Yevgeniy Koshtenko
|
2 years
experience
|
7
products
|
66
demo versions
|
|
0
jobs
|
0
signals
|
0
subscribers
|
Greetings to the world of professional algorithmic trading!
I develop highly effective trading indicators and expert advisors based on cutting-edge machine learning technologies and quantum computing, which help traders achieve stable profits in financial markets.
My journey: In the market since 2016. Went through numerous losses and mistakes. Currently specializing in trading robot development and applying machine learning in trading. Actively investing in Russian and Kazakhstani markets.
Qualified investor of the Republic of Kazakhstan. Qualified foreign investor of the Russian Federation.
For hedge funds and family offices, I also have MIDAS — an institutional complex multi-agent neural architecture + quantum layer + multidimensional self-learning AI agent. I've been creating this system for a year and a half, and it contains nearly 80,000 lines of code: it uses the best of everything I know.
Custom development:
In addition to ready-made solutions, I adapt any models from scientific papers to specific client tasks. I create custom trading robots according to specific requirements, integrate modern machine learning methods, and provide consultations on algorithmic trading.
Useful links:
AI Trading Group: https://vk.com/altradinger
AI Trading Channel: https://www.mql5.com/ru/channels/aitradinger
Monitoring: https://share.kz/g7vJ
GitHub: https://github.com/Shtenco
My site: https://shtencoquantai.tech/
Ready to discuss your tasks and offer optimal solutions for trading automation!
Risk Warning: Trading in financial markets involves high risk of capital loss. Past performance does not guarantee future profits.
I develop highly effective trading indicators and expert advisors based on cutting-edge machine learning technologies and quantum computing, which help traders achieve stable profits in financial markets.
My journey: In the market since 2016. Went through numerous losses and mistakes. Currently specializing in trading robot development and applying machine learning in trading. Actively investing in Russian and Kazakhstani markets.
Qualified investor of the Republic of Kazakhstan. Qualified foreign investor of the Russian Federation.
For hedge funds and family offices, I also have MIDAS — an institutional complex multi-agent neural architecture + quantum layer + multidimensional self-learning AI agent. I've been creating this system for a year and a half, and it contains nearly 80,000 lines of code: it uses the best of everything I know.
Custom development:
In addition to ready-made solutions, I adapt any models from scientific papers to specific client tasks. I create custom trading robots according to specific requirements, integrate modern machine learning methods, and provide consultations on algorithmic trading.
Useful links:
AI Trading Group: https://vk.com/altradinger
AI Trading Channel: https://www.mql5.com/ru/channels/aitradinger
Monitoring: https://share.kz/g7vJ
GitHub: https://github.com/Shtenco
My site: https://shtencoquantai.tech/
Ready to discuss your tasks and offer optimal solutions for trading automation!
Risk Warning: Trading in financial markets involves high risk of capital loss. Past performance does not guarantee future profits.
Yevgeniy Koshtenko
Скоро выйдет статья про рыночно-нейтрального вероятностного ММ бота на распределении доходностей...Отличная штука...
· 2
Yevgeniy Koshtenko
В общем, две проп-компании заблокировали меня с моими роботами за месяц. Сначала с арбитражным роботом, причем почти сразу, а потом - с Sinergy Qauntum Portfolio, написали письмо что не могут разрешить мне робота. Хотя в правилах указано: любые роботы разрешены. В общем, наверное придется либо искать проп вообще без правил, либо торговать только на личном счете....
· 2
Yevgeniy Koshtenko
Published article Символьное уравнение прогнозирования цены с использованием SymPy 
Статья описывает интересный подход к алготрейдингу, основанный на символьных математических уравнениях вместо традиционных "черных ящиков" машинного обучения. Автор показывает, как преобразовать непрозрачные нейросети в читаемые математические формулы через библиотеку SymPy и полиномиальную регрессию, что позволяет полностью понимать логику принятия торговых решений. Подход сочетает вычислительную мощь ML с прозрачностью классических методов, давая трейдеру возможность анализировать, корректировать и адаптировать модели в реальном времени.
4
Yevgeniy Koshtenko
В четверг продолжаю работу над своим скальперским приводом ShtencoTrade - для анализа топ 0.5% сделок из стакана и ленты в онлайн-режиме.
Несмотря на то, что инфогуру кругом орут, что ценой двигают крупные объемы из стакана и ленты - это так только на 5% самых мощных движений, когда корреляция имбалансов стакана и ленты с ценой взлетают до 0.7-0.9.
В остальных случаях реальный объем, лента и стакан - как и его прямой анализ обычным человеческим мозгом без нейросетей - полностью бесполезны.
Одни инфогуру учат других инфогуру, один научится у другого, и начинает продавать курс))))В итоге все базируется на ложных утверждениях. И никто даже не думал их проверять - хотя нет, многие проверяют, и сливаются.
Несмотря на то, что инфогуру кругом орут, что ценой двигают крупные объемы из стакана и ленты - это так только на 5% самых мощных движений, когда корреляция имбалансов стакана и ленты с ценой взлетают до 0.7-0.9.
В остальных случаях реальный объем, лента и стакан - как и его прямой анализ обычным человеческим мозгом без нейросетей - полностью бесполезны.
