Aprenda a detectar e visualizar o padrão harmônico de Gartley no MetaTrader 5 usando a linguagem MQL5. Este artigo explica cada etapa, desde a identificação dos pontos de swing até a aplicação das proporções de Fibonacci e o desenho completo do padrão no gráfico, permitindo uma confirmação visual clara.
Nos mercados financeiros, as correções de preço estão entre os fenômenos mais recorrentes e consolidados. Existe uma regra empírica segundo a qual o preço sempre apresenta movimentos de retorno, seja após movimentos de grande amplitude ou mesmo em pequenos padrões formados por ticks, que frequentemente assumem a forma de um zigue-zague. No entanto, o padrão de retração não é fixo: sua extensão é incerta e depende das expectativas do mercado. Essa incerteza explica por que os traders utilizam vários níveis de Fibonacci, cada um com determinada probabilidade de influenciar o comportamento dos preços.
Neste artigo, desenvolveremos em MQL5 um sistema de reconhecimento do padrão harmônico "5 Drives", capaz de identificar formações de alta e de baixa por meio de pontos de reversão e proporções de Fibonacci. O sistema executará operações com níveis configuráveis de entrada, stop-loss e take-profit, de acordo com os parâmetros definidos pelo usuário. Também facilitaremos a análise dos traders por meio de recursos visuais, utilizando objetos gráficos como triângulos, linhas de tendência e rótulos para representar claramente a estrutura A-B-C-D-E-F do padrão.
Neste artigo, explico o conceito de lacunas de valor justo (Fair Value Gaps, FVGs), a lógica por trás de sua formação e surgimento, além de abordar a negociação automatizada com o uso de breakers e mudanças de estrutura de mercado (Market Structure Shifts, MSS).
Neste artigo, desenvolveremos um sistema de reconhecimento do padrão harmônico "3 Drives" em MQL5, capaz de identificar padrões de alta e de baixa por meio de pontos de swing e níveis de Fibonacci. O sistema abrirá operações com níveis de entrada, Stop Loss e Take Profit configuráveis, de acordo com as opções selecionadas pelo usuário. Também aprimoraremos a visualização dos padrões e a apresentação das informações ao trader por meio de objetos gráficos no gráfico.
Neste artigo, desenvolvemos um EA em MQL5 para reconhecer o padrão AB=CD. O sistema identifica padrões harmônicos de alta e de baixa com base em pontos de reversão e níveis de Fibonacci, automatizando a abertura de operações com níveis precisos de entrada, stop-loss e take-profit. Também aprimoramos a visualização dos padrões por meio de objetos gráficos.
Hoje, vamos desenvolver um sistema de visualização de múltiplos gráficos utilizando objetos gráficos. O objetivo é aprimorar a negociação baseada em notícias por meio de algoritmos em MQL5 que ajudam a reduzir o tempo de reação dos traders durante períodos de alta volatilidade, como a divulgação de notícias de grande impacto. Para isso, ofereceremos aos traders uma solução integrada que permite monitorar vários dos principais instrumentos em uma única ferramenta de negociação baseada em notícias. Nosso projeto continua evoluindo com o News Headline EA ("Manchetes de notícias"), que agora conta com um conjunto cada vez maior de funcionalidades que agregam valor tanto para traders que utilizam sistemas totalmente automatizados quanto para aqueles que preferem operar manualmente com o auxílio de algoritmos. Acesse o link e participe desta discussão para ampliar seus conhecimentos, obter informações e conhecer ideias práticas.
Neste artigo, desenvolveremos em MQL5 um sistema de reconhecimento do padrão harmônico de Gartley, capaz de identificar suas formações de alta e de baixa por meio de pontos de reversão e níveis de Fibonacci, executando operações com níveis precisos de entrada, stop loss e take profit. Também aprimoraremos a representação visual do padrão com objetos gráficos, como triângulos, linhas de tendência e rótulos, que mostram claramente a estrutura XABCD.
Neste artigo, vamos explorar como aprimorar o conteúdo dos relatórios de negociação e enviar o documento final por e-mail em formato PDF. Essa etapa representa um avanço em relação ao trabalho anterior, dando continuidade ao estudo de como aproveitar os recursos de MQL5 e Python para gerar relatórios de negociação e agendar sua produção em formatos práticos e profissionais. Acompanhe esta análise para conhecer novas formas de otimizar a geração de relatórios no ecossistema MQL5.
