English:
Hello to everyone visiting my product. My name is Fernando Borges Rocha, I am 28 years old, from Brazil. I have been working with academic research applied to algorithms since 2019, and in 2022 I completed my thesis defense in this area. In 2024, I began my work in the corporate world at two major Brazilian brokerage firms, EQI Investimentos and Genial Investimentos. All this background enabled the creation of truly effective algorithms, and I have the honor of putting my name on this first work called TrendSniper.

This algorithm is the result of 5 years of research in Machine Learning, both in predicting future events but especially in risk management. I want to assure you that by acquiring this algorithm, you are certainly purchasing one of the best codes available on this market. But above all, you will have the best support from start to finish, and updates whenever necessary to keep the algorithm performing at its best.

I am currently the founder of a fintech in Brazil, and we have a team for product improvement / development of new techniques and customer support. So, for any doubts, questions, or support, do not hesitate to contact us. I will always be available because the financial market is what we love to work in.

Português:
Olá a todos que visitam meu produto, meu nome é Fernando Borges Rocha, tenho 28 anos natural do Brasil, trabalho com pesquisa acadêmica aplicada a algoritmos desde 2019 e 2022 defendi meu TCC na área. Em 2024 iniciei meus trabalhos no mundo corporativo em duas grandes corretoras brasileiras, EQI Investimentos e Genial Investimentos. Todo esse background possibilitou a criação de algoritmos realmente eficazes e tenho a honra de colocar o meu nome neste primeiro trabalho chamado TrendSniper.

Esse algoritmo é resultado de 5 anos de pesquisa em ML tanto na predição de eventos futuros mas principalmente na gestão de risco. Eu quero garantir para vocês que ao adquirir este algoritmo estão comprando com toda a certeza um dos melhores códigos disponíveis neste mercado, mas acima de tudo terão o melhor suporte do início ao fim, e atualizações sempre que forem necessárias para manter o algoritmo com o seu desempenho.

Atualmente eu sou fundador de uma fintech no Brasil e contamos com uma equipe de aperfeiçoamento do produto / elaboração de novas técnicas e suporte ao cliente. Então qualquer dúvida, questionamentos, ou suporte não hesite em nos contatar. Estarei sempre disponível pois o mercado financeiro é o que amamos trabalhar.

Español:
Hola a todos los que visitan mi producto. Mi nombre es Fernando Borges Rocha, tengo 28 años, natural de Brasil. Trabajo con investigación académica aplicada a algoritmos desde 2019, y en 2022 defendí mi trabajo de fin de grado en esta área. En 2024 inicié mis trabajos en el mundo corporativo en dos grandes casas de bolsa brasileñas, EQI Investimentos y Genial Investimentos. Toda esta experiencia permitió la creación de algoritmos verdaderamente efectivos, y tengo el honor de poner mi nombre en este primer trabajo llamado TrendSniper.

Este algoritmo es el resultado de 5 años de investigación en Aprendizaje Automático (ML), tanto en la predicción de eventos futuros, pero principalmente en la gestión de riesgos. Quiero garantizarles que al adquirir este algoritmo, están comprando sin duda uno de los mejores códigos disponibles en este mercado. Pero, sobre todo, tendrán el mejor soporte de principio a fin, y actualizaciones siempre que sean necesarias para mantener el algoritmo con su rendimiento.

Actualmente soy fundador de una fintech en Brasil y contamos con un equipo para la mejora del producto / elaboración de nuevas técnicas y soporte al cliente. Así que, ante cualquier duda, pregunta o necesidad de soporte, no duden en contactarnos. Siempre estaré disponible porque el mercado financiero es en lo que nos encanta trabajar.

English:

1. I am already working on the next update for the algorithm. We will have a web panel where you can verify the primary source—specifically, which trades (entries/exits) my algorithm is making—so you have a transparent way to monitor and compare.

2. We are working to further increase the generalization of the machine learning model, so that the algorithm can work across various assets.

3. We will also centralize all files necessary for the algorithm to function on our platform. The first update will be a code that builds the best investment portfolio based on backtest results, avoiding highly correlated assets, double exposure, assets with the same volatility regime, etc.

4. All the updates above will be available to all users of the Expert Advisor.

Português:

1. Já estou trabalhando na próxima atualização do algoritmo. Vamos ter um web panel para você verificar da fonte principal—no caso, quais entradas/saídas meu algoritmo está fazendo—assim você tem um meio transparente de acompanhar e comparar.