Одни инфогуру учат других инфогуру, один научится у другого, и начинает продавать курс))))В итоге все базируется на ложных утверждениях. И никто даже не думал их проверять - хотя нет, многие проверяют, и сливаются.
· 4
Yevgeniy Koshtenko
Запуск новой версии Мидаса - с отбором лучших признаков, и с множественными мета-моделями.
· 3
Yevgeniy Koshtenko
Published article Многопоточный торговый робот с машинным обучением: От концепции до реализации 
Статья представляет пошаговую разработку многопоточного торгового робота с машинным обучением на Python и MetaTrader 5. Рассматривается архитектура системы — от сбора данных и создания технических индикаторов до обучения XGBoost-моделей с портфельным риск-менеджментом. Детально описана реализация аугментации данных, кластеризации признаков через Gaussian Mixture Models и координации потоков для параллельной торговли несколькими валютными парами.
3
Yevgeniy Koshtenko
Секретная формула миллиардеров: что объединяет всех самых богатых трейдеров планеты
Они начинали с пустыми карманами, а теперь их состояния измеряются миллиардами долларов. Уоррен Баффетт, Джордж Сорос, Джим Саймонс — что знают эти люди, чего не знаем мы? Масштабное исследование 100+ легендарных трейдеров раскрывает шокирующую правду о создании капитала на бирже
Когда Джордж Сорос проснулся утром 16 сентября 1992 года, он еще не знал, что этот день принесет ему миллиард долларов прибыли. Когда молодой математик Джим Саймонс впервые открыл торговый счет, никто не предполагал, что его алгоритмы будут приносить 66% годовых в течение трех десятилетий. А когда скромный парень из Небраски по имени Уоррен Баффетт купил свою первую акцию, мало кто мог предсказать, что он превратит $10,000 в $130 миллиардов.
Парадокс, который разрушает все иллюзии
Вот что никто не говорит вам о трейдинге: 90% участников рынка теряют деньги, но оставшиеся 10% создают состояния, которые превышают ВВП целых стран. Это не случайность и не везение. За каждым миллиардным состоянием стоит система, и эта система поддается анализу.
Полгода назад я начал самое масштабное исследование в истории финансов. Я проанализировал биографии, интервью, письма акционерам и торговые записи более чем 100 самых богатых трейдеров, инвесторов, алготрейдеров и количественных аналитиков планеты. От легендарного Баффетта до загадочного основателя Renaissance Technologies Джима Саймонса, от валютного короля Сороса до алгоритмического гения Кена Гриффина.
Результат ожидаем.
Главная тайна, которую скрывают миллиардеры
Успех в трейдинге на 80% определяется не стратегиями, не анализом рынков и даже не знанием экономики. Главный секрет лежит в области, о которой почти никто не говорит: психологии.
Марк Дуглас, изучавший психологию трейдинга десятилетиями, обнаружил поразительную закономерность: все без исключения суперуспешные трейдеры воспринимают каждую сделку как элемент статистической выборки, а не как отдельное эмоционально значимое событие. Это кажется простым, но попробуйте сохранить спокойствие, когда ваша позиция теряет $100,000 за день.
Уоррен Баффетт описывает свой подход как "эмоциональное безразличие к колебаниям цен". Звучит скучно? Это безразличие принесло ему $130 миллиардов. Дэвид Теппер, который заработал 132% доходности в 2009 году, покупая банковские акции когда все остальные их продавали, использует тот же принцип: делай противоположное тому, что диктуют эмоции толпы.
Математическая магия сложного процента
Но психология — это только начало. Настоящая магия происходит, когда правильный менталитет встречается с математической точностью. Возьмем простой пример, который покажет вам силу компаундирования:
Представьте, что у вас есть $100,000. Инвестор А зарабатывает 15% годовых, инвестор Б — 25% годовых. Кажется, что разница небольшая — всего 10 процентных пунктов. Но через 30 лет инвестор А будет иметь $6.6 миллионов, а инвестор Б — $80.8 миллионов. Разница в доходности в 10% привела к разнице в капитале в 12 раз!
Именно поэтому Renaissance Technologies Medallion Fund, показывающий среднюю доходность 66% годовых, создал для своих основателей многомиллиардные состояния. Джим Саймонс понял секрет: не нужно быть правым в каждой сделке, нужно быть правым статистически и позволить математике сделать остальную работу.
Секретное оружие квантовых миллиардеров
В мире высшей лиги трейдинга происходит тихая революция. Пока обычные трейдеры изучают японские свечи и уровни поддержки, элита использует совершенно другие инструменты. Two Sigma анализирует спутниковые снимки торговых центров, чтобы предсказать продажи ритейлеров до публикации отчетов. Citadel исполняет сделки со скоростью, измеряемой микросекундами. AQR Capital нанимает 50+ докторов наук для создания математических моделей, которые находят неэффективности на рынке.
Кен Гриффин, основатель Citadel, превратил свою компанию в технологический гигант, инвестировав миллиарды в инфраструктуру. Результат? Его личное состояние $35 миллиардов. Эдвард Торп, который первым применил математику к трейдингу, использовал модифицированный критерий Келли — формулу для оптимального размера позиций. Формула выглядит просто: f* = (bp - q)/b, но ее правильное применение принесло Торпу сотни миллионов долларов.