O objetivo final de todo trader é operar de forma lucrativa. Por isso, muitos estabelecem metas específicas de lucro a serem alcançadas em determinado período de operação. Neste artigo, utilizaremos simulações de Monte Carlo para determinar o percentual ideal de risco por operação necessário para atingir essas metas. Os resultados ajudarão os traders a avaliar se suas metas de lucro são realistas ou ambiciosas demais. Por fim, discutiremos quais parâmetros podem ser ajustados para definir um nível de risco por operação compatível com as metas de trading.
Neste artigo, exploraremos os fundamentos dos padrões harmônicos, sua estrutura e suas aplicações no trading. Você conhecerá as retrações e extensões de Fibonacci e aprenderá como implementar a detecção de padrões harmônicos em MQL5, estabelecendo a base para desenvolver ferramentas de trading e EAs mais avançados.
Na segunda parte da série "MetaTrader 5 e aprendizado de máquina: guia prático", você entenderá por que rótulos simples podem confundir seus modelos e como aplicar técnicas avançadas, como o método da barreira tripla e a varredura de tendências, para definir variáveis-alvo confiáveis que levem o risco em consideração. Com exemplos práticos de implementações otimizadas em Python desses métodos de alto custo computacional, este guia mostra como transformar dados de mercado ruidosos em rótulos confiáveis, capazes de refletir as condições reais de negociação.
Neste artigo, desenvolvemos em MQL5 um sistema de preço médio baseado em pin bars, que identifica esses padrões para abrir operações e utiliza uma estratégia de preço médio para gerenciar múltiplas posições, com recursos de trailing stop e ajuste do stop para o ponto de equilíbrio (breakeven). Também combinamos parâmetros configuráveis com um dashboard que permite monitorar as posições e os lucros em tempo real.
Neste artigo, desenvolveremos um programa de negociação baseado em linhas de tendência que utiliza o ajuste pelo método dos mínimos quadrados (least squares fit) para determinar as linhas de tendência que atuam como suporte e resistência. O programa gera sinais dinâmicos de compra e venda quando o preço toca essas linhas e abre posições com base nos sinais identificados.
Nesta etapa, configuramos o EA multipar para ajustar o tamanho das posições e a exposição ao risco em tempo real com base em indicadores de volatilidade, como o ATR. Isso torna a gestão de risco mais consistente, reforça a proteção das posições e melhora o desempenho em diferentes condições de mercado.
Neste artigo, analisamos a dificuldade de determinar o número ideal de estratégias em um ensemble e como o otimizador genético do MetaTrader 5 pode facilitar essa tarefa. Também utilizamos a rede MQL5 Cloud como um recurso essencial para acelerar o backtesting e a otimização. De modo geral, esta discussão estabelece as bases para o desenvolvimento de modelos estatísticos capazes de avaliar e aprimorar estratégias de negociação com base nos resultados obtidos pelo nosso ensemble inicial.
Muitos traders avaliam suas estratégias com base em resultados de curto prazo e acabam abandonando sistemas lucrativos cedo demais. No entanto, a lucratividade no longo prazo depende de uma expectativa matemática positiva, sustentada por uma combinação adequada de Win Rate e relação risco-retorno (Risk-Reward), além de disciplina no dimensionamento das posições. Esses princípios podem ser avaliados por meio de simulações de Monte Carlo em Python, utilizando métricas obtidas em testes com dados históricos para determinar se uma estratégia é robusta ou se corre o risco de fracassar com o tempo.
Neste artigo, vamos criar um painel holográfico dinâmico em MQL5 para monitorar ativos e períodos gráficos por meio do RSI, com alertas de volatilidade e opções de ordenação. Também vamos adicionar animações pulsantes, botões interativos e efeitos holográficos para tornar a ferramenta visualmente atraente e responsiva.
Neste artigo, desenvolveremos um sistema de negociação por rompimento da sessão de Londres que identificará rompimentos da faixa de preços formada antes da abertura da sessão e posicionará ordens pendentes com configuração do tipo de operação e dos parâmetros de risco. Implementaremos trailing stop, relação risco/retorno, controle do drawdown máximo e um painel de controle para monitoramento em tempo real.
Neste artigo, desenvolveremos uma faixa de cotações com rolagem contínua em MQL5 para monitorar vários instrumentos em tempo real, exibindo preços Bid, spreads e variações percentuais diárias com efeito de rolagem. Implementaremos opções de personalização de fontes, cores e velocidade de rolagem para destacar os movimentos dos preços e as tendências do mercado.
