Yevgeniy Koshtenko / Perfil

Первые прибыли в пропе. Мониторинг именно здесь сделать не могу, на MQL5. Ограничение для демо счетов. Долго рассказывать, но все пропы имеют демо счета в основе. Я думаю это одна из причин траблов между MQL5 и пропами, громкий скандал.

Суть в том что проп выдает всем своим трейдерам демо, а это сотни тысяч трейдеров. А затем, насколько я понимаю, просто выводит на реальный рынок одну общую огромную позу. Как-то так.

Но есть мониторинг MyFxBook. Кто-нибудь знает, как его тут закрепить в профиле?

Все огонь!!!Скину с первого снятия со счета fxsaber награду, ведь без него кода для пропа не было бы...)

При покупке большого проп счета, с другом столкнулись с проблемой новостной торговли.

Дело в том, что программа пропа, которую мы для себя выбрали - 60 000$ инстант, со снятием прибыли в любое время - имеет ограничения. Они касаются новостей, того что новостная торговля запрещена в течение 2 минут до крупной новости, и 2 минуты после новости.

Если мои роботы вошли бы в сделки на важной новости, счёт был бы заблокирован моментально.

Что делать? Брать счёт на шару, в надежде что повезет? Не для меня. Брать счёт в другом пропе, где даже не идут навстречу насчёт подключения к реальному серверу, чтобы я мог проверить роботов заранее? Нет. Брать долгосрочную программу пропа, с просадкой в 4% и плечом 1:10, с перспективой заработать 50-100 к баксов за 5-6 лет? Можно, но результат нужен сразу.

Поэтому решил проблему с новостями. Сидел с кодом, нашел библиотеку от fxsaber, долго разбирался, два дня, но разобрался, теперь роботы имеют защиту от новостей)

Класс..

Завтра берем проп на 60 000$. Будут живые мониторинги счета везде где только можно)

Сделал модель для прогнозирования смещения шифрования алгоритма SHA 256. Точность на тестовой выборке огромна. Пои идее, блок будет открываться очень быстро, и станет возможной дешифровка любого алгоритма шифрования в мире. Прогноз точности nonce: 0.98193049
Скорость майнинга: 0.83 гигахэшей в секунду
Оставшееся время при обычном переборе хэшей: 53595377703241.02 дней
Текущий хэш: bab82dc74aedc6a4ee2ded6f9e0f0ee3a1a192ed0c7cc4b035d0f370727c22c0

Реалити шоу на 2 миллиарда тенге

План до начала лета : обучить минимум 21 модель, по 5-7 на каждой паре, на разных парах. Целевая доходность в год у каждой по 2%, целевая просадка до 1% в год, и совокупная по всем парам не более 4-5%. Каждую из моделей я буду загружать в маркет MQL5, средняя цена по всем моделям будет 800 долларов.

А 1 июня начнется жара. Мы с другом возьмём проп, большой счёт. Проп израильский, мы так страхуемся от санкций, евреи никогда не будут вводить санкции против русскоязычных там, где русские могут помочь им заработать.

Все Вагнера торгуют там, кто понял тот понял) Я уже получил подключение к их реальному серверу, посмотрел там все, мои модели там успешно торгуют, все супер!

И сразу же в июне я запущу реалити шоу на 2 миллиарда тенге. Смысл этого пропа в масштабировании счета. Берете вы допустим счет на 50 000 долларов, при успешной торговле проп обязуется увеличивать ваш счёт на 30-50% за каждые 10% на счёте, вплоть до 4 000 000$.

Я сделаю публичный сигнал MQL5. Буду рассказывать о том, как идёт торговля, предоставлять отчётность. Все это будет в рамках реалити, и цель дойти до планки счета в 4 миллиона долларов за 2-3 года.

Как вам идея?

Почти неделю сидел и мучился, пытался сделать нормальный тестер Питона для моделей. Ничего. Не работает. Либо показывает всегда прибыль, либо всегда слив. Вроде все учтено, спред, комса, направления сделок и потери на свопе, но все равно не работает.

Я сменил подход, сменил картинку. Сделал 10 лучших метрик оценки моделей классификации, научно обоснованных метрик, таких как точность, полнота, меткость, F1, и т.п. Вывел на основе этих метрик среднюю, сделал формулу.

Сразу же появилась новая проблема, дисбаланс классов. Если цена на исторических данных росла в течение 20-30 лет, лучшие метрики укажут на модели бычьего рынка, которые будут в итоге прогнозировать только покупки и все. Я с этим уже сталкивался, когда делал компьютерное зрение для анализа графиков. Пришлось внедрять балансировку классов по новому для меня методу, с весами классов.

Итог всей этой работы будет известен завтра, после тысячи обученных моделей и выбора одной лучшей. Тружусь для маркета, систему охлаждения ноутбука пожалуй надо уже менять)

Больше не придется мучиться, обучая сотни моделей, когда в прибыль идёт одна из сотни. Научные метрики нормально оценивают модели.

Ha publicado el artículo Desarrollo de un robot en Python y MQL5 (Parte 1): Preprocesamiento de datos