Жестокая правда о риск-менеджменте
Вот что поразило нас больше всего в исследовании: все без исключения миллиардеры помешаны на защите капитала, а не на его приросте. Пол Тюдор Джонс, заработавший состояние на макро-трейдинге, сформулировал это так: "Защити downside, upside позаботится о себе сам."
Математика здесь беспощадна и простодушно элегантна. Если вы теряете 50% капитала, вам нужно заработать 100%, чтобы вернуться в ноль. Если вы теряете 90% — нужно заработать 900%. Эта асимметрия объясняет, почему центральный принцип Уоррена Баффетта звучит так: "Правило №1: Никогда не теряй деньги. Правило №2: никогда не забывай правило №1."
Практически все исследованные миллиардеры следуют железным правилам: риск на сделку не более 1-2% капитала, максимальная просадка портфеля не более 20%, соотношение прибыль/убыток минимум 3:1. Эти цифры кажутся скучными, но именно они отделяют миллиардеров от банкротов.
Скрытая бизнес-модель сверхбогатых
Однако самое интересное открытие касается не торговых стратегий, а бизнес-модели. Большинство трейдеров-миллиардеров создали состояния не только через торговую доходность, но и через привлечение внешнего капитала и взимание комиссий за управление.
Модель хедж-фонда "2 и 20" — это печатная машинка для денег: 2% годовых комиссии за управление плюс 20% от прибыли. При управлении $10 миллиардов активов, 2% комиссии автоматически генерируют $200 миллионов годового дохода, независимо от результатов торговли. Добавьте сюда 20% от прибыли, и вы поймете, как Рэй Далио, Стив Коэн и другие создали многомиллиардные состояния.
Эволюция или вымирание
Но самый важный принцип элитных трейдеров — это адаптивность. Стив Коэн полностью трансформировал свой SAC Capital из дискреционного фонда в систематический Point72, интегрировав машинное обучение и альтернативные данные. Стэнли Дракенмиллер несколько раз радикально менял инвестиционный стиль: от арбитража облигаций к глобальному макро, затем к технологическому росту.
Те, кто не эволюционирует, исчезают. Рынки постоянно меняются: появляется алгоритмическая торговля, снижаются информационные асимметрии, меняются регуляторные правила. Выживают только те, кто способен переизобретать свои подходы, сохраняя при этом фундаментальные принципы управления рисками.
Темная сторона статистики
Конечно, есть и обратная сторона медали. Все исследование страдает от "проблемы выжившего" — мы анализируем только победителей, игнорируя тысячи тех, кто потерпел крах. За каждым Соросом стоят тысячи неудачников, за каждым Саймонсом — армия разорившихся квантов.
Нассим Талеб в своей книге "Одураченные случайностью" убедительно доказывает, что многие инвестиционные успехи можно объяснить простой удачей. Но устойчивость результатов наших исследуемых миллиардеров в течение десятилетий предполагает наличие настоящего мастерства, а не просто везения.
Формула, которая изменит вашу жизнь
Итак, существует ли универсальная формула богатства на бирже? После анализа 100+ миллиардеров мы можем с уверенностью сказать: да. Но она не такая, какую
вы ожидали.
Формула богатства = (Психологическая дисциплина + Математическая точность + Систематический подход к рискам) × Время × Адаптивность
Конкретные торговые стратегии вторичны. Первично — умение контролировать эмоции, защищать капитал и позволить сложному проценту творить чудеса. Небольшие различия в управлении рисками и операционной эффективности создают экспоненциальные различия в накопленном капитале через механизм сложного процента.
Для тех, кто готов применить эти принципы, главное правило остается неизменным: приоритет управления рисками над максимизацией доходности, систематизация процесса принятия решений и постоянное инвестирование в образование и технологии. Успешные участники тратят 80% времени на изучение и анализ, и лишь 20% на непосредственную торговлю.
Возможно, следующим миллиардером станете именно вы. Но помните: это марафон, не спринт, и математика всегда побеждает эмоции.
Они начинали с пустыми карманами, а теперь их состояния измеряются миллиардами долларов. Уоррен Баффетт, Джордж Сорос, Джим Саймонс — что знают эти люди, чего не знаем мы? Масштабное исследование 100+ легендарных трейдеров раскрывает шокирующую правду о создании капитала на бирже
Когда Джордж Сорос проснулся утром 16 сентября 1992 года, он еще не знал, что этот день принесет ему миллиард долларов прибыли. Когда молодой математик Джим Саймонс впервые открыл торговый счет, никто не предполагал, что его алгоритмы будут приносить 66% годовых в течение трех десятилетий. А когда скромный парень из Небраски по имени Уоррен Баффетт купил свою первую акцию, мало кто мог предсказать, что он превратит $10,000 в $130 миллиардов.
Парадокс, который разрушает все иллюзии
Вот что никто не говорит вам о трейдинге: 90% участников рынка теряют деньги, но оставшиеся 10% создают состояния, которые превышают ВВП целых стран. Это не случайность и не везение. За каждым миллиардным состоянием стоит система, и эта система поддается анализу.
Полгода назад я начал самое масштабное исследование в истории финансов. Я проанализировал биографии, интервью, письма акционерам и торговые записи более чем 100 самых богатых трейдеров, инвесторов, алготрейдеров и количественных аналитиков планеты. От легендарного Баффетта до загадочного основателя Renaissance Technologies Джима Саймонса, от валютного короля Сороса до алгоритмического гения Кена Гриффина.