Este artigo apresenta o desenvolvimento de uma estratégia de cruzamento duplo de médias móveis que utiliza sinais de um timeframe superior (D1) para determinar as entradas em um timeframe inferior (M15), enquanto os níveis de stop-loss são calculados com base em um timeframe intermediário (H4), utilizado para a gestão de risco. São introduzidas constantes do sistema, enumerações personalizadas e a lógica dos modos de seguimento de tendência e reversão à média, com ênfase na modularidade e na futura otimização por meio de um algoritmo genético. Essa abordagem oferece condições flexíveis de entrada e saída, buscando reduzir o atraso dos sinais e melhorar o timing das operações ao alinhar as entradas nos timeframes inferiores às tendências dos timeframes superiores.
Neste artigo, vamos aprimorar o painel do scanner multitimeframe em MQL5, adicionando recursos de movimentação e alternância entre modos de exibição. Implementaremos a possibilidade de arrastar o painel pelo gráfico e de recolhê-lo ou expandi-lo para aproveitar melhor o espaço disponível na tela. Também vamos testar esses aprimoramentos para proporcionar mais flexibilidade às operações de negociação.
Neste artigo, vamos aprimorar nosso sistema de recuperação por zonas (Zone Recovery System) com a implementação de trailing stops e suporte à negociação com múltiplas cestas. Veremos como a arquitetura aprimorada utiliza trailing stops dinâmicos para proteger os lucros e um mecanismo de gerenciamento de cestas para processar com eficiência múltiplos sinais de negociação. Ao longo da implementação e dos testes com dados históricos, demonstraremos um sistema de negociação mais robusto, capaz de se adaptar às diferentes condições de mercado.
Dando continuidade ao artigo anterior, no qual apresentamos a combinação dos indicadores Ichimoku e ADX, vamos analisar como aprimorá-la por meio do aprendizado supervisionado. O Ichimoku e o ADX se complementam na identificação de níveis de suporte e resistência e na avaliação de tendências. Nossa abordagem de aprendizado supervisionado utiliza uma rede neural com um kernel profundo de mistura espectral (Deep Spectral Mixture Kernel) para refinar as previsões obtidas a partir dessa combinação de indicadores. Como de costume, essa implementação é feita em um arquivo personalizado que contém a classe de sinais (signal class), que se integra ao Assistente MQL5 para criar um EA.
Nesta terceira parte da série sobre o desenvolvimento de um EA dinâmico para múltiplos pares (Dynamic Multi-Pair Expert Advisor), vamos nos concentrar na integração de estratégias de negociação baseadas em reversão à média e momentum. Veremos como identificar desvios dos preços em relação à média por meio do escore Z e como operar a partir desses desvios, além de medir o momentum em diferentes pares de moedas para determinar a direção das operações.
Este artigo apresenta em detalhes o padrão de Ondas de Wolfe, tanto em sua versão de baixa quanto na de alta. Também analisa, passo a passo, a lógica utilizada para identificar setups válidos de compra e venda com base nesse padrão gráfico avançado.
Desenvolveremos um sistema de recuperação por zonas (Zone Recovery System) integrado a uma estratégia de negociação a favor da tendência baseada no indicador Envelopes (Envelopes trend-trading strategy), utilizando MQL5. Também apresentaremos a arquitetura que combina os indicadores RSI e Envelopes para abrir operações e gerenciar a recuperação por zonas, com o objetivo de minimizar as perdas. Por meio da implementação prática e dos testes, demonstraremos como criar um sistema de negociação automatizada eficiente para mercados dinâmicos.
Neste artigo, vamos aprimorar uma estratégia de trading baseada em redes neurais em MQL5, utilizando uma taxa de aprendizado adaptativa (adaptive learning rate) para aumentar a precisão das previsões. Vamos desenvolver e implementar essa melhoria e, em seguida, testar seu desempenho. Ao final, apresentaremos recomendações para otimizar o trading algorítmico.
Neste artigo, desenvolveremos um painel de scanner multitemporal em MQL5 para exibir sinais de negociação em tempo real. Planejaremos uma interface interativa em formato de grade, implementaremos cálculos de sinais utilizando múltiplos indicadores e adicionaremos um botão de fechamento. O artigo se conclui com backtesting e com os benefícios dessa abordagem para a negociação estratégica.
