|
2 Jahre
Erfahrung
|
14
Produkte
|
36
Demoversionen
|
|
1
Jobs
|
0
Signale
|
0
Abonnenten
|
Active in financial markets since 2016, algorithmic trading since 2019, and machine learning and software development since 2021.
I develop Expert Advisors, algorithmic trading systems, technical indicators, smart contracts, token and cryptocurrency infrastructure, business automation solutions, and turnkey AI models.
I am currently developing an institutional-grade trading ecosystem for my own hedge fund, alongside a proprietary AI-powered blockchain infrastructure.
The project already includes a multi-module Python infrastructure for trading through Interactive Brokers, a dedicated trading system for RoboForex, and a fully developed institutional-grade Expert Advisor built around strict risk management parameters — including a 2% maximum daily drawdown and a 5% maximum weekly drawdown — with a primary focus on long-term stability, disciplined capital preservation, and sustainable institutional-level performance.
https://www.mql5.com/ru/market/product/193554
RoboForex traders can also access a 95% commission and spread rebate by opening a new trading account using my referral code — jsdnu.
Through my SINERGY rebate service, 95% of eligible RoboForex trading commissions and spread costs are credited back every trading day at 08:00. This can reduce effective trading costs to approximately $1 per lot, positioning the setup among the most cost-efficient ECN trading arrangements available globally.
Author of 100+ international articles published in multiple languages worldwide.
https://shtenco.github.io/index.html
Статья показывает, как построить stack-ансамбль для MetaTrader 5 без утечки данных между уровнями и расхождений инференса. Реализован purged expanding walk-forward с 72-часовым разрывом, три разнородных CatBoost-классификатора, калибраторы вероятности и размера позиции, а также встраивание 31 модели в советник MQL5. Отдельный аудит 2026 года демонстрирует границы применимости профилей и сравнение с неизменяемой базовой линией.
В статье условный граф причинности Грейнджера по 10 валютным парам и трём таймфреймам преобразуется в числовые признаки для CatBoost и MQL5. Абляция сравнивает модели price-only, graph-only и price+graph: графовые признаки почти не работают самостоятельно, но в сочетании с ценой улучшают контекст, режимную фильтрацию и риск. На форварде совместная модель показала более высокий Profit Factor и меньшую просадку.
Согласно исследованиям на данных с 1999 года, система прогнозирует развороты цен с точностью до 89%.
Раньше я видел точность только в статистике - теперь вижу вживую, на индюке. Кому нужно - обращайтесь)
Midas Institutional AI-System Wenn ein Handelsroboter aufhört, ein Roboter zu sein – und zu einem Entscheidungssystem wird. Die meisten Handelsberater basieren auf einer einfachen Idee: ein paar Indikatoren, eine Reihe von Einstiegsbedingungen, ein festes Risiko und die Hoffnung, dass ein gestern entdecktes Muster auch morgen noch funktioniert. Das Midas Institutional AI System basiert auf einer völlig anderen Philosophie. Es handelt sich nicht um eine einzelne Strategie. Es handelt sich nicht
В статье разбирается мультивалютный netting-советник для MetaTrader 5 с валютным графом из 28 пар, набором из 19 M1‑признаков и двумя моделями CatBoost, выполняемыми в MQL5 без упрощений. Показано, как прогнозы управляют сеткой лимитных заявок, режимными фильтрами, инвентарём и swap/carry при учёте брокерских ограничений, а также как обеспечить воспроизводимость через self‑test и проверку совпадения Python и MQL5.
В статье показано, как вместо треугольного арбитража использовать полный валютный граф из 8 валют и 28 пар. Для каждой пары DFS перечисляет простые кросс‑пути длиной от 2 до N рёбер, а справедливая цена получается как взвешенное геометрическое среднее в лог‑пространстве. Отклонение рынка от этой оценки служит источником mean‑reversion сигналов.
Индикатор ZigZag дополняется количественной оценкой длин волн: для восходящих и нисходящих движений считаются текущая длина, максимум, минимум, среднее и медиана, обновляемые на каждом новом баре. Разбираются ключевые элементы реализации: поиск экстремумов в скользящем окне, конечный автомат пивотов, инкрементальный пересчёт и отключение визуального слоя в тестере. Практическая польза — объективные численные ориентиры вместо визуальной оценки на глаз.
Рассматриваем альтернативу нейросетевым фильтрам сигналов: ассоциативные правила и базовую теорию вероятностей в MQL5, без Python и внешних библиотек. Показано, как дискретизировать рыночные условия (RSI, EMA, ATR, импульс, сессия), собрать статистику по support, confidence, lift и edge с сглаживанием Лапласа и применять результат как прозрачный входной фильтр перед сделкой.