Результат ожидаем.
Главная тайна, которую скрывают миллиардеры
Успех в трейдинге на 80% определяется не стратегиями, не анализом рынков и даже не знанием экономики. Главный секрет лежит в области, о которой почти никто не говорит: психологии.
Марк Дуглас, изучавший психологию трейдинга десятилетиями, обнаружил поразительную закономерность: все без исключения суперуспешные трейдеры воспринимают каждую сделку как элемент статистической выборки, а не как отдельное эмоционально значимое событие. Это кажется простым, но попробуйте сохранить спокойствие, когда ваша позиция теряет $100,000 за день.
Уоррен Баффетт описывает свой подход как "эмоциональное безразличие к колебаниям цен". Звучит скучно? Это безразличие принесло ему $130 миллиардов. Дэвид Теппер, который заработал 132% доходности в 2009 году, покупая банковские акции когда все остальные их продавали, использует тот же принцип: делай противоположное тому, что диктуют эмоции толпы.
Математическая магия сложного процента
Но психология — это только начало. Настоящая магия происходит, когда правильный менталитет встречается с математической точностью. Возьмем простой пример, который покажет вам силу компаундирования:
Представьте, что у вас есть $100,000. Инвестор А зарабатывает 15% годовых, инвестор Б — 25% годовых. Кажется, что разница небольшая — всего 10 процентных пунктов. Но через 30 лет инвестор А будет иметь $6.6 миллионов, а инвестор Б — $80.8 миллионов. Разница в доходности в 10% привела к разнице в капитале в 12 раз!
Именно поэтому Renaissance Technologies Medallion Fund, показывающий среднюю доходность 66% годовых, создал для своих основателей многомиллиардные состояния. Джим Саймонс понял секрет: не нужно быть правым в каждой сделке, нужно быть правым статистически и позволить математике сделать остальную работу.
Секретное оружие квантовых миллиардеров
В мире высшей лиги трейдинга происходит тихая революция. Пока обычные трейдеры изучают японские свечи и уровни поддержки, элита использует совершенно другие инструменты. Two Sigma анализирует спутниковые снимки торговых центров, чтобы предсказать продажи ритейлеров до публикации отчетов. Citadel исполняет сделки со скоростью, измеряемой микросекундами. AQR Capital нанимает 50+ докторов наук для создания математических моделей, которые находят неэффективности на рынке.
Кен Гриффин, основатель Citadel, превратил свою компанию в технологический гигант, инвестировав миллиарды в инфраструктуру. Результат? Его личное состояние $35 миллиардов. Эдвард Торп, который первым применил математику к трейдингу, использовал модифицированный критерий Келли — формулу для оптимального размера позиций. Формула выглядит просто: f* = (bp - q)/b, но ее правильное применение принесло Торпу сотни миллионов долларов.
Жестокая правда о риск-менеджменте
Вот что поразило нас больше всего в исследовании: все без исключения миллиардеры помешаны на защите капитала, а не на его приросте. Пол Тюдор Джонс, заработавший состояние на макро-трейдинге, сформулировал это так: "Защити downside, upside позаботится о себе сам."
Математика здесь беспощадна и простодушно элегантна. Если вы теряете 50% капитала, вам нужно заработать 100%, чтобы вернуться в ноль. Если вы теряете 90% — нужно заработать 900%. Эта асимметрия объясняет, почему центральный принцип Уоррена Баффетта звучит так: "Правило №1: Никогда не теряй деньги. Правило №2: никогда не забывай правило №1."
Практически все исследованные миллиардеры следуют железным правилам: риск на сделку не более 1-2% капитала, максимальная просадка портфеля не более 20%, соотношение прибыль/убыток минимум 3:1. Эти цифры кажутся скучными, но именно они отделяют миллиардеров от банкротов.
Скрытая бизнес-модель сверхбогатых
Однако самое интересное открытие касается не торговых стратегий, а бизнес-модели. Большинство трейдеров-миллиардеров создали состояния не только через торговую доходность, но и через привлечение внешнего капитала и взимание комиссий за управление.
Модель хедж-фонда "2 и 20" — это печатная машинка для денег: 2% годовых комиссии за управление плюс 20% от прибыли. При управлении $10 миллиардов активов, 2% комиссии автоматически генерируют $200 миллионов годового дохода, независимо от результатов торговли. Добавьте сюда 20% от прибыли, и вы поймете, как Рэй Далио, Стив Коэн и другие создали многомиллиардные состояния.
Эволюция или вымирание
Но самый важный принцип элитных трейдеров — это адаптивность. Стив Коэн полностью трансформировал свой SAC Capital из дискреционного фонда в систематический Point72, интегрировав машинное обучение и альтернативные данные. Стэнли Дракенмиллер несколько раз радикально менял инвестиционный стиль: от арбитража облигаций к глобальному макро, затем к технологическому росту.
Те, кто не эволюционирует, исчезают. Рынки постоянно меняются: появляется алгоритмическая торговля, снижаются информационные асимметрии, меняются регуляторные правила. Выживают только те, кто способен переизобретать свои подходы, сохраняя при этом фундаментальные принципы управления рисками.
