Trading Algorítmico MQL5
Ir al canal en 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.
Mostrar más📈 Análisis del canal de Telegram Trading Algorítmico MQL5
El canal Trading Algorítmico MQL5 (@mql5es) en el segmento lingüístico de Español es un actor destacado. Actualmente la comunidad reúne a 45 755 suscriptores, ocupando la posición 2 583 en la categoría Criptomonedas y el puesto 1 851 en la región España.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 45 755 suscriptores.
Según los últimos datos del 27 septiembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 980, y en las últimas 24 horas de 29, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 5.85%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.82% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 676 visualizaciones. En el primer día suele acumular 1 291 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 7.
- Intereses temáticos: El contenido se centra en temas clave como léelo, indicador, gráfico, señal, análisis.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“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.”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 28 septiembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Criptomonedas.
45 755
Suscriptores
+2924 horas
+2307 días
+98030 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
septiembre '26sep '26
septiembre '26
+999
en 0 canales
agosto '26
+1 448
en 0 canales
Get PRO
julio '26
+916
en 0 canales
Get PRO
junio '26
+870
en 0 canales
Get PRO
mayo '26
+1 516
en 0 canales
Get PRO
abril '26
+1 471
en 0 canales
Get PRO
marzo '26
+19 841
en 0 canales
Get PRO
febrero '26
+2 045
en 2 canales
Get PRO
enero '26
+2 504
en 0 canales
Get PRO
diciembre '25
+1 739
en 0 canales
Get PRO
noviembre '25
+1 613
en 0 canales
Get PRO
octubre '25
+1 793
en 0 canales
Get PRO
septiembre '25
+1 525
en 0 canales
Get PRO
agosto '25
+1 460
en 0 canales
Get PRO
julio '25
+1 656
en 0 canales
Get PRO
junio '25
+1 274
en 0 canales
Get PRO
mayo '25
+1 552
en 0 canales
Get PRO
abril '25
+2 110
en 0 canales
Get PRO
marzo '25
+1 844
en 0 canales
Get PRO
febrero '25
+1 535
en 0 canales
Get PRO
enero '25
+1 826
en 0 canales
Get PRO
diciembre '24
+1 739
en 0 canales
Get PRO
noviembre '24
+2 409
en 0 canales
Get PRO
octubre '24
+2 360
en 0 canales
Get PRO
septiembre '24
+7 122
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 27 septiembre | +36 | |||
| 26 septiembre | +52 | |||
| 25 septiembre | +30 | |||
| 24 septiembre | +66 | |||
| 23 septiembre | +22 | |||
| 22 septiembre | +24 | |||
| 21 septiembre | +33 | |||
| 20 septiembre | +1 | |||
| 19 septiembre | +14 | |||
| 18 septiembre | +33 | |||
| 17 septiembre | +52 | |||
| 16 septiembre | +63 | |||
| 15 septiembre | +25 | |||
| 14 septiembre | +42 | |||
| 13 septiembre | +26 | |||
| 12 septiembre | +31 | |||
| 11 septiembre | +39 | |||
| 10 septiembre | +51 | |||
| 09 septiembre | +22 | |||
| 08 septiembre | +58 | |||
| 07 septiembre | +34 | |||
| 06 septiembre | +20 | |||
| 05 septiembre | +7 | |||
| 04 septiembre | +54 | |||
| 03 septiembre | +28 | |||
| 02 septiembre | +74 | |||
| 01 septiembre | +62 |
Publicaciones del Canal
Implementación completa del indicador SuperTrend para MetaTrader 5, desarrollada desde cero y sin depender de plantillas. Integra una envolvente escalada por volatilidad basada en ATR, un mecanismo de trinquete que solo ajusta la banda a favor de la tendencia, y una señal binaria que cambia únicamente cuando el cierre cruza la banda contraria.
El punto técnico diferencial está en la gestión del estado recursivo. En lugar de matrices manuales, la banda superior, la inferior y el estado de tendencia se almacenan como búferes de cálculo (INDICATOR_CALCULATIONS), delegando a la terminal tamaño y persistencia entre barras y reduciendo fallos sutiles en backtesting.
Mantiene indexación de series coherente y una inicialización que arranca desde la barra útil más antigua del historial. Las flechas de compra/venta se confirman solo en barras ya cerradas para evitar señales que aparecen y des...
