Yevgeniy Koshtenko
Yevgeniy Koshtenko
3.6 (8)
  • Informazioni
2 anni
esperienza
7
prodotti
67
versioni demo
0
lavori
0
segnali
0
iscritti
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.
Yevgeniy Koshtenko
Articolo pubblicato Sviluppo di un robot in Python e MQL5 (Parte 1): Preelaborazione dei dati
Sviluppo di un robot in Python e MQL5 (Parte 1): Preelaborazione dei dati

Sviluppo di un robot di trading basato sull'apprendimento automatico: Una guida dettagliata. Il primo articolo della serie tratta della raccolta e della preparazione dei dati e delle caratteristiche. Il progetto è stato implementato utilizzando il linguaggio di programmazione e le librerie Python, nonché la piattaforma 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
Articolo pubblicato Creating a market making algorithm in MQL5
Creating a market making algorithm in MQL5

How do market makers work? Let's consider this issue and create a primitive market-making algorithm.

Yevgeniy Koshtenko
Articolo pubblicato Analisi quantitativa in MQL5: Implementazione di un algoritmo promettente
Analisi quantitativa in MQL5: Implementazione di un algoritmo promettente

Analizzeremo la questione di cosa sia l'analisi quantitativa e come viene utilizzata dai principali operatori. Creeremo uno degli algoritmi di analisi quantitativa nel linguaggio 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
Articolo pubblicato Python, ONNX e MetaTrader 5: Creazione di un modello RandomForest con RobustScaler e preelaborazione dei dati PolynomialFeatures
Python, ONNX e MetaTrader 5: Creazione di un modello RandomForest con RobustScaler e preelaborazione dei dati PolynomialFeatures

In questo articolo, creeremo un modello foresta casuale in Python, lo addestreremo e lo salveremo come pipeline ONNX con la pre-elaborazione dei dati. Dopodiché, utilizzeremo il modello nel terminale MetaTrader 5.

Yevgeniy Koshtenko
Codice pubblicato Calcolatore del rischio per MT 5
L'indicatore calcola il rischio in percentuale e fornisce la dimensione del lotto accettabile per il rischio. È sufficiente specificare il rischio in percentuale e la dimensione dello stop in pips.
Yevgeniy Koshtenko
Codice pubblicato Количественный анализ тейков и стопов
Советник анализирует вероятности достижения тейк-профита и стоп-лосса.
156
Yevgeniy Koshtenko
Hai lasciato un feedback allo sviluppatore per il lavoro Перевести советник с MT4 на MT5 и чуть-чуть его подкорректировать
Yevgeniy Koshtenko
Registrato sulla MQL5.community