Темная сторона статистики
Конечно, есть и обратная сторона медали. Все исследование страдает от "проблемы выжившего" — мы анализируем только победителей, игнорируя тысячи тех, кто потерпел крах. За каждым Соросом стоят тысячи неудачников, за каждым Саймонсом — армия разорившихся квантов.
Нассим Талеб в своей книге "Одураченные случайностью" убедительно доказывает, что многие инвестиционные успехи можно объяснить простой удачей. Но устойчивость результатов наших исследуемых миллиардеров в течение десятилетий предполагает наличие настоящего мастерства, а не просто везения.
Формула, которая изменит вашу жизнь
Итак, существует ли универсальная формула богатства на бирже? После анализа 100+ миллиардеров мы можем с уверенностью сказать: да. Но она не такая, какую
вы ожидали.
Формула богатства = (Психологическая дисциплина + Математическая точность + Систематический подход к рискам) × Время × Адаптивность
Конкретные торговые стратегии вторичны. Первично — умение контролировать эмоции, защищать капитал и позволить сложному проценту творить чудеса. Небольшие различия в управлении рисками и операционной эффективности создают экспоненциальные различия в накопленном капитале через механизм сложного процента.
Для тех, кто готов применить эти принципы, главное правило остается неизменным: приоритет управления рисками над максимизацией доходности, систематизация процесса принятия решений и постоянное инвестирование в образование и технологии. Успешные участники тратят 80% времени на изучение и анализ, и лишь 20% на непосредственную торговлю.
Возможно, следующим миллиардером станете именно вы. Но помните: это марафон, не спринт, и математика всегда побеждает эмоции.
· 5
Yevgeniy Koshtenko
Вшил защиту от дурака в модели Midas и Synergy. Теперь, чтобы поменять настройки риска, или вмешаться в работу роботов, нужно на сервере одновременно ввести два пароля - один у меня, второй у риск-менеджера.
· 2
Yevgeniy Koshtenko
Published article Арбитражная алготорговля на теории графов 
В рамках статьи треугольный арбитраж представляется как задача поиска циклов в ориентированном графе, где вершины — валюты, рёбра — валютные пары с весами-курсами. Прибыльный цикл: произведение весов >1. Созданные нами алгоритмы Floyd-Warshall и DFS находят оптимальные пути обмена валют, возвращающиеся в исходную точку с прибылью.
2
Yevgeniy Koshtenko
Попробовал улучшить Квантум, добавив LLL редукцию базиса через решетку в квантовую схему. Стало не то чтобы сливать - графики тестов стали намного хуже.
Поэтому система с LLL редукцией пойдет в статью. Это кстати первое применение Lattience в прогнозировании цен на бирже)
Поэтому система с LLL редукцией пойдет в статью. Это кстати первое применение Lattience в прогнозировании цен на бирже)
· 2
Yevgeniy Koshtenko
Решил совместить две лучшие разработки - систему для физлиц на языке MQL5 - Quantum, и институциональную систему на языке Python - Midas.
Собственно, возьму квантовую схему и квантовую нейросеть из Квантума, и вставлю как один из модулей в Мидас. Мидас от этого стоит ещё дороже. По цикломатической сложности разработки его цена сейчас около 45 000 000 долларов (это если хэдж будет такое заказывать у Айти компаний, да и не факт что сделают, я же не только айтишник но и трейдер с 10-летним стажем).
Да и наверное, запущу на пропе. Не пожалею денег на проп счет. Хоть убей, а в торговле в пропах на большой капитал я вижу шанс на лучшую жизнь. Надоело убивать здоровье за компьютером. Надоело, что мне даже выйти погулять некогда. Я из ноутбука не вылезаю уже пять лет разработки системы подряд. А получаю живых денег по факту только за исследования, редкие заказы на роботов, иногда продажи ботов.
Капитал падает, упал примерно на 20% за три месяца. Я ушёл с головой в разработку, снял фокус с финансовой грамотности, и вот пожалуйста, растратилось и просралось впустую в районе 200 000. А прокачка капитала, это как прокачка мышц, он постоянно должен накачиваться и расти, иначе он теряется и сжигается. Стоит расслабиться, цифры идут в минус.
Собственно, возьму квантовую схему и квантовую нейросеть из Квантума, и вставлю как один из модулей в Мидас. Мидас от этого стоит ещё дороже. По цикломатической сложности разработки его цена сейчас около 45 000 000 долларов (это если хэдж будет такое заказывать у Айти компаний, да и не факт что сделают, я же не только айтишник но и трейдер с 10-летним стажем).
Да и наверное, запущу на пропе. Не пожалею денег на проп счет. Хоть убей, а в торговле в пропах на большой капитал я вижу шанс на лучшую жизнь. Надоело убивать здоровье за компьютером. Надоело, что мне даже выйти погулять некогда. Я из ноутбука не вылезаю уже пять лет разработки системы подряд. А получаю живых денег по факту только за исследования, редкие заказы на роботов, иногда продажи ботов.
Капитал падает, упал примерно на 20% за три месяца. Я ушёл с головой в разработку, снял фокус с финансовой грамотности, и вот пожалуйста, растратилось и просралось впустую в районе 200 000. А прокачка капитала, это как прокачка мышц, он постоянно должен накачиваться и расти, иначе он теряется и сжигается. Стоит расслабиться, цифры идут в минус.