👉 Léelo | Manual sobre redes neuronales | @mql5es
| 2 |  Disponible un oscilador para MetaTrader 5 basado en la Transformada de Fisher, construido desde principios estadísticos y no como variación de una plantilla. La transformación, atribuida a Ronald Fisher, convierte valores acotados y no normales en una serie más cercana a una distribución normal, haciendo que los extremos y los giros destaquen con mayor definición que en osciladores basados en promedios.
El cálculo se estructura en tres fases: normalización del precio por máximos y mínimos recientes, suavizado con el valor previo y limitación para evitar inestabilidades del logaritmo, y aplicación de la transformada con actualización recursiva usando el resultado anterior.
El estado interno se mantiene mediante búferes registrados; el búfer de salida actúa como memoria recursiva continua, sin duplicar datos.
El indicador entrega un único valor, sin flechas. La lectura se evalúa por ...
👉 Léelo | Manual sobre redes neuronales | @mql5es | 438 |
| 3 |  Las reglas de prop-trading sirven como referencia objetiva para evaluar trading manual o algorítmico, con foco en consistencia y control de riesgo. Las pruebas previas funcionan como filtro: sin resultados estables en demo, no hay base para operar con capital real.
Los límites típicos incluyen reducción absoluta (4–12% del balance inicial), reducción diaria y, en algunos programas, reducción móvil basada en máximos de balance o equidad. Los objetivos de beneficio suelen estar alineados con esos límites, evitando expectativas de rentabilidad agresiva.
El uso de stop-loss se trata como requisito operativo. El dimensionamiento de posición se limita por riesgo por operación (1–2% habitual) y por riesgo agregado. También aparecen restricciones por noticias, fines de semana y festivos.
Martingale y cuadrícula quedan prohibidos de forma sistemática. MT5 gana relevancia por backtesting con...
👉 Léelo | Cotizaciones | @mql5es | 1 624 |
| 4 |  El EA Hybrid Microstructure se orienta a scalping de alta frecuencia en XAUUSD, timeframe M1, con lógica basada en microestructura por tick. Sustituye indicadores OHLC con latencia por mediciones en tiempo real: velocidad de ticks, desviaciones frente a VWAP y detección de barridos de liquidez con rechazo posterior.
La ejecución combina un motor determinista local y una capa “AI Bridge” opcional mediante API local compatible con formato OpenAI, accesible por HTTP POST. El flujo incluye buffer circular de 500 ticks para VWAP y bandas, filtros por spread, sesiones activas y umbral de ATR, más validación multifactorial con marcos H1/M15/M5/M1 antes de enviar órdenes con IOC/FOK.
La API local se implementa en Python con FastAPI para latencias de milisegundos, devolviendo decision, confidence y reason. El diseño permite integrar posteriormente modelos de ML y registrar histórico para ent...
👉 Léelo | Foro | @mql5es | 1 313 |
| 5 |  Wolfe Wave Dashboard v1.25 es un indicador para MetaTrader 5 orientado al seguimiento multi-símbolo y multi-timeframe. Supervisa hasta 20 símbolos en marcos de M1 a MN1 e identifica los patrones Wolfe Wave válidos más recientes mediante reglas geométricas estrictas: pivotes alternos, convergencia de 1-3 y 2-4, tolerancias y límites de tamaño del patrón.
El motor está optimizado para procesar solo barras cerradas nuevas, manteniendo el uso de CPU contenido incluso con muchas combinaciones. El panel muestra símbolo, timeframe, dirección, patrón, antigüedad (barras desde el punto 5) y el TTT histórico medio, con acceso directo para abrir el gráfico y dibujar la estructura completa.
Incluye alertas configurables (popup, sonido, correo, push) y estadísticas TTT persistentes en CSV. Se advierte que el precio no siempre alcanza la línea EPA.
👉 Léelo | Señales | @mql5es | 1 362 |
| 6 |  El oscilador de desplazamiento del precio ponderado por volumen usa como referencia un VWAP móvil en una ventana configurable, en lugar de comparar el precio con una SMA que ignora el volumen. Las barras con más volumen influyen más en el “valor razonable” y el punto de referencia se ajusta a dónde se negoció realmente.
El núcleo del cálculo es cierre actual menos VWAP móvil, normalizado por una desviación estándar móvil de cierres en un segundo periodo. El resultado actúa como una puntuación z: cerca de 0 indica equilibrio; por encima de ±1,0 sugiere impulso direccional; por encima de ±2,0 apunta a extensión estadística con mayor probabilidad de consolidación o retroceso.