В трейдинге большинство проблем связано не с инструментами, а с человеческим фактором. Эмоциональные решения, усталость, спешка и отсутствие дисциплины со временем сводят на нет даже хорошие торговые идеи. Именно поэтому автоматизация остаётся одним из самых обсуждаемых направлений в алгоритмической торговле.
В течение длительного времени я занимаюсь разработкой автоматизированной торговой системы MIDAS, основанной на анализе больших датасетов мировой экономики, применении нейросетей, машинного обучения, LLM-надсистемы с элементами RL, формализованных правилах и жёстком риск-менеджменте.
Проект находится на завершающей стадии и переходит в фазу расширенного тестирования в реальных условиях рынка. Система предназначена для полностью автоматической работы и ориентирована на статистический подход и контроль рисков. Она не исключает убыточных периодов, не даёт гарантий результата и не заменяет понимание рынка — но может быть полезна тем, кто интересуется практической стороной алгоритмической торговли и хочет поучаствовать в тестировании сложного технического решения.
На текущем этапе я ищу людей, готовых принять участие именно в тестировании. Речь не о передаче средств в управление, а о тестировании системы и обработке багов, наблюдении за её поведением и передаче объективной обратной связи по стабильности.
Количество участников ограничено по техническим причинам. В приоритете те, кто понимает: тестирование торгового алгоритма — это работа с рисками, статистикой и дисциплиной, а не краткосрочный способ за 2 дня получить прибыль.
Я в первую очередь исследователь и архитектор системы, также у меня большой опыт в ручном трейдинге.
Если вам интересен сам процесс торговли и тестирования торговых систем — напишите в комментариях. Связь в порядке очереди. Отбор закроется после набора нужного количества участников.
Третья статья серии вводит обучаемый граф признаков в архитектуре Cellular10K: веса связей feature → feature онлайн усиливаются после верных прогнозов и ослабляются после ошибок. Разбираются мягкая инициализация, шаг message passing, локальное правило обучения в стиле Хебба, ограничение весов, нормировка и decay. Показана интеграция с клеточным автоматом и бинарным предиктором, а также метрики диагностики и практические пороги запуска для контроля переобучения.
Во второй части клеточный автомат переводится с решётки на граф. Признаки становятся вершинами графа с локальными и дальними small‑world связями, а клетки — агентами, которые взаимодействуют не только с геометрическими, но и со смысловыми соседями. Рассматриваются графовая фильтрация признаков, построение графа соседей, обновлённое голосование по согласованности и метрики Graph Coherence и Graph Health. Это снижает влияние одиночных выбросов и ускоряет распространение рыночных режимов при полной совместимости с MQL5.
2. **Граф Ватца-Строгаца вместо плоской решетки:** Мы отказались от примитивной геометрической решетки соседей. Теперь клетки образуют топологию «мир тесен» (Small-World). Агенты обмениваются информацией не только с теми, кто «рядом», но и со смысловыми соседями на основе матрицы ранговой корреляции Спирмена, а также через дальние хорды. Это позволяет сети мгновенно реагировать на смену рыночного режима.
3. **Асинхронный Netting FSM (Safe Flip):** Так как система работает на Netting-счете (только одна позиция) с сетевым пингом до 150 мс, мы полностью отказались от блокирующих вызовов. Используется только `OrderSendAsync`, а все результаты перехватываются событийной моделью в `OnTradeTransaction`. Мгновенные перевороты LONG↔SHORT строго запрещены: внедрен механизм **Safe Flip** с переходом во FLAT и ожиданием подтверждающего импульса в 0.5 ATR.
4. **Встроенный SGD-предиктор:** Для верификации клеточного консенсуса добавлен независимый Бинарный Предиктор (BPC). Это логистическая регрессия, которая инкрементально обучается на каждом баре методом стохастического градиентного спуска (SGD). Вход в сделку разрешен только при совпадении сигналов автомата и предиктора.
5. **Промышленный WFA-конвейер без Data Leakage:** Мы вынесли тестирование в автоматизированный Python-конвейер. Внедрено жесткое правило **Purge Gap** — искусственный разрыв в 100 баров между In-Sample и Out-Of-Sample периодами при Walk-Forward оптимизации, чтобы исключить «заглядывание в будущее» из-за памяти индикаторов. Телеметрия теперь пишет данные строго в момент входа (Entry Snapshot). Итог: твоя модель теперь не просто подстраивается под историю, она аппаратно-оптимизирована, асинхронна и математически защищена от переобучения и микроструктурного шума.
