|
2 年
経験
|
7
製品
|
67
デモバージョン
|
|
0
ジョブ
|
0
シグナル
|
0
購読者
|
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.
Computer vision for trading: how it works and how to develop it step by step. We create an algorithm for recognition of RGB images of price charts using the attention mechanism and a bidirectional LSTM layer. As a result, we obtain a working model for forecasting the EURUSD price with the accuracy of up to 55% in the validation section.
Теперь мне доступны любые отчёты по всем позициям всех фондов крупнее 100 млн. $.
Это для нового модуля Мидаса.
Следующая статья будет посвящена анализу связей между движениями капитала мировых фондов и изменениями цен на бирже.
外国為替市場における定量的トレンド分析とは何でしょうか。本記事では、EURUSD通貨ペアにおけるトレンド、その大きさ、分布に関する統計を収集します。利益を生む取引用エキスパートアドバイザー(EA)の開発に、定量的トレンド分析がどのように役立つかも示します。
The article contains a detailed description of the cross-rate calculation algorithm, a visualization of the imbalance matrix, and recommendations for optimally setting the MinDiscrepancy and MaxRisk parameters for efficient trading. The system automatically calculates the "fair value" of each currency pair using cross rates, generating buy signals in case of negative deviations and sell signals in case of positive ones.
コンピュータビジョンおよびディープラーニングを活用したEURUSD予測システムです。本記事では、畳み込みニューラルネットワークが外国為替市場における複雑な価格パターンをどのように認識し、最大54%の精度で為替レートの変動を予測できるかを解説します。また、従来のテクニカル指標の代わりに、チャートの視覚的分析に人工知能技術を活用するアルゴリズムの構築手法を共有します。著者は、価格データを「画像」へと変換するプロセス、それらをニューラルネットワークで処理する方法、さらに活性化マップやアテンションヒートマップを通じてAIの「意識」を可視化する独自のアプローチを解説します。MetaTrader 5ライブラリを用いた実践的なPythonコードにより、読者は本システムを再現し、自身の取引へ応用することができます。
How to use Renko bars with AI? Let's look at Renko trading on Forex with forecast accuracy of up to 59.27%. We will explore the benefits of Renko bars for filtering market noise, learn why volume is more important than price patterns, and how to set the optimal Renko block size for EURUSD. This is a step-by-step guide on integrating CatBoost, Python, and MetaTrader 5 to create your own Renko Forex forecasting system. It is ideal for traders looking to go beyond traditional technical analysis.
Небольшой процентник капает на счет каждую ночь, это своего рода кэшбек от брокера за активную торговлю роботов.
Каждому кто приобретает акционные версии роботов - я могу настроить такого рода ребейт с прямым переводом ребейта на счет каждую ночь.
По процентам чисто с ребейтов за апрель вышло + 0,75%, плюс еще роботы сами набили +12,52% на все пополнения.
Принцип прост - постоянно пополняем счет, роботы постоянно набивают прибыль на все пополнения, ребейты также увеличиваются. Дальше в систему вступает его величество сложный процент, который и выводит вас на финансовую свободу. Наш с женой пассивный доход от инвестиций за год уже впервые превысил 1 млн. тенге, это около 20 000 рублей полностью пассивно - ежемесячно. Но прибылью мы не пользуемся, а реинвестируем и пускаем в работу - хоть через 10 лет пожить как миллиардеры))))
Всего накопительных счетов сейчас 11 - это и вклады, и депозиты, и брокерские счета в РФ / Казахстане, и криптобиржи, и брокерские счета у Форекс - дилеров.
Главная суть системы: контролировать расходы, чтобы тратить не все, то что не потратили, запускаем в инвестиции, и они уже создают нам капитал на дистанции.
In this article, we will explore what pair trading is and how correlation trading works. We will also create an EA for automating pair trading and add the ability to automatically optimize this trading algorithm based on historical data. In addition, as part of the project, we will learn how to calculate the differences between two pairs using the z-score.
What is angular analysis of financial markets? How to use price action angles and machine learning to make accurate forecasts with 67% accuracy? How to combine a regression and classification model with angular features and obtain a working algorithm? What does Gann have to do with it? Why are price movement angles a good indicator for machine learning?
市場の買われすぎや売られすぎの状態を、カオス理論に基づいて評価します。この手法では、カオス理論、フラクタル幾何学、ニューラルネットワークの原理を統合し、金融市場の予測をおこないます。この研究では、市場のランダム性の尺度として、また売買シグナルの動的適応として、リアプノフ指数を使用する方法を実証しています。市場のランダム性の評価にはリアプノフ指数を用い、売買シグナルの動的適応を実現しています。具体的には、フラクタルノイズ生成アルゴリズム、双曲線正接関数による活性化、モーメント最適化を組み合わせた手法を採用しています。
本記事では、Ilanグリッド型エキスパートアドバイザー(EA)を再考し、MQL5でQ学習を組み込んだMetaTrader 5用適応型バージョンを構築する方法を解説します。状態特徴量の定義、Qテーブル用の離散化、ε-greedyによる行動選択、平均化やポジション決済に対する報酬設計の手法を示します。さらに、Qテーブルの保存や読み込み、学習パラメータのチューニング、EURUSDやAUDUSDに対するストラテジーテスターでの安定性およびドローダウンリスクの評価についても解説します。
金利差を活用して利益を得る方法をご存じでしょうか。本記事では、FXにおけるスワップ差裁定（スワップアービトラージ）を活用し、毎晩安定した利益を生み出し、市場の変動に強いポートフォリオを構築する方法について解説します。
We are creating an adaptive self-learning trading expert advisor based on DQN machine learning, with multidimensional causal inference. The EA will successfully trade simultaneously on 7 currency pairs. And agents of different pairs will exchange information with each other.
本記事では、PythonおよびMQL5を用いて合成通貨の動きを分析し、現在のFX裁定取引の実現可能性について検討します。また、合成通貨を分析するための既製Pythonコードを紹介するとともに、FXにおける合成通貨の概念についても詳しく解説します。