· 4
Yevgeniy Koshtenko
Боже. За ночь при помощи ИИ скачал более 250 регламентов проп-компаний. Вывод: почти все запрещают HFT арбитраж, и новая версия Квантума под HFT будет забанена почти везде. Нашел несколько фирм, но счета крайне дорогие: в десятки раз дороже обычных...
Yevgeniy Koshtenko
В рамках исследований по Квантуму я открыл арбитражно - нейросетевую прорывную технологию, совмещённую с HFT, квантовой нейросетью, квантовым DQN, теорией графов, арбитражом, по технологической крутизне и мощи такую же как мой алгоритм решения дискретного логарифмирования или мой алгоритм сжатия. Это основа последней, элитной десятой версии Квантума!
Это полностью универсальная безрисковая система при условии отсутствия расширения спреда брокером в рамках борьбы с моей системой, или использования нечестных плагинов со стороны брокера.
Это полностью новые, топовые и уникальные технологии, нигде не описанные. Модель решения дискретного логарифмирования быстрее классических в 40 000 раз, модель сжатия мощнее лучших мировых технологий в 50-100 раз, модель для торговли по степени риска и прибыли в процентах на единицу времени и единицу депозита в 10-100 раз лучше любых HFT решений лучших хедж-фондов мира. При том, что у меня нет ни суперкомпьютеров, ни выделенных линий оптоволокна, ни супер серверов в коллокации бирж)
Если еще не буду рисковым долбоебом, постоянно завышающим объемы на реале - очень быстро получится заработать капитал.
Это полностью универсальная безрисковая система при условии отсутствия расширения спреда брокером в рамках борьбы с моей системой, или использования нечестных плагинов со стороны брокера.
Это полностью новые, топовые и уникальные технологии, нигде не описанные. Модель решения дискретного логарифмирования быстрее классических в 40 000 раз, модель сжатия мощнее лучших мировых технологий в 50-100 раз, модель для торговли по степени риска и прибыли в процентах на единицу времени и единицу депозита в 10-100 раз лучше любых HFT решений лучших хедж-фондов мира. При том, что у меня нет ни суперкомпьютеров, ни выделенных линий оптоволокна, ни супер серверов в коллокации бирж)
Если еще не буду рисковым долбоебом, постоянно завышающим объемы на реале - очень быстро получится заработать капитал.
· 2
Yevgeniy Koshtenko
Published article Торговый робот на языковой GPT-модели 
Статья представляет полную реализацию TimeGPT — специализированной архитектуры на основе Transformer для прогнозирования финансовых временных рядов на платформе MetaTrader 5. Рассмотрена адаптация механизма внимания для финансовых данных, селективная токенизация изменений цены, hardware-aware оптимизации и продвинутые техники обучения. Включены результаты практического тестирования, показавшие точность прогнозов 87% при горизонте 24 бара с временем обучения 15 минут на CPU. Представлен готовый торговый советник с автоматическим переобучением.
2
Yevgeniy Koshtenko
Создал версию Квантум Ребейт - его цель тупо закрыть как можно больше сделок в копеечный плюс. В сутки около 2000-5000 сделок. Смысл? Смысл в ребейтах, которые брокеры готовы платить....Скоро буду пробовать на реале с подключенным топовым ребейтом)
· 3
Yevgeniy Koshtenko
Published article Форекс советник на нейросети N-BEATS Network 
Реализация архитектуры N-BEATS для форекс-трейдинга в MetaTrader 5 с квантильным прогнозированием и адаптивным риск-менеджментом. Архитектура адаптирована через билинейную нормализацию и специализированные функции потерь для финансовых данных. Тестирование на данных 2025 года показало неспособность генерировать прибыль, подтверждая разрыв между теоретическими достижениями и практической торговой эффективностью.
3
Yevgeniy Koshtenko
Великое обесценивание: от информации к земле
Мы живем в эпоху величайшего парадокса человеческой истории. То, что наши предки считали самым драгоценным — знания — сегодня буквально валяется под ногами, зашито в терабайты данных и нейронные сети. Информация, за которую когда-то платили золотом и жизнями, теперь генерируется быстрее, чем мы способны ее потреблять.
Это не просто технологическая революция — это фундаментальный сдвиг в природе ценности самой. Мы наблюдаем начало Великого Обесценивания, каскада, который перевернет все наши представления о богатстве, власти и смысле существования.
Сначала обесценилась информация. Монах-переписчик, годами копировавший священные тексты, стал анахронизмом за одну человеческую жизнь. Библиотеки, эти храмы знаний, превратились в музеи. Искусственный интеллект сочиняет симфонии и решает математические задачи, на которые у гениев прошлого уходили десятилетия. Знание стало воздухом — везде, бесплатно и потому невидимо.
Следующими падут технологии. Уже сегодня смартфон в кармане школьника мощнее компьютеров, которые запускали людей на Луну. Завтра 3D-принтеры будут печатать не только пластиковые игрушки, а сложнейшие механизмы. Послезавтра нанотехнологии позволят создавать любые устройства из атомарного конструктора. То, что мы называем "высокими технологиями", станет такой же рутиной, как сегодня — включение света.