2. Estamos trabalhando para aumentar ainda mais a generalização do modelo de aprendizado de máquina, para que possamos ter o algoritmo funcionando em vários ativos.

3. Também iremos centralizar todos os arquivos necessários para o algoritmo funcionar em nossa plataforma. A primeira atualização será um código que montará o melhor portfólio de investimentos baseado nos resultados do backtest, evitando ativos altamente correlacionados, dupla exposição, ativos com mesmo regime de volatilidade, etc.

4. Todas as atualizações acima estarão disponíveis para todos os usuários do Expert Advisor.

Español:

1. Ya estoy trabajando en la próxima actualización del algoritmo. Tendremos un panel web para que verifiques la fuente principal—es decir, qué operaciones (entradas/salidas) está realizando mi algoritmo—de modo que tengas un medio transparente para monitorear y comparar.

2. Estamos trabajando para aumentar aún más la generalización del modelo de aprendizaje automático, para que el algoritmo pueda funcionar en diversos activos.

3. También centralizaremos todos los archivos necesarios para el funcionamiento del algoritmo en nuestra plataforma. La primera actualización será un código que construirá la mejor cartera de inversiones basada en los resultados del backtest, evitando activos altamente correlacionados, doble exposición, activos con el mismo régimen de volatilidad, etc.

4. Todas las actualizaciones mencionadas estarán disponibles para todos los usuarios del Expert Advisor.

English:
To access my portfolio, experiences, and qualifications, visit https://ntx.markets/devv/

Português:
Para acessar meu portfólio, experiências e qualificação, acesse https://ntx.markets/devv/

Español:
Para acceder a mi portafolio, experiencias y calificaciones, visite https://ntx.markets/devv/

🇧🇷 Português (PT-BR)

Hoje estou publicando a atualização 2.1. Nesta versão, o foco principal é a estabilidade e o gerenciamento. Portanto, a maior atualização foi no arquivo ONNX, responsável pelo gerenciamento de risco das entradas.

Como ele já vem embutido no Expert, você não precisa de downloads adicionais. O modelo agora aumentou sua capacidade de generalização e diminuiu os falsos positivos na detecção de bons trades.

3 Melhores ativos com ONNX desligado (Timeframe M15):

• EURGBP - M15

• EURCAD - M15

• USDCAD - M15

2 Melhores alternativos:

• USDCAD

• GBPUSD

🇺🇸 English

Today I am releasing update 2.1. In this version, the main focus is stability and management. Therefore, the most significant update was to the ONNX file, which handles entry risk management.

Since it is already embedded within the Expert, no additional downloads are required. The model has now increased its generalization capacity and reduced false positives in detecting good trades.

3 Best assets with ONNX disabled (M15 Timeframe):

• EURGBP - M15

• EURCAD - M15

• USDCAD - M15

2 Best alternatives:

• USDCAD

• GBPUSD

English Explanation

The model successfully achieved the goal of being a "safety shield" for your trading bot without stopping it completely.

1. High Confidence in Approved Trades (Precision Safe: 0.85):

   • This is the best number here. When the model says "Go ahead, trade!", it is correct 85% of the time. This means the trades that pass the filter have a very high quality.

2. Risk Protection (Recall Risky: 0.62):

   • The model successfully identified and blocked 62% of all dangerous situations (53 out of 86 risky trades were blocked). This effectively cuts your potential drawdowns by more than half.

3. The Cost of Safety (False Alarms: 133):

   • To be this safe, the model is a bit "paranoid." It blocked 133 trades that would have been profitable (False Alarms). However, this is acceptable because it prioritized avoiding the 53 crashes (Risk Blocked).

4. Operational Volume (TN: 182):

   • The bot is not "dead." It allowed 182 trades to happen. This confirms the balance we sought: the bot continues to work frequently, but with a much higher safety layer.

Explicação em Português

O modelo atingiu com sucesso o objetivo de ser um "escudo de segurança" para o expert, sem paralisar as operações.

1. Alta Confiança nos Trades Aprovados (Precision Safe: 0.85):

   • Este é o melhor número aqui. Quando o modelo diz "Pode operar!", ele está certo em 85% das vezes. Isso significa que as entradas que passam pelo filtro têm altíssima qualidade.

