Yevgeniy Koshtenko
Yevgeniy Koshtenko
  • 정보
2 년도
경험
7
제품
66
데몬 버전
0
작업
0
거래 신호
0
구독자
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
게재된 기고글 Пользовательские символы MQL5: Создаем символ 3D-баров
Пользовательские символы MQL5: Создаем символ 3D-баров

В данной статье представлено детальное руководство по созданию инновационного индикатора 3DBarCustomSymbol.mq5, который генерирует пользовательские символы в MetaTrader 5, объединяющие цену, время, объем и волатильность в единое трехмерное представление. Рассматриваются математические основы, архитектура системы, практические аспекты реализации и применения в торговых стратегиях.

1
Yevgeniy Koshtenko 출시돈 제품

Multi-Timeframe Time Gap Analysis v4.00 Professional Multi-Timeframe Time Gap Detection Indicator 🎯 PRODUCT DESCRIPTION Multi-Timeframe Time Gap Analysis is a revolutionary indicator for MetaTrader 5 that combines Time Gap analysis across multiple timeframes simultaneously. Based on Smart Money concepts and designed for professional traders who need comprehensive multi-timeframe market structure analysis. 🔬 MULTI-TIMEFRAME TIME GAP CONCEPT Multi-TF Time Gap is a price zone where price spent

Yevgeniy Koshtenko 출시돈 제품

TimeGap Block SMC v3.00 Professional Indicator for Fair Value Time Gap Analysis 🎯 PRODUCT DESCRIPTION TimeGap Block SMC is a revolutionary indicator for MetaTrader 5, specifically designed for detecting and analyzing Time Gaps in price zones. Based on Smart Money Concepts and intended for professional traders working with institutional market analysis approaches. 🔬 WHAT IS A TIME GAP? Time Gap is a price zone where price spent virtually no time, creating a "void" or "inefficiency" in market

Yevgeniy Koshtenko
Yevgeniy Koshtenko
Теперь я миллионер! Сложный процент уже виден)
Yevgeniy Koshtenko
게재된 기고글 Квантовая нейросеть на MQL5 (Часть I): Создаем включаемый файл
Квантовая нейросеть на MQL5 (Часть I): Создаем включаемый файл

Статья представляет новый подход к созданию торговых систем на основе квантовых принципов и искусственного интеллекта. Автор описывает разработку уникальной нейронной сети, которая выходит за рамки классического машинного обучения, объединяя квантовую механику с современными архитектурами ИИ.

2
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Прибыль модели Quantum за сегодня +1,12% при просадке -0,14%

На Мосбирже прибыль по балансу закрытая +0,24% за сутки.
panovq
panovq 2025.07.27
Привет а какой брокер использует МТ5 для мосбиржи?
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Итог по прибыли Квантума за сегодня.
Yevgeniy Koshtenko
Yevgeniy Koshtenko
КВАНТУМ ШАТАЕТ РЫНОК С ПРОФИТ-ФАКТОРОМ ВЫШЕ 20!!!😍😍😍😍
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Улучшил Квантума. Добавил ещё одну нейронную сеть с нейрогенезом - созданием новых нейронных связей, синаптическими связями и их прокачкой. Эта идея была описана в моей статье про биологически верную искуственную нейронную сеть.

Добавил вторую квантовую схему, из моей статьи про квантовые вычисления на бирже.

Добавил херову гору новых проверок - на ненулевой тик, на минимальный тик, на валидацию тика, по таймеру, по модулю бара, новый бар М1, и т. п.

Я уже хер знает что ещё за проверки добавить. Я кучу статей про проверки роботов перечитал, и добавил всё.

В моих руках - полностью самообучающаяся биологически и физически верная система для заработка на бирже.
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Прибыль портфеля роботов семейства Qantum за неделю.

Просадка по эквити -2,9% на максималках.

Прибыль +11, 5% за неделю.

Написал отдельную библиотеку включаемую, для управления всей торговлей на RL, обучении с подкреплением. Плюс, добавил модель U Transformer также включаемым файлом. И обмен информацией между агентами и моделями.

Два RL - агента, один риск менеджер, второй - трейдер. Ещё хочу добавить третьего - аналитика. Стало ещё круче!
jorge luna
jorge luna 2025.07.05
Will you have this Quantum robot available in the future? I was also very interested in your research on yellow 3D clusters. Do you have any price reversal indicators based on your research? Thank you, and I look forward to further updates on your research.
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Тест модели Quantum с проверкой на новый бар (все вычисления только на новом баре)

Шарп падает сразу с 12-15 до 5-6. Явно хуже. С проверкой на новый тик, ненулевой тик - работает лучше, потому что в 25% случаев по прибыли эксперт закрывается сразу же.
Yevgeniy Koshtenko
게재된 기고글 Анализ временных разрывов цен в MQL5 (Часть II): Создаем тепловую карту распределения ликвидности во времени
Анализ временных разрывов цен в MQL5 (Часть II): Создаем тепловую карту распределения ликвидности во времени

Подробное руководство по созданию индикатора тепловой карты для MetaTrader 5, который визуализирует временное распределение цены в виде тепловой карты. Статья раскрывает математическую основу анализа временной плотности, где каждый ценовой уровень окрашивается от красного (минимальное время пребывания) до синего (максимальное время пребывания).

