1 · Datos
Serie sintética (paseo aleatorio con tramos de tendencia). Sirve para aprender sin depender de internet… y para comprobar que ninguna estrategia «predice» el azar.
Datos públicos y gratuitos de Binance, descargados directamente por tu navegador (1000 velas).
Lo sirve datos.php en este mismo servidor (con caché) porque esas fuentes no permiten la descarga directa desde el navegador. Si abres la web en local sin PHP, esta pestaña no funcionará: usa Demo, Cripto o CSV.
Admite: exportación del historial de MetaTrader 5 (<DATE> <TIME> <OPEN>…, tabuladores), el script PySenalesExportar.mq5, CSV de Yahoo/Investing (Date,Open,High,Low,Close,Volume) y los .txt de Stooq. También puedes arrastrar el archivo sobre esta caja.
La web no se conecta a tu cuenta ni ve tus credenciales: tu MetaTrader 5 deja las velas en una carpeta de tu PC y esta página las lee (y, si quieres, le devuelve la señal) a través del navegador. Nada sale de tu ordenador.
- Descarga el asesor PySenalesPuente.mq5, cópialo en
MQL5\Experts, compílalo en MetaEditor (F7) y arrástralo al gráfico que quieras. - El asesor escribe
velas_SÍMBOLO_MARCO.csven la carpeta común de MetaTrader:%APPDATA%\MetaQuotes\Terminal\Common\Files\PySenales. - Pulsa Elegir carpeta y selecciona esa carpeta
PySenales(Chrome o Edge de escritorio).
Sin carpeta conectada.
El asesor sólo opera si tú activas Operar=true en sus parámetros (por defecto únicamente dibuja la señal). Pruébalo siempre en una cuenta demo.
2 · Parámetros de las estrategias
3 · Gráfico
Capital acumulado de la estrategia elegida frente a comprar y mantener
4 · Backtest comparado
| Estrategia | Rentabilidad | Comprar y mantener | Sharpe | Máx. caída | Operaciones | % ganadoras | Voto |
|---|---|---|---|---|---|---|---|
| Carga datos para ver resultados. | |||||||
Pulsa una fila para ver sus señales en el gráfico. Los modelos de IA sólo se evalúan en el tramo de prueba (las velas que no vieron al entrenar). Rentabilidades pasadas, y más en un backtest, no anticipan las futuras.
5 · Árbol de decisión (Python)
Aprende reglas del tipo «si el RSI está por debajo de… y el precio por encima de la media…» para predecir si la siguiente vela cerrará al alza. Entrena con el 70 % más antiguo y se examina con el 30 % más reciente.
Importancia de cada variable
Reglas aprendidas
6 · Red neuronal (TensorFlow.js)
Perceptrón multicapa como el de los apuntes de Keras: 10 variables → 12 neuronas ReLU → 8 ReLU → 1 sigmoide (probabilidad de que suba). Python prepara y normaliza los datos; TensorFlow.js entrena en tu tarjeta gráfica o procesador.
El mismo modelo en Keras (Python)
from tensorflow import keras
modelo = keras.Sequential([
keras.layers.Input(shape=(10,)), # 10 variables técnicas
keras.layers.Dense(12, activation="relu"),
keras.layers.Dense(8, activation="relu"),
keras.layers.Dense(1, activation="sigmoid") # P(la próxima vela sube)
])
modelo.compile(loss="binary_crossentropy", optimizer="adam", metrics=["accuracy"])
modelo.fit(X_train, y_train, epochs=40, batch_size=32, validation_split=0.15)
_, acierto = modelo.evaluate(X_test, y_test)
7 · Tu estrategia en Python
Escribe tu propia regla con pandas y numpy. Al ejecutarla entra en la tabla, en el gráfico y vota en el semáforo.
Consola de Python
Cómo funciona
- Python en el navegador: Pyodide es CPython compilado a WebAssembly. Cargamos numpy y pandas y el módulo motor.py, que puedes leer y reutilizar en Jupyter tal cual.
- Estrategias: cada una devuelve una posición por vela (+1, −1, 0). El backtest aplica la posición de hoy al rendimiento de mañana y descuenta el coste en cada cambio.
- IA sin trampas: los modelos se entrenan con el pasado y se examinan con un tramo posterior que no han visto. Si no superan la referencia, el mensaje te lo dirá.
- MetaTrader 5: el intercambio es por archivos en tu PC; la web nunca toca tu cuenta.