La lectura se presenta como histograma con estados (neutral, impulso, agotamiento) y una línea de señal suavizada. Parámetros típicos: VWAP 20, volatilidad 14, señal 5, con umbrales 1,0 y 2,0. En tendencia, el imp...
👉 Léelo | Market | @mql5es | 2 639 |
| 7 |  En MetaTrader 5 build 6230, hemos ampliado significativamente las capacidades del AI Assistant para interactuar con la plataforma. Se han añadido nuevas herramientas para trabajar con asesores, scripts e indicadores, preparar parámetros antes de realizar pruebas y obtener datos del calendario económico.
Ahora, el agente puede realizar secuencias de acciones aún más complejas de forma independiente, desde preparar un robot de negociación para su prueba hasta analizar el mercado teniendo en cuenta los eventos macroeconómicos.
Asimismo, se han ampliado las capacidades de MQL5 para los desarrolladores. Los vectores y las matrices ahora cuentan con un nuevo método de ordenación, y las matrices y los vectores complejos ahora admiten operaciones matemáticas adicionales, incluidos productos y métodos de resolución de sistemas. También se ha agregado el método Print para matrices.
Más información... | 2 917 |
| 8 |  El artículo baja el álgebra lineal a terreno práctico para MQL5, pensado para desarrolladores sin base matemática. Compara tres formas de manipular datos OHLC en matrices: bucles for, operaciones vectoriales y multiplicación matricial, mostrando cómo la última reduce líneas, errores y complejidad.
El foco está en preprocesar grandes históricos con tiempo de backtest más estable y código más mantenible, clave al entrenar modelos con muchos datos.
También destaca la estabilidad numérica: los bucles y reasignaciones repetidas agravan errores de coma flotante y presión de memoria, mientras que las rutinas matriciales suelen estar optimizadas.
Cierra con un caso real: regresión multisalida para predecir a la vez medias móviles futuras (close/high/low) y precio, integrándolo en reglas de entrada, salida y filtros.
👉 Léelo | Freelance | @mql5es | 1 986 |
| 9 |  Los modelos que dependen de correlaciones “estables” fallan cuando el mercado cambia de régimen: crisis, subidas de tipos o shocks geopolíticos rompen relaciones entre activos y degradan las señales.
ST-Expert aborda el problema con Mixture of Experts aplicado a grafos: varios “grafones” generan estructuras de dependencia distintas (tendencia, volatilidad, clústeres sectoriales). Ante un cambio, una red de compuerta mezcla expertos para recomponer el mapa de relaciones sin reiniciar el aprendizaje.
El entrenamiento segmenta la historia en intervalos con máximas diferencias de correlación (Kendall τ) y usa programación dinámica. Los grafos se muestrean con Gumbel-Softmax para filtrar ruido y mantener diferenciabilidad.
Para trading algorítmico, implica menos señales falsas en turbulencia, inferencia eficiente y una integración razonable con GNNs o transformadores en sistemas MT5 ori...
👉 Léelo | Señales | @mql5es | 1 855 |
| 10 |  Filtro de Kalman de un solo estado con ajuste adaptativo del ruido de proceso (Q) por barra usando el Ratio de Eficiencia de Kaufman (ER). El objetivo es reducir el retraso en tramos direccionales y aumentar el suavizado en fases laterales sin cambiar parámetros manualmente.
Q se reescala entre multiplicadores mínimo y máximo en función del ER: con ER cercano a 1 aumenta la ganancia y la estimación sigue el precio; con ER cercano a 0 reduce la ganancia y filtra mejor el ruido. El ruido de medición (R) permanece configurable para controlar la estabilidad global.
Incluye bandas de régimen derivadas de la desviación estándar móvil del residuo (precio menos estimación), ampliadas cuando baja el ER. Bandas estrechas suelen indicar tendencia eficiente; bandas anchas y planas, rango con volatilidad residual.
La señal se basa en cambios de estado tras el cierre, sin repintado. Parámetros r...
👉 Léelo | Documentación | @mql5es | 1 652 |
| 11 |  Nuevo indicador para MT5 que permite usar un archivo BMP como fondo del gráfico.
Para configurarlo, se debe copiar un archivo llamado background.bmp en la carpeta FILES del terminal. Tras adjuntar el indicador al gráfico, el sistema carga la imagen y la muestra como fondo.
Se incorporan dos modos de ajuste: BMP_FIT para mantener la proporción y ajustar al área visible, y BMP_FILL para rellenar el espacio disponible. Estas opciones facilitan adaptar el fondo a distintas resoluciones y plantillas sin modificar el archivo BMP.
👉 Léelo | Cotizaciones | @mql5es | 1 668 |
| 12 |  Se completan las pruebas de los patrones 5 a 9 del emparejamiento Gator + Acumulación/Distribución, tras resultados irregulares en forward para 0, 3 y 4 en GBP/JPY M30. El objetivo es cerrar el set antes de aplicar aprendizaje supervisado.
Patrón 5: ruptura falsa o trampa. Señal inicial del Gator sin confirmación del AD; si el precio reingresa al rango y luego ambos indicadores confirman, se valida entrada. Walk-forward rentable, pero con tramo final plano; riesgo: AD rezagado, datos de ticks y eventos con liquidez baja.
Patrón 6: rango con Gator “dormido” y sesgo del AD. AD ascendente en lateralidad sugiere acumulación y probabilidad de ruptura alcista; AD descendente sugiere distribución y ruptura bajista. Buen rendimiento, pero sin temporización precisa y con sesgos que pueden revertirse dentro del rango.
👉 Léelo | Señales | @mql5es | 2 532 |
| 13 |  CustomAverage implementa una media móvil adaptativa en dos etapas: una media base calculada sobre el precio y un suavizado secundario aplicado sobre esa primera salida. El resultado es una única línea que busca mejorar el compromiso entre respuesta y estabilidad frente a una media de un solo periodo.
La etapa 1 permite elegir SMA, EMA, SMMA o LWMA y distintos precios aplicados. La etapa 2 repite la selección de método sobre la serie ya promediada, con periodos cortos para reducir fluctuaciones residuales sin añadir un retraso relevante. El cálculo es no repaint: usa solo barras cerradas y recalcula únicamente el tramo afectado.
La línea cambia de color según su pendiente. Se marcan cruces precio/media con flechas: alcista cuando el cierre vuelve por encima tras estar por debajo, y bajista en el caso inverso. Incluye etiqueta con el valor actual, y está pensado como filtro de tendenc...
👉 Léelo | Manual sobre redes neuronales | @mql5es | 2 101 |
| 14 |  En sistemas automatizados, el error 130 (“Stops no válidos”) suele atribuirse al EA, pero con frecuencia proviene de límites del servidor no visibles en la terminal: stop level, freeze level o restricciones de lote (mínimo/paso). Estos valores dependen de símbolo y bróker y pueden cambiar sin aviso.
Un script de diagnóstico puede listar por símbolo dígitos, tick size/valor, contrato, lotes, spread (y si es variable), modo de ejecución, swaps y margen requerido para el lote mínimo. Lo relevante es el cálculo del nivel mínimo legal de stop, indicando el valor exacto en precio que el servidor aceptará.
Para evitar falsos diagnósticos, conviene tomar el mayor entre stop y freeze, sumar 1 punto y expresar el resultado en precio para eliminar errores por pips/puntos. Integrar una función que “ajuste” cualquier stop al nivel legal más cercano reduce rechazos, sobre todo con volatilidad alt...
👉 Léelo | CodeBase | @mql5es | 1 824 |
| 15 |  El artículo muestra cómo aprovechar los indicadores técnicos internos de MetaTrader 5 para evitar programar cálculos desde cero. Como ejemplo, implementa una media móvil con iMA: se crea un “handle”, se define un buffer de salida y en OnCalculate se copian los valores ya calculados por la plataforma con CopyBuffer.
Se explica cómo parametrizar símbolo y marco temporal para calcular con datos de otro activo o timeframe, útil en análisis multi‑timeframe y estrategias algorítmicas.
También destaca buenas prácticas: verificar errores al crear el handle y liberarlo en OnDeinit para no consumir recursos. Finalmente, ajustando CopyBuffer se logra una media “tipo gusano” que solo dibuja las últimas N barras, reduciendo ruido visual, y se añaden inputs para cambiar período, tipo de media y precio sin recompilar.
👉 Léelo | Cotizaciones | @mql5es | 2 098 |
| 16 |  Una neurona simple puede ajustar AND, NAND, OR y NOR, pero falla en XOR/NXOR por no ser separables linealmente. El caso sirve para mostrar límites reales del perceptrón sin recurrir a ejemplos financieros.