2
Yevgeniy Koshtenko
게재된 기고글 Индикатор сезонности по часам, дням недели и месяца
Индикатор сезонности по часам, дням недели и месяца

Статья объясняет, как разработать инструмент для анализа повторяющихся ценовых закономерностей на финансовых рынках — по дням месяца (1-31), дням недели (понедельник-воскресенье) или часам дня (0-23). Индикатор анализирует исторические данные, вычисляет среднюю доходность для каждого периода и отображает результаты в виде гистограммы с прогнозом. Включает настраиваемые параметры: тип сезонности, количество анализируемых баров, отображение в процентах или абсолютных значениях, цвета графиков.

2
Yevgeniy Koshtenko
게재된 기고글 Анализ временных разрывов цен в MQL5 (Часть I): Создаем базовый индикатор
Анализ временных разрывов цен в MQL5 (Часть I): Создаем базовый индикатор

Анализ временных разрывов (таймгэпов) помогает трейдеру выявлять потенциальные точки разворота рынка. В статье рассматривается, что такое таймгэп, как его интерпретировать, а также каким образом с его помощью можно обнаружить вливание крупного объема в рынок.

1
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Новый граальный робот Quantum - на квантовой нейросети LSTM (квантовая схема Гровера + нейронка)
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Новый граальный робот Quantum - на квантовой нейросети LSTM (квантовая схема Гровера + нейронка)
Yevgeniy Koshtenko
게재된 기고글 Определение справедливых курсов валют по ППС с помощью данных МВФ
Определение справедливых курсов валют по ППС с помощью данных МВФ

Создание системы анализа валютных курсов на основе паритета покупательной способности (ППС) на Python. Автор разработал алгоритм с 5 методами расчета справедливых курсов, используя данные МВФ. Практическое руководство по фундаментальному анализу валют, обработке экономических данных и интеграции с торговыми системами. Полный код в open source.

5
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Итоговая архитектура Мидаса:

Верхний уровень системы: Мета модель, принимающая признаки, прогнозы и ошибки всех остальных моделей

Второй верхний уровень системы: Раздельные модули, у каждого есть ИИ модель:

2D RGB компьютерное зрение
Эмуляция опционов
Эмуляция фьючерсов
Загрузка данных опционов и фьючерсов CME
Загрузка данных Всемирного банка
Загрузка данных Международного валютного фонда
Загрузка данных Eurostat
Загрузка данных NasdaqStat
Загрузка новостного дата банк news.com
Загрузка позиций хедж-фондов через SEC
Загрузка позиций хедж-фондов через CFTC
Анализ последовательностей Фибоначчи
Анализ величин трендов
Анализ объёмов
Анализ углов движения цен и углов Ганна
Анализ арбитражных вилок через треугольный арбитраж
Анализ справеливых цен валют по ППС
Анализ статистических производных цен
Анализ сезонности торгов, часов, дней недели
Анализ группового движения всех главных 28 валют в мире, корреляций, коинтеграций, корзин
Анализ данных со спутников США и загруженности портов для экспорта и импорта
Анализ нумерологического скора цены
Анализ влияния положений звёзд и планет на цены через астрологическую библиотеку Пайтона
Анализ аппроксимации простых чисел цены
ARIMA с обучением нейросети на её остатках

Эти модули складывают свои прогнозы алгоритмом консенсуса (привет Эфириум).

Нижний уровень системы: оптимизация портфеля сделок по их направлениям через портфельную теорию Марковица + VaR модель.

Будет ещё один нижний уровень, отвечающий за DCA усреднение и непосредственно набор и сброс позиций.... Пилю его.

Много сил ушло.
Yevgeniy Koshtenko
게재된 기고글 Загрузка данных Международного валютного фонда на Python
Загрузка данных Международного валютного фонда на Python

Загрузка данных Международного валютного фонда на Python: добываем данные IMF для применения в макроэкономических валютных стратегиях. Как макроэкономика может помочь трейдеру и алготрейдеру?

3
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Почему 90% трейдеров тонут в океане собственной жадности?

Сидишь ночью перед монитором, кофе остыл, глаза красные от экранов. Еще одна красная свеча съела половину депозита. Знакомо?

Каждый день тысячи людей входят на рынок с мечтами о финансовой свободе, но выходят с пустыми карманами и разбитыми иллюзиями. И дело не в том, что они плохо анализируют графики или не понимают фундамент. Дело в том, что они не понимают главного врага каждого трейдера — самого себя.

Высокие риски — это не просто цифры в торговом терминале. Это психологический капкан, который расставляет наше собственное сознание. Когда ты видишь, как твоя сделка идет в плюс на 50%, внутри просыпается первобытный инстинкт: "А что если еще подождать? Вдруг будет 100%?" И ты держишь. Держишь до тех пор, пока рынок не развернется и не заберет не только прибыль, но и часть депозита.

А потом начинается самое страшное — попытка отыграться. Лот увеличивается в два раза, потом в три. "Я же знаю рынок, я же видел этот паттерн сто раз!" И снова красная свеча. И снова боль в груди от осознания того, что ты только что потерял деньги, которые откладывал месяцами.

Знаешь, что самое печальное? Большинство сливают не из-за плохих стратегий. Они сливают из-за того, что не умеют управлять риском и собственными эмоциями. Они ставят стопы "на авось", рискуют 20-30% депозита на одну сделку и верят, что рынок им что-то должен.

Рынок никому ничего не должен. Он просто есть. Как океан, который может