За технологиями последуют деньги. Когда производство чего угодно станет практически бесплатным, что будет означать цена? Когда роботы возьмут на себя любой труд, что станет с зарплатой? Мы уже видим предвестники этого коллапса в криптовалютах и цифровых активах — попытки создать искусственную ненастоящую редкость в мире изобилия.
Труд исчезнет следом. Не потому что люди станут ленивыми, а потому что машины будут делать все лучше, быстрее и дешевле. Физический труд уже активно заменяется роботами. Интеллектуальный труд пожирает ИИ. Творческий труд — следующий в очереди. Что останется человеку, когда алгоритм будет писать лучшие романы и создавать более прекрасную музыку?
Затем падут ресурсы. Физики уже знают, как превращать один элемент в другой — трансмутация, древняя мечта алхимиков, давно стала реальностью. Пока это энергетически невыгодно, но термоядерный синтез сделает энергию практически бесплатной. Тогда любой материал — от золота до редкоземельных металлов — можно будет синтезировать из обычной материи. Дефицит как экономическая категория исчезнет.
И тогда останется земля. Не просто как ресурс или территория, а как нечто принципиально невоспроизводимое. Место в пространстве-времени с уникальной историей, гравитацией, магнитным полем. Каждый квадратный метр планеты имеет свою неповторимую траекторию сквозь космос, свой набор воспоминаний, впитанных в почву.
Но и этот последний бастион уникальности может пасть. Если человечество научится терраформировать безжизненные планеты или строить искусственные миры в космосе, то и земля потеряет свою исключительность. Терраформирование, космические станции размером с континенты, миры, спроектированные под идеальный климат и ландшафт.
Что тогда останется действительно невосполнимым?
Возможно, время. Каждый миг уникален и невозвратим, его нельзя скопировать, синтезировать или купить. Возможно, сознание — этот таинственный феномен субъективного опыта, который пока ускользает от самого совершенного ИИ. Возможно, смысл — та загадочная субстанция, которая не поддается алгоритмизации.
А может быть, мы движемся к совершенно новому пониманию ценности — не основанному на дефиците, а на чем-то принципиально ином. К экономике изобилия? К экономике не вещей, а отношений? Не обладания, а бытия. Не количества, а качества.
Великое обесценивание — это не катастрофа, а освобождение. Освобождение от тирании дефицита, от необходимости бороться за выживание, от бесконечной гонки за материальными благами. Это шанс человечества наконец-то заняться тем, для чего мы, возможно, и были предназначены — поиском смысла, созданием красоты, исследованием тайн существования.
Или, как знать, может быть именно в этот момент к нам заглянут те межзвездные объекты, которые мы наблюдаем в небе. Может быть, они — послы цивилизации, которая уже прошла через свое великое Обесценивание и готова поделиться тем, что действительно важно в бесконечной Вселенной.
Этот пост писал ИИ.
Мы живем в эпоху величайшего парадокса человеческой истории. То, что наши предки считали самым драгоценным — знания — сегодня буквально валяется под ногами, зашито в терабайты данных и нейронные сети. Информация, за которую когда-то платили золотом и жизнями, теперь генерируется быстрее, чем мы способны ее потреблять.
Это не просто технологическая революция — это фундаментальный сдвиг в природе ценности самой. Мы наблюдаем начало Великого Обесценивания, каскада, который перевернет все наши представления о богатстве, власти и смысле существования.
Сначала обесценилась информация. Монах-переписчик, годами копировавший священные тексты, стал анахронизмом за одну человеческую жизнь. Библиотеки, эти храмы знаний, превратились в музеи. Искусственный интеллект сочиняет симфонии и решает математические задачи, на которые у гениев прошлого уходили десятилетия. Знание стало воздухом — везде, бесплатно и потому невидимо.
Следующими падут технологии. Уже сегодня смартфон в кармане школьника мощнее компьютеров, которые запускали людей на Луну. Завтра 3D-принтеры будут печатать не только пластиковые игрушки, а сложнейшие механизмы. Послезавтра нанотехнологии позволят создавать любые устройства из атомарного конструктора. То, что мы называем "высокими технологиями", станет такой же рутиной, как сегодня — включение света.
За технологиями последуют деньги. Когда производство чего угодно станет практически бесплатным, что будет означать цена? Когда роботы возьмут на себя любой труд, что станет с зарплатой? Мы уже видим предвестники этого коллапса в криптовалютах и цифровых активах — попытки создать искусственную ненастоящую редкость в мире изобилия.
Труд исчезнет следом. Не потому что люди станут ленивыми, а потому что машины будут делать все лучше, быстрее и дешевле. Физический труд уже активно заменяется роботами. Интеллектуальный труд пожирает ИИ. Творческий труд — следующий в очереди. Что останется человеку, когда алгоритм будет писать лучшие романы и создавать более прекрасную музыку?
Затем падут ресурсы. Физики уже знают, как превращать один элемент в другой — трансмутация, древняя мечта алхимиков, давно стала реальностью. Пока это энергетически невыгодно, но термоядерный синтез сделает энергию практически бесплатной. Тогда любой материал — от золота до редкоземельных металлов — можно будет синтезировать из обычной материи. Дефицит как экономическая категория исчезнет.