La vía práctica es componer XOR con puertas que la neurona ya representa. Una implementación típica usa NOR y AND, alimentando sus salidas a otra NOR. Con esa reducción, el objetivo pasa a entrenar parámetros para NOR y AND y luego cablearlos en código.
En la parte de programación, la “neurona” se convierte en un contenedor de varias puertas: pesos y sesgos por puerta, entrenamiento por tabla de verdad para NOR y AND, y validación de XOR mediante la composición, sin entrenar directamente con la tabla XOR.
👉 Léelo | VPS | @mql5es | 1 919 |
| 17 |  El artículo completa una lista doblemente enlazada en MQL5 basada en sobrecarga de operadores, añadiendo lo que faltaba para ser realmente utilizable: destructor, lectura sin destruir la estructura, acceso por índice y borrado seguro.
Se introduce un destructor para liberar memoria automáticamente y evitar alertas al finalizar el objeto, separando la lectura secuencial (que puede consumir nodos) del acceso aleatorio, que permite inspeccionar y modificar elementos sin eliminarlos.
Para simplificar el borrado, se reorganiza el diseño: una clase gestiona la lista y otra crea nodos, reduciendo el ajuste manual de punteros. Luego se implementa la eliminación, corrigiendo fallos típicos al borrar extremos (cabeza/cola).
El cierre explora un enfoque tipo C/C++: reutilizar el operador [] para que asignar NULL a una posición se interprete como “eliminar ese nodo”, integrando control de memo...
👉 Léelo | Guía de algotrading | @mql5es | 2 095 |
| 18 |  El Dingo Optimization Algorithm (DOA) fue propuesto en 2021 por Peraza-Vázquez y colaboradores y publicado en Mathematical Problems in Engineering (DOI: 10.1155/2021/9107547). Es un metaheurístico poblacional orientado a equilibrio entre exploration y exploitation.
DOA modela tres operadores: ataque en grupo, persecución y búsqueda de carroña, más un procedimiento de supervivencia que reubica soluciones con baja aptitud. La selección se controla con dos probabilidades: P decide entre caza y carroña; Q decide entre ataque en grupo y persecución.
La implementación descrita organiza una clase C_AO_DOA_dingo con parámetros popSize, P y Q, y un ciclo Moving/Revision. Incluye arrays de supervivencia y de participantes de ataque, y métodos privados para tasas de supervivencia, GroupAttack, Persecution, Scavenger y SurvivalProcedure.
👉 Léelo | VPS | @mql5es | 1 910 |
| 19 |  La predicción en redes espaciotemporales afecta tanto a transporte inteligente como a mercados financieros: nodos, aristas y señales (tráfico vs. precios, volumen y liquidez) comparten estructura y objetivos de forecasting.
Los enfoques clásicos separan espacio y tiempo, elevan la complejidad y reducen el horizonte. En self-attention aparecen costes tipo O(NT^2 + TN^2), difíciles de sostener con flujos y latencia reales.
Extralonger propone una Unified Spatial-Temporal Representation: cada paso temporal incorpora todos los nodos y cada nodo resume todo el historial. La complejidad baja a O(T^2 + N^2), con mejoras fuertes en memoria y entrenamiento, habilitando horizontes largos.
La arquitectura combina embeddings con ruido entrenable, periodicidad (día/semana) y un Transformer de tres rutas. El módulo Global-Local Spatial Transformer mezcla atención global y local vía matriz de ady...
👉 Léelo | Documentación | @mql5es | 1 631 |
| 20 |  El arbitraje en Forex se basa en ciclos de conversión (p. ej., USD→EUR→GBP→USD) rentables tras spreads y comisiones, con requisito de exposición neta cero por divisa. En mercados eficientes, estas ventanas son raras y de corta duración, lo que obliga a automatización y baja latencia.
Una implementación práctica puede modelarse como grafo dirigido: divisas como vértices y pares como aristas, con peso 1/ask en compras y bid en ventas. La detección combina Floyd‑Warshall adaptado a maximizar productos y un DFS con límites de profundidad y exclusión de símbolos repetidos.
La arquitectura típica separa construcción del grafo, búsqueda, balanceo de lotes según restricciones del bróker, ejecución con contingencias y gestión de riesgo con promediado y cierres de emergencia.
👉 Léelo | Market | @mql5es | 1 502 |
