Yevgeniy Koshtenko
Yevgeniy Koshtenko
3.8 (6)
  • Información
2 años
experiencia
14
productos
37
versiones demo
1
trabajos
0
señales
0
suscriptores
Professional and qualified investor and trader operating in Kazakhstan and the Russian Federation.

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

Desarrollar un robot de trading basado en aprendizaje automático: Una guía detallada. El primer artículo de la serie trata de la recogida y preparación de datos y características. El proyecto se ejecuta utilizando el lenguaje de programación y las librerías Python, así como la plataforma MetaTrader 5.

Aleksandr Seredin
Aleksandr Seredin 2024.03.30
Огонь! )
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Взял проп США на 2 200 000. Также готовлю новую статью сюда, с моделью МО
Aleksandr Seredin
Aleksandr Seredin 2024.03.01
Огонь! )
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Друзья, меня забанили в сообщениях за рассылки. Блин.
Yevgeniy Koshtenko
Ha publicado el artículo Creación de un algoritmo de creación de mercado en MQL5
Creación de un algoritmo de creación de mercado en MQL5

¿Cómo funcionan los creadores de mercado? Consideremos esta cuestión y creemos un algoritmo primitivo de creación de mercado.

Yevgeniy Koshtenko
Ha publicado el artículo Análisis cuantitativo en MQL5: implementamos un algoritmo prometedor
Análisis cuantitativo en MQL5: implementamos un algoritmo prometedor

Hoy veremos qué es el análisis cuantitativo, cómo lo utilizan los grandes jugadores y crearemos uno de los algoritmos de análisis cuantitativo en MQL5.

Yevgeniy Koshtenko
Yevgeniy Koshtenko
Тест на участке вне обучения с 2013, одной из моделей, которые сейчас стоят на тесте. +10% без плеча в год. Просадка 8%.

Просадки по полгода на пике. Думал взять счет в пропе США. Получается, что 4% риска в пропе, можно выдержать только торгуя втрое меньшим лотом. 5% прибыли за год. Проп такими темпами, я сдам за год. Или за полтора, если не повезет и попаду на неудачное время.

Все-таки настоящий трейдинг это всегда long term capital managment) Десятилетия труда и настойчивости. Забудьте вообще о тупых мошенниках, которые обещают в рекламе быстрые прибыли с трейдинга, о каких блин 50% в месяц можно говорить? О чем речь вообще? Это НЕВОЗМОЖНО! И легких денег в трейдинге ТОЖЕ НЕТ! ВСЕ ЭТИ СМАРТ МАНИ, ЧУДО СИСТЕМЫ, БРЕДЯТИНА ВСЯКАЯ - ЭТО ПРОСТО ЗАМАНУХА ДЛЯ ЛОХОВ НА ПОКУПКУ КУРСОВ!
Yevgeniy Koshtenko
Ha publicado el artículo Python, ONNX y MetaTrader 5: Creamos un modelo RandomForest con preprocesamiento de datos RobustScaler y PolynomialFeatures
Python, ONNX y MetaTrader 5: Creamos un modelo RandomForest con preprocesamiento de datos RobustScaler y PolynomialFeatures

En este artículo, crearemos un modelo de bosque aleatorio en Python, entrenaremos el modelo y lo guardaremos como un pipeline ONNX con preprocesamiento de datos. Además, usaremos el modelo en el terminal MetaTrader 5.

Yevgeniy Koshtenko
Ha publicado el código Calculadora de riesgo para MT 5
El indicador calcula su riesgo en porcentaje y le da el tamaño de lote que es aceptable para su riesgo. Solo tiene que especificar el riesgo en porcentaje y el tamaño del stop en pips.
Yevgeniy Koshtenko
Ha publicado el código Количественный анализ тейков и стопов
Советник анализирует вероятности достижения тейк-профита и стоп-лосса.
178
compartir producto

Este es un indicador de análisis cuantitativo para cualquier mercado. Su funcionamiento es sencillo: calcula la magnitud de las oscilaciones del movimiento del precio de arriba abajo y ofrece el valor medio de la magnitud de la tendencia sin retroceso. Si el valor actual del movimiento ha superado este umbral en más de un 10 % (110 % del indicador), puede entrar en una operación en contra de la tendencia y operar con un amplio margen de maniobra basado en el ATR. ¡Las operaciones se obtienen con

Yevgeniy Koshtenko Ha publicado el producto

Este es un indicador de análisis cuantitativo para cualquier mercado. Su funcionamiento es sencillo: calcula la magnitud de las oscilaciones del movimiento del precio de arriba abajo y ofrece el valor medio de la magnitud de la tendencia sin retroceso. Si el valor actual del movimiento ha superado este umbral en más de un 10 % (110 % del indicador), puede entrar en una operación en contra de la tendencia y operar con un amplio margen de maniobra basado en el ATR. ¡Las operaciones se obtienen con