: rangos por número de velas, umbral de spread, y confirmación por movimiento impulsivo usando multiplicador. Se añaden modos por enumeraciones para retrade, roturas, límites de tamaño y confirmación de tendencia.
La implementación usa CTrade, estructuras para persistir zonas y arrays para zonas activas y potenciales. Incluye limpieza en OnDeinit, control de nueva barra, validación por ventana temporal, descarte por solapes, y estados ready/tested/broken.
La ejecución en retesteo filtra por tendencia opcional y coloca SL/TP por puntos relativos a la zona, con backtesting como paso de verificación.
👉 Léelo | Freelance | @mql5es
47 020
El algoritmo Blue Monkey (Mahmood y Al-Khateeb, 2019, PEN) se evalúa como opción de optimización para problemas discretos en robots de trading. La población se divide en grupos con líder por fitness, más un subconjunto de “crías” que compite por reemplazar a los peores.
La implementación propuesta define C_AO_BM (derivada de C_AO) con parámetros popSize, numGroups y childrenRatio. Se mantienen arrays de posición, rate y weight para adultos y crías, además de groupId y childFitness.
Init dimensiona estructuras, inicializa rate a cero, asigna weights aleatorios entre minW y maxW, distribuye adultos por módulo y fija childFitness al mínimo. Moving inicializa posiciones en la primera llamada y luego ejecuta UpdatePositions. Revision recalcula pesos, aplica SwapWorstWithBest y actualiza mejores locales y globales, incluyendo crías.
👉 Léelo | Señales | @mql5es
47 020
En trading algorítmico, la ventaja suele depender de procesar flujos complejos con baja latencia y separar señal de ruido. El aprendizaje profundo mejoró esa capacidad, pero el aumento de profundidad mostró degradación y problemas de entrenamiento, resueltos en gran parte por conexiones residuales tipo ResNet.
Las SNN (spiking neural networks) encajan con datos guiados por eventos, pero han quedado por detrás en tareas exigentes por gradientes inestables y por la dificultad de implementar una identidad residual con neuronas de pico.
SEW-ResNet (Spike-Element-Wise), descrito en “Deep Residual Learning in Spiking Neural Networks”, replantea el residual para SNN y mitiga gradientes evanescentes/explosivos. Los resultados reportan mejor escalado con la profundidad y redes de más de 100 capas estables, abriendo opciones para modelos basados en eventos en finanzas y pipelines en tiempo real.
👉 Léelo | VPS | @mql5es
47 020
La serie construye en MQL5 un EA de “breakout blocks” que detecta consolidaciones, confirma rupturas y opera el retesteo del bloque ya invalidado. La consolidación se mide en N velas con un spread máximo; la ruptura se valida exigiendo un impulso mínimo mediante un multiplicador sobre el rango.
La implementación usa CTrade con magic number, entradas para lotaje, trailing stop y filtros. El estado se gestiona con estructuras y arrays que guardan precios, tiempos, tipo de bloque, invalidación, alejamiento y retesteo, además de limpieza en OnDeinit.
El sistema dibuja rectángulos y etiquetas, oscurece bloques invalidados y puede validar por swings (HH/LL). Solo entra tras “move away” y un retesteo con cierre favorable, con SL/TP parametrizables para backtesting y ajuste.
👉 Léelo | Señales | @mql5es
47 020
Session Sweep Boxes representa las sesiones de Asia, Londres y Nueva York como recuadros de rango y detecta barridos de liquidez sobre esos máximos y mínimos. El “sweep” se confirma cuando el precio supera el extremo de una sesión ya cerrada y la vela termina cerrando de nuevo dentro del rango, típico de activación de stops antes de un giro.
La señal bajista se marca con flecha roja al barrer el máximo; la señal alcista, con flecha azul al barrer el mínimo. Solo se validan en velas cerradas, sin repintado. Tras finalizar una sesión, sus extremos se prolongan como líneas punteadas hasta un barrido, una ruptura por cierre o el reinicio diario.