O cálculo preciso das principais métricas de negociação é uma parte essencial da rotina de qualquer trader. Neste artigo, veremos como integrar uma ferramenta poderosa, a calculadora Forex, ao painel de gerenciamento de operações, ampliando ainda mais as funcionalidades do nosso sistema administrativo para traders, composto por vários painéis. Calcular corretamente o risco, o tamanho da posição e o lucro potencial é fundamental para a execução de operações. A nova funcionalidade busca agilizar esses cálculos e facilitar sua realização diretamente no painel. Ao longo do artigo, exploraremos a aplicação prática do MQL5 no desenvolvimento de painéis de negociação avançados.
Neste artigo, automatizamos em MQL5 a estratégia de rompimento da faixa da meia-noite com Break of Structure, detalhando o código utilizado para detectar rompimentos e executar operações. Definimos parâmetros precisos de risco para entradas, Stop Loss e Take Profit. Também abordamos o backtesting e a otimização da estratégia para sua aplicação prática no trading.
Neste artigo, exploramos a automatização do padrão harmônico Cypher em MQL5, detalhando sua detecção e visualização nos gráficos do MetaTrader 5. Implementamos um Expert Advisor que identifica pontos de oscilação, valida padrões com base em Fibonacci e executa operações com anotações gráficas claras. O artigo termina com orientações sobre backtesting e otimização do programa para tornar a negociação mais eficiente.
O Oscilador de Média Móvel Exponencial Tripla (Triple Exponential Moving Average Oscillator, TRIX) e o oscilador Faixa Percentual de Williams (Williams Percentage Range Oscillator) formam mais um par de indicadores que pode ser utilizado em conjunto em um EA MQL5. Assim como os pares analisados recentemente, esses dois indicadores se complementam: o TRIX identifica a tendência, enquanto a Faixa Percentual de Williams confirma os níveis de suporte e resistência. Como sempre, utilizamos o Assistente MQL5 para avaliar o potencial desses indicadores.
Continuamos aprimorando os recursos de trading com o calendário econômico MQL5. Hoje adicionaremos um painel arrastável, que permitirá reposicionar os elementos para melhorar a visualização do gráfico sempre que necessário. Também adicionaremos efeitos de hover nos botões para tornar a interação com o painel ainda mais prática.
Este artigo mostra aos iniciantes como criar um EA em MQL5 capaz de identificar o clássico padrão de análise técnica "Cabeça e Ombros" e operar com base nele. Veremos como detectar esse padrão por meio da ação do preço, desenhá-lo no gráfico, definir os níveis de entrada, Stop Loss e Take Profit e automatizar a execução das operações com base no padrão.
Neste artigo, aprimoramos o Calendário Econômico MQL5 adicionando uma barra de rolagem dinâmica para tornar a navegação pelas notícias mais intuitiva. Os eventos serão exibidos de forma fluida, e as informações serão atualizadas quando necessário. Naturalmente, durante os testes também verificaremos a capacidade de adaptação da barra de rolagem e a qualidade do painel de controle.
Neste artigo, vamos otimizar nosso calendário econômico adicionando uma filtragem inteligente de eventos e logs para tornar os testes de estratégias nos modos live e offline mais rápidos e intuitivos. Vamos otimizar o processamento dos eventos e registrar no log apenas as operações realmente importantes e os eventos relevantes do painel. Também tentaremos melhorar a visualização da estratégia. Todas essas melhorias devem facilitar o teste e o aprimoramento de estratégias de trading baseadas em notícias.
Neste artigo, analisaremos a estratégia de scalping Grid-Mart, automatizando-a em MQL5 com o auxílio de um painel informativo dinâmico para obter informações sobre a negociação em tempo real. Descrevemos em detalhes a lógica de martingale baseada em grade, bem como as funções de gestão de risco. Também realizamos testes em dados históricos e implantamos a solução para garantir uma operação confiável.
Neste artigo, preparamos nosso sistema de trading MQL5 para testes de estratégia incorporando dados do calendário econômico como um recurso para análise fora do ambiente em tempo real. Implementamos o carregamento e a filtragem de eventos por horário, moeda e impacto e, em seguida, validamos o sistema no Strategy Tester. Isso permite realizar backtests eficazes de estratégias orientadas por notícias.
Neste artigo, vamos atualizar nossa ferramenta Trade Assistant, adicionando um painel arrastável e efeitos ao passar o cursor do mouse para tornar a interface mais intuitiva e responsiva. Também vamos aprimorar a validação das configurações das ordens em tempo real, garantindo que os parâmetros de negociação sejam definidos com precisão em relação aos preços de mercado. Além disso, testaremos essas melhorias com dados históricos para confirmar sua confiabilidade.