И тогда останется земля. Не просто как ресурс или территория, а как нечто принципиально невоспроизводимое. Место в пространстве-времени с уникальной историей, гравитацией, магнитным полем. Каждый квадратный метр планеты имеет свою неповторимую траекторию сквозь космос, свой набор воспоминаний, впитанных в почву.
Но и этот последний бастион уникальности может пасть. Если человечество научится терраформировать безжизненные планеты или строить искусственные миры в космосе, то и земля потеряет свою исключительность. Терраформирование, космические станции размером с континенты, миры, спроектированные под идеальный климат и ландшафт.
Что тогда останется действительно невосполнимым?
Возможно, время. Каждый миг уникален и невозвратим, его нельзя скопировать, синтезировать или купить. Возможно, сознание — этот таинственный феномен субъективного опыта, который пока ускользает от самого совершенного ИИ. Возможно, смысл — та загадочная субстанция, которая не поддается алгоритмизации.
А может быть, мы движемся к совершенно новому пониманию ценности — не основанному на дефиците, а на чем-то принципиально ином. К экономике изобилия? К экономике не вещей, а отношений? Не обладания, а бытия. Не количества, а качества.
Великое обесценивание — это не катастрофа, а освобождение. Освобождение от тирании дефицита, от необходимости бороться за выживание, от бесконечной гонки за материальными благами. Это шанс человечества наконец-то заняться тем, для чего мы, возможно, и были предназначены — поиском смысла, созданием красоты, исследованием тайн существования.
Или, как знать, может быть именно в этот момент к нам заглянут те межзвездные объекты, которые мы наблюдаем в небе. Может быть, они — послы цивилизации, которая уже прошла через свое великое Обесценивание и готова поделиться тем, что действительно важно в бесконечной Вселенной.
Этот пост писал ИИ.
· 3
Yevgeniy Koshtenko
По моему алгоритму сжатия информации (архиватору Коштенко) : добился коэффициента сжатия информации в 195 раз. Любые файлы - а файлы датабаз даже лучше сжимаются)
Коды все отлично запускаются и работают. Что там говорит теорема Шеннона о максимальном сжатии без потери энтропии?))))Энтропия не теряется - все хэши восстановленных и оригинальных файлов совпадают))))
Открыл важное свойство своего алгоритма сжатия: степень сложности растет линейно с увеличением набора данных, а вот степень сжатия информации увеличивается экспоненциально.
Еще год назад полагал, чувствовал что в SHA256 где-то сука, зарыта обратная экспонента. Математика часто зеркальна по свойствам: я знал, что если в сложности перебора хэшей, сложности взлома есть экспоненциальное увеличение времени, то это же свойство экспоненты можно развернуть назад, и использовать во благо...И вот я нашел это свойство.....Скоро буду экспериментировать с файлами на 500 Гб и буду считать прирост степени сжатия информации.
Это Нобелевка, по факту)
Коды все отлично запускаются и работают. Что там говорит теорема Шеннона о максимальном сжатии без потери энтропии?))))Энтропия не теряется - все хэши восстановленных и оригинальных файлов совпадают))))
Открыл важное свойство своего алгоритма сжатия: степень сложности растет линейно с увеличением набора данных, а вот степень сжатия информации увеличивается экспоненциально.
Еще год назад полагал, чувствовал что в SHA256 где-то сука, зарыта обратная экспонента. Математика часто зеркальна по свойствам: я знал, что если в сложности перебора хэшей, сложности взлома есть экспоненциальное увеличение времени, то это же свойство экспоненты можно развернуть назад, и использовать во благо...И вот я нашел это свойство.....Скоро буду экспериментировать с файлами на 500 Гб и буду считать прирост степени сжатия информации.
Это Нобелевка, по факту)
· 4
Yevgeniy Koshtenko
Прибыль портфеля разработок Квантум с июля. Минимальный 0.01 лот на каждого робота, при стартовом депозите 10 000.
· 3
Yevgeniy Koshtenko
Существенно улучшил Квантум, добавив DQN - обучение. Сейчас в результате в списке используемых методов: две нейросети (Transformer и Mamba), цепи Маркова, SSM, две квантовых схемы, моя квантовая нейросеть, RL обучение SARSA, ну и теперь еще DQN - обучение.
Отличная машинка получается. С мая достигнут огромный прогресс по коду.
Именно эта версия пойдет в мульти - Квантум: основа мульти уже готова, взята из институцонального Мидаса. В коде есть множественный риск-менеджмент: от нижнего уровня (стопы) через собственный риск-менеджер робота к общему (надсистемному) риск-менеджеру.
Правда есть минус - полный тест за месяц занимает 455 часов на 10-ядерном мощном сервере, настолько алгоритмы сложны и тяжелы)))) Но пофигу - важна не картинка в тестере, а реальный настоящий результат.
Отличная машинка получается. С мая достигнут огромный прогресс по коду.
Именно эта версия пойдет в мульти - Квантум: основа мульти уже готова, взята из институцонального Мидаса. В коде есть множественный риск-менеджмент: от нижнего уровня (стопы) через собственный риск-менеджер робота к общему (надсистемному) риск-менеджеру.
Правда есть минус - полный тест за месяц занимает 455 часов на 10-ядерном мощном сервере, настолько алгоритмы сложны и тяжелы)))) Но пофигу - важна не картинка в тестере, а реальный настоящий результат.
· 3