La configuración se basa en horarios en GMT y admite desfase del servidor automático o manual (recomendable en backtests y tras cambios de horario). Incluye opciones de historial, colores, relleno, etiquetas, extensión de niveles, alertas y cont...
👉 Léelo | CodeBase | @mql5es
47 020
Un EA de ruptura basado en “rango de apertura” calcula el máximo y mínimo de los primeros minutos tras el inicio de sesión usando datos M1. Con ese rango coloca dos órdenes pendientes: buy stop por encima y sell stop por debajo. Al ejecutarse una, la otra se cancela (OCO). Se limita a una operación diaria y todas las posiciones se cierran antes del fin de sesión.
Probado en CFD del US100/Nasdaq 100. Los horarios por defecto asumen servidor GMT+3 (apertura USA 16:30 server) y deben ajustarse al bróker.
Incluye parámetros de ventanas horarias, dirección (larga/corta/ambas), riesgo por operación, TP en múltiplos de R y stop en fracción del rango. Añade filtro ATR para excluir días atípicos, límite de pérdida diaria, caída máxima y control de saldo. Es una plantilla formativa; requiere pruebas en tester y demo.
👉 Léelo | Señales | @mql5es
47 020
Volatility Regime Shader clasifica la volatilidad en tres regímenes usando el percentil del ATR dentro de una ventana retrospectiva, en lugar de un umbral fijo. Un ATR en percentil 90 indica que supera al 90% de las lecturas del periodo, lo que normaliza el comportamiento entre símbolos y marcos temporales.
El gráfico puede sombrear compresión (azul claro) cuando el percentil es <=20 y expansión (rojo claro) cuando es >=80. El régimen normal queda sin sombreado por defecto, con opción de activarlo. Una etiqueta muestra régimen y percentil del ATR en la esquina superior derecha.
Parámetros habituales: ATR 14, retrospectiva 100 y cálculo/sombreado de 3000 barras. Incluye alertas al cambio de régimen en barras cerradas.
Para automatización, iCustom expone dos búferes: percentil ATR (0–100) y código de régimen (0 compresión, 1 normal, 2 expansión). Esto permite filtrar estrategias: rup...
👉 Léelo | Documentación | @mql5es
47 020
Volatility Regime Shader clasifica la volatilidad en tres regímenes y sombrea el fondo del gráfico según el estado detectado. En vez de comparar el ATR contra un umbral fijo, calcula el percentil del ATR actual dentro de una ventana retrospectiva, lo que ajusta la lectura a cualquier símbolo y marco temporal.
Compresión se marca cuando el percentil cae en el umbral o por debajo (azul claro) y Expansión cuando está en el umbral o por encima (rojo claro). El régimen Normal no se sombrea salvo configuración. Una etiqueta muestra régimen y percentil en la esquina superior derecha.
Incluye parámetros para período de ATR, tamaño de retrospectiva, umbrales, número de barras a calcular y colores. Puede actuar como filtro: rupturas tras compresión, continuación con expansión, y reversión a la media más segura en compresión o normal. Exporta dos búferes vía iCustom: percentil (0–100) y código...
👉 Léelo | VPS | @mql5es
47 020
Watchlist Chart Opener automatiza la apertura de gráficos en la terminal. Con una sola ejecución crea un gráfico por cada símbolo de Market Watch o por una lista personalizada, usando el marco temporal seleccionado.
Permite aplicar una plantilla existente a cada gráfico nuevo para mantener indicadores, colores y configuración. Los símbolos definidos manualmente se añaden a Market Watch. Los que no estén disponibles en el servidor del bróker se omiten y quedan registrados en el log de Experts.
Incluye filtro de texto para abrir solo símbolos que contengan una cadena concreta, sin distinguir mayúsculas. Puede evitar duplicados si ya existe un gráfico del mismo símbolo y periodo.
Incorpora un límite máximo de gráficos por ejecución (20 por defecto) y muestra un resumen final con abiertos, omitidos y fallidos. Las plantillas deben estar guardadas en la carpeta estándar de la terminal.
👉 Léelo | Documentación | @mql5es
