Panel de Trading Algorítmico en HTML y LLM sin Código

Panel de Control de Trading Algorítmico con HTML y LLM: Un Caso de Estudio Sin Código

El trader algorítmico Dmitry Ovchinnikov superó las limitaciones de Excel: 400.000 filas de datos ralentizaban el análisis de más de 100 estrategias. Usando un LLM, creó un panel de control en HTML: historial dinámico de P&L, gestión de capital y visualización basada en navegador. El prototipo se construyó en un día sin escribir código.

Desafíos del Análisis con Excel y MetaTrader

Los datos de MetaTrader se exportaban a CSV y se procesaban con macros VBA. El sistema funcionaba, pero carecía de historial: una exportación diaria perdida significaba datos perdidos para siempre. El volumen alcanzó 400.000 filas durante meses, causando retrasos incluso en PCs potentes.

Los informes de MetaTrader son inexactos: distorsionan el margen y no tienen en cuenta una posición de efectivo unificada. Ningún servicio externo cubre completamente estas necesidades.

Puntos críticos principales:

• Sin historial dinámico de operaciones.
• Dificultades para calcular posiciones abiertas.
• Falta de visión general del capital en tiempo real por algoritmos e instrumentos.

Objetivos del panel de control: rastrear asignación de fondos, estado de estrategias y P&L diario desde el inicio del trading.

Requisitos del Panel de Control para Trader Algorítmico

La herramienta debe proporcionar gestión operativa y analítica:

Operativa:

• Dónde está el dinero: por algoritmos, instrumentos.
• Estado de la estrategia (activa/inactiva).

Analítica:

• Desglose de P&L por días/horas.
• Análisis de rendimiento de estrategias.
• Reasignación de capital.
• Identificación de puntos débiles.

El cálculo de resultados para pares algoritmo+instrumento incluye:

• Operaciones cerradas (cálculo directo de beneficios).
• Posiciones abiertas (instantánea diaria).

El panel de control recalcula el historial completo desde archivos CSV en cada carga, a diferencia de los antiguos scripts MQL con instantáneas inmediatas.

Creación del Prototipo con LLM

Dmitry describió las tareas a un LLM (Claude): cargar CSV de MetaTrader, procesar con JS en navegador, visualizar. Sin especificación formal: desarrollo iterativo mediante capturas de pantalla y ejemplos.

Resultado: un único archivo HTML con datos, lógica JS y gráficos. Funciona en PC y móvil sin instalación.

Proceso:

• Cargar CSV → analizar operaciones.
• Agrupar por algoritmos/instrumentos.
• Calcular P&L diario (cerrado + P&L flotante).
• Visualización: gráficos, tablas, filtros.

Problemas y soluciones:

• P&L flotante correcto: varias iteraciones, analizando HTML actual.
• Cambio de chats al límite de contexto: el modelo leyó el archivo, restauró la lógica.

Comparación de LLM:

| Modelo | Resultado |

|----------|----------------------------|

| Claude | 1–3 iteraciones, código preciso |

| DeepSeek| Pierde contexto |

| Gemini | Rompe estructura |

| ChatGPT | Discusión de especificación extensa |

Prototipo listo en un día, refinamientos iterativos.

Funcionalidad y Ventajas

El panel de control proporciona una imagen completa:

• Tablas de asignación de capital.
• Gráficos de dinámica de P&L por estrategia.
• Filtros por fecha, instrumentos.
• Estado del algoritmo (detecta inactivos).

Cambios para el usuario:

• Decisiones de asignación de capital más rápidas.
• Respuesta más rápida a fallos de estrategias (antes tomaba meses).
• Transición de Excel+VBA a LLM→HTML.

El enfoque es universal: aplicable a ventas, finanzas personales—donde sea necesario paneles de control desde datos tabulares.

Puntos clave:

• Cálculo dinámico de P&L con posiciones flotantes para cada día.
• Archivo HTML único: portabilidad, actualizaciones CSV.
• Desarrollo iterativo mediante LLM sin código.
• Escala: 400k+ filas, 100+ estrategias.
• Tiempo ahorrado: prototipo en un día.

Desarrollo Futuro

El panel de control actual cubre análisis básico. Posibles adiciones:

• Métricas de riesgo (VaR, drawdown por estrategia).
• Mapas de calor de rendimiento por instrumento.
• Análisis por hora del día.
• Correlaciones entre estrategias.
• Integración en tiempo real (WebSocket con bróker).

— Editorial Team