Coder un Expert MQL4 avec Ichimoku et notifications Telegram

Dans le chapitre 1, nous abordons la création d’un switch de conversion dans la fonction OnInit. Cette fonctionnalité permet de convertir les prix en fonction du nombre de chiffres après la virgule, assurant ainsi une adaptation automatique aux spécificités des actifs tradés.

Dans le chapitre 2, nous explorons la fonction iIchimoku et posons les bases de la conception de la stratégie sur 2 unités de temps paramétrables. Nous établissons une règle fondamentale : les prix doivent se situer au-dessus du nuage pour déclencher un achat, ou en dessous du nuage pour initier une vente. Cette condition clé garantit que les positions sont prises en cohérence avec la tendance dominante, tout en exploitant la puissance de l’Ichimoku.

Dans le chapitre 3, nous développons une fonction dédiée au croisement des lignes de conversion (Tenkan-Sen et Kijun-Sen). Cette fonction permet à l’utilisateur de choisir le type de croisement qu’il souhaite trader : classique (Tenkan-Sen croise Kijun-Sen à la hausse ou à la baisse) ou inversé. Ce choix est appliqué aux deux unités de temps configurées dans le robot multiframe, offrant une flexibilité totale pour adapter la stratégie aux besoins spécifiques de l’utilisateur et aux conditions du marché.

Dans ce chapitre, nous élaborons une fonction qui permet au robot de ne prendre qu’un seul trade à la fois, garantissant ainsi une gestion stricte des positions ouvertes. Cependant, nous laissons à l’utilisateur la possibilité de configurer le robot pour cumuler les positions, que ce soit uniquement des achats, uniquement des ventes, ou une combinaison des deux. Cette flexibilité permet de s’adapter aux différentes stratégies et préférences de trading.

Dans ce chapitre, nous développons une fonction qui calcule la moyenne de l’épaisseur du nuage Kumo. Cette mesure est essentielle pour évaluer la force de la tendance : un nuage épais indique généralement une tendance solide, tandis qu’un nuage fin peut signaler une faiblesse ou une possible transition. Cette fonctionnalité permet au robot de mieux filtrer les signaux et d’optimiser la prise de décisions en fonction de la robustesse des tendances.

Dans ce chapitre, nous créons une fonction qui permet de détecter si le nuage Kumo est entièrement positif ou entièrement négatif. Cette vérification est cruciale pour éviter les nuages en twist, qui sont souvent synonymes d'incertitude ou de faiblesse dans la tendance.
Le code source de cette première partie de session est disponible dans l'onglet "ressources".

Dans ce chapitre, nous apprenons à refactoriser nos premières fonctions pour les rendre plus claires et efficaces, tout en découvrant l’utilisation des structures pour organiser les données.

Dans ce chapitre, nous explorons les objets en JavaScript pour illustrer leur fonctionnement, ce qui nous aide à mieux comprendre comment utiliser les structures dans toutes nos fonctions en MQL4 par la suite.

Suite et fin du refactory des fonctions

Dans ce chapitre, nous mettons en place des messages affichés directement sur le graphique pour afficher les moyennes d’épaisseur du nuage Kumo sur les deux unités de temps configurées, facilitant ainsi l’analyse visuelle de la force de la tendance.

Dans ce chapitre, nous apprenons à mettre en place un trailing stop pour les positions d'achat, permettant de sécuriser les gains en suivant automatiquement la progression du prix tout en limitant les pertes potentielles.

Dans ce chapitre, nous codons une fonction Trailing Stop à multiples arguments, capable de gérer simultanément les positions d'achat et de vente, offrant ainsi une gestion dynamique et personnalisable des trades.

Dans ce chapitre, nous découvrons les web requests, avec une mise en pratique pour envoyer des notifications depuis MT4 vers l'API Telegram, permettant d'informer en temps réel sur les actions du robot.

Dans cette partie, nous poursuivons l’élaboration du système d’envoi de notifications vers un compte Telegram, en intégrant des variables drapeau pour gérer efficacement le flux de messages et éviter les envois redondants.
Le code source de cette deuxième partie de session est disponible dans l'onglet "ressources".

Dans ce chapitre, nous réalisons nos premiers tests d’envoi de messages vers Telegram et procédons au débogage en temps réel, une étape essentielle pour garantir le bon fonctionnement du système et affiner notre code.

Dans ce chapitre, nous nous concentrons sur la correction des bugs, en identifiant et résolvant les erreurs pour assurer un fonctionnement optimal du robot et de ses fonctionnalités.

Dans ce chapitre, nous débutons les améliorations du robot, notamment avec la création d’un trailing take profit, permettant d’ajuster dynamiquement le take profit en fonction des mouvements du marché.

Dans ce chapitre, nous abordons la gestion des erreurs lors de l’envoi des ordres, afin d’identifier, traiter et prévenir les problèmes qui pourraient survenir pendant l’exécution du robot.

Dans ce chapitre, nous nous concentrons sur l'amélioration de l'affichage des messages, en identifiant et résolvant les erreurs pour assurer un fonctionnement optimal du robot et de ses fonctionnalités.

Dans ce chapitre, nous nous concentrons sur la correction des bugs lors du cumul achats et ventes

Dans ce chapitre, nous nous concentrons sur l'améliroation de notre trailing stop en y ajoutant le paramètre de pas trailing, qui permet de fluidifier le mouvement du stop suiveur

Dans ce chapitre, nous nous concentrons sur la correction des warnings, en identifiant et résolvant les avertissement pour assurer un fonctionnement optimal du robot.
Les codes sources de cette dernière partie de session sont disponibles dans l'onglet "ressources".