Yevgeniy Koshtenko
Yevgeniy Koshtenko
3.8 (6)
  • Informazioni
2 anni
esperienza
14
prodotti
37
versioni demo
1
lavori
0
segnali
0
iscritti
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
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 Creazione di un algoritmo di market making in MQL5
Creazione di un algoritmo di market making in MQL5

Come funzionano i market maker? Analizziamo questo problema e creiamo un algoritmo di market making rudimentale.

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.
178
prodotto condiviso

Here is a quantitative analysis indicator for any market. Its essence is simple - it calculates the magnitude of the waves of price movement from top to bottom, and gives the median value of the magnitude of the non-recoil trend. If the current value of the movement has exceeded this threshold by more than 10% (110% of the indicator indicator), you can enter a trade against the trend and work with a large margin of action based on ATR. Transactions are obtained with a high risk-reward ratio and

Yevgeniy Koshtenko Prodotto pubblicato

Here is a quantitative analysis indicator for any market. Its essence is simple - it calculates the magnitude of the waves of price movement from top to bottom, and gives the median value of the magnitude of the non-recoil trend. If the current value of the movement has exceeded this threshold by more than 10% (110% of the indicator indicator), you can enter a trade against the trend and work with a large margin of action based on ATR. Transactions are obtained with a high risk-reward ratio and