2. Proteção contra Risco (Recall Risky: 0.62):

   • O modelo identificou e bloqueou com sucesso 62% de todas as situações perigosas (53 de 86 trades de risco foram bloqueados). Isso efetivamente corta seus potenciais drawdowns pela metade.

3. O Custo da Segurança (Alarmes Falsos: 133):

   • Para ser tão seguro, o modelo é um pouco "paranoico". Ele bloqueou 133 trades que teriam sido lucrativos (Alarmes Falsos). No entanto, isso é aceitável porque a prioridade foi evitar os 53 prejuízos graves (Risco Bloqueado).

4. Volume Operacional (TN: 182):

• O robô não está "morto". Ele permitiu que 182 operações acontecessem. Isso confirma o equilíbrio que buscamos: o robô continua trabalhando frequentemente, mas com uma camada de segurança muito maior.

🇧🇷 Português (PT-BR)

Você pode alterar o ONNX Threshold para aumentar ou diminuir a quantidade de entradas:

• Quanto mais próximo de 1: Mais entradas, porém maior Drawdown (D.D.).

• Quanto mais próximo de 0: Menos entradas (pois são filtradas pelo gerenciador de risco), resultando em maior qualidade.

Os ativos EURGBP (M15), EURCAD (M15) e USDCAD (M15) já possuem uma ótima relação risco/retorno mesmo com o ONNX desligado; com o ONNX ligado, o desempenho melhora ainda mais. O valor padrão é 0.29.

🇺🇸 English

You can adjust the ONNX Threshold to increase or decrease the number of entries:

• The closer to 1: More entries, but with higher Drawdown (D.D.).

• The closer to 0: Fewer entries (as they are filtered by the risk manager), resulting in higher quality.

The assets EURGBP (M15), EURCAD (M15), and USDCAD (M15) already have an excellent risk-to-reward ratio even with ONNX disabled; with ONNX enabled, performance is even better. The default value is 0.29.

 (PT-BR)

1. A Analogia do Detector de Fumaça 🔥

Imagine um detector de incêndio na sua cozinha:

• Precision 1.00 (100%): Ele só apita quando vê labaredas enormes. Se for só fumaça, ele fica quieto. Você nunca tem alarme falso, mas corre o risco da casa pegar fogo antes dele avisar.

• Precision 0.28 (28%): Ele apita quando você queima uma torrada. É chato? Sim. Você deixa de comer a torrada (perde um trade bom)? Sim. Mas ele garante que se houver um incêndio real, ele vai apitar.

O seu modelo virou esse detector sensível.

2. A Matemática do seu Relatório

Olhe para os números abaixo :

• Risco Bloqueado (TP): 53 (O modelo acertou e te salvou de 53 prejuízos).

• Alarmes Falsos (FP): 133 (O modelo bloqueou 133 trades que, na verdade, seriam bons).

A conta do Precision é:

3. Por que isso acontece?

Isso acontece porque baixamos o Threshold (Limiar) para 0.36.

Ao dizer para o robô: "Se tiver 36% de chance de dar ruim, não entre!", você forçou ele a ser paranoico.

Ele prefere bloquear 3 trades bons (Falsos Positivos) para garantir que bloqueou 1 trade ruim (Verdadeiro Positivo).

🇺🇸 English

1. The Smoke Detector Analogy 🔥

Imagine a fire detector in your kitchen:

• Precision 1.00 (100%): It only beeps when it sees huge flames. If it's just smoke, it stays quiet. You never get a false alarm, but you run the risk of the house burning down before it warns you.

• Precision 0.28 (28%): It beeps when you burn toast. Is it annoying? Yes. Do you miss out on eating the toast (miss a good trade)? Yes. But it guarantees that if there is a real fire, it will beep.

Your model has become this sensitive detector.

2. The Math Behind Your Report

Look at the numbers below:

• Blocked Risk (TP): 53 (The model got it right and saved you from 53 losses).

• False Alarms (FP): 133 (The model blocked 133 trades that, in reality, would have been good).

The Precision calculation is:

3. Why does this happen?

This happens because we lowered the Threshold to 0.36.

By telling the bot: "If there's a 36% chance of going wrong, don't enter!", you forced it to be paranoid.

It prefers to block 3 good trades (False Positives) to ensure it blocks 1 bad trade (True Positive).