SMC Proximity RSI + Zeitblöcke – ein RSI-Oszillator, der durch „Smart-Money“-Zonen optimiert wurde Ein Standard-RSI zeigt Überkauf- und Überverkaufssituationen an. Er gibt jedoch keinen Aufschluss darüber, WO sich der Kurs im Verhältnis zu wichtigen institutionellen Zonen befindet. Der SMC Proximity RSI behebt dieses Manko. Dieser Oszillator kombiniert den klassischen RSI mit der „Smart Money Concepts“-Analyse: Er misst, wie nah der Kurs an Orderblöcken, Fair-Value-Lücken, Zeitblöcken sowie
Order Block ICT — SMC Ein Order-Block-Indikator, der auf der Methodik von ICT / Smart Money Concepts basiert. Er erkennt und zeichnet automatisch bullische und bärische Order-Block-Zonen in Ihrem Chart ein, verfolgt deren Entwicklung und entfernt die Zonen, sobald sie aufgebraucht sind. Sehen Sie die Bereiche, in denen „Smart Money“ in den Markt eingetreten ist – ohne den Chart manuell zu markieren. Funktionsweise des Indikators Er scannt den Kursverlauf und erkennt Orderblöcke anhand mehrerer
Переносим 3D-бары из Python в нативный MQL5: вместо plotly и моста к терминалу — сцена на CCanvas3D и DirectX 11 прямо на графике. Цена, время и тиковый объём раскладываются по трём осям, геометрия собирается вручную из вершин и треугольников, а орбитальная камера на событиях мыши даёт интерактивный осмотр без внешних зависимостей.
FVG-Analyse – Erkennung und Verfolgung von Fair-Value-Lücken Die FVG-Analyse ist ein Indikator, der automatisch Zonen preislicher Ineffizienz im Chart ermittelt – in den Smart-Money-Konzepten als Fair-Value-Lücken bezeichnet – und deren Lebenszyklus von der Entstehung bis zur Schließung verfolgt. Diese Zonen entstehen dort, wo sich der Markt so impulsiv bewegte, dass er eine Kurslücke hinterließ, die von den benachbarten Kerzen nicht geschlossen wurde, und genau in solche Bereiche kehrt der Kurs
SMC Market Structure PRO – Orderblöcke, FVG, Liquidität und Konfluenzzonen Hören Sie auf zu raten. Beginnen Sie, den Markt so zu lesen, wie ihn die großen Akteure sehen. SMC Market Structure PRO erkennt automatisch interessante Smart-Money-Zonen in Ihrem Chart – Orderblöcke, Fair-Value-Gaps (FVG) und zeitbasierte Ungleichgewichte – und hebt Konfluenzzonen hervor, in denen sich alle drei Strukturtypen überschneiden. Genau dort reagiert der Kurs am häufigsten. Dies ist ein umfassendes Tool zur
Panel „Währungsstärke & Rückzug“ – Währungsstärke und Einstiegspunkte bei Rückzügen Das Panel „Währungsstärke & Pullback“ ist ein Analyse-Panel, das zwei Aufgaben für Trader gleichzeitig löst: Es zeigt, welche Währungspaare sich gerade in einer starken Bewegung befinden, und es weist darauf hin, wo sich eine Gelegenheit eröffnet hat, bei einem Pullback zu einem günstigen Preis in diese Bewegung einzusteigen. Im Gegensatz zu klassischen Währungsstärke-Indikatoren, die sich auf eine
Статья описывает TradeMux как мост между Python-пайплайном и терминалом MetaTrader 5 для чистой передачи торговых решений без дублирования логики. Разобрана production-архитектура из четырёх слоёв и полный Python execution service: подключение, чтение счёта и позиций, генерация сигналов (включая CatBoost), предторговый риск-контроль, kill_switch и supervisor. Практическая польза — кросс-брокерная нормализация (RoboForex, IC Markets, Alpari, OANDA) и масштабирование от одного счёта к мультисчётному broadcast без изменения торговой логики.
Разбирается практическое применение L1 Trend Filter для очистки шума и формирования структурных признаков, совместимых с live-торговлей. Показан полный цикл: H1-данные 29 инструментов из MetaTrader 5, каузальная фильтрация, CatBoost на горизонте трёх L1-баров, честный walk-forward и распределение лотов по VaR. Читатель получает воспроизводимый кодовый конвейер и методику портфельной оценки.
