PROGRAMACIÓN EN BOLSA: USANDO MQL4 PARA CREAR UN EA MEDIANTE LA COMBINACIÓN DE INDICADORES (VELAS HEIKEN ASHI, ADX Y OSMA)
Abstract
Este TFG consiste en la elaboración de un Expert Advisor (EA) para invertir en un mercado financiero de forma automática. En la primera parte del trabajo, se expondrán los conocimientos previos necesarios para comprender el funcionamiento del EA. Para la creación del EA se ha empleado la plataforma de desarrollo MetaEditor 4, en la que se ha usado el lenguaje de programación MQL. Todas las pruebas se han realizado usando la aplicación de MetaTrader 4. Esta aplicación proporciona un entorno sencillo, e históricos de los diferentes mercados, en los que probar nuestro EA. Para la elaboración de este EA se han empleado los siguientes indicadores: las velas Heiken Ashi, el indicador ADX y el indicador OsMA. Las velas Heiken Ashi y el indicador OsMA se emplean para comprobar la dirección de la tendencia del mercado. El indicador ADX se emplea como un indicador de la fuerza de la tendencia. Solo se mantendrá una operación abierta de forma simultánea. El EA realizará una compra si la vela Heiken Ashi es ascendente, la OsMA es positiva y el ADX supera cierto umbral. Se realizará la venta cuando las velas Heiken y la OsMA indiquen la tendencia negativa. Las ventas se realizan cuando las velas Heiken Ashi indican una tendencia negativa, la OsMA sea menor a cero y el ADX sea mayor a cierto umbral. Al igual que en el caso anterior, se procederá a la compra cuando las velas Heiken Ashi y la OsMA indiquen el cambio de tendencia. Además, se ha implementado un código que cambia el umbral del indicador ADX, en caso de producirse demasiadas operaciones que hayan resultado en pérdida consecutivas. Tras probar nuestro EA en distintos mercados y timeframes, hemos conseguido buenos resultados en el mercado EURUSD (mercado que enfrenta euro contra dólar). Los timeframes en los que hemos obtenido sets favorables son 30 minutos, con dos sets rentables, y el diario con un set rentable. En el timeframe de 30 minutos hemos obtenido un primer set rentable que, tras realizar la optimización, nos proporciona una factor de beneficio de 1.34, tras realizar 126 transacciones. El segundo set del timeframe de 30 minutos nos proporciona un factor de beneficio de 1.36 en 126 transacciones. Finalmente, en el timeframe diario, se ha conseguido un set rentable con 1.52 en 62 operaciones.
Description
Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2024/2025. Directores/as: Carlos Grima Izquierdo
Collections
- Trabajos Fin de Grado [8966]
Los ítems de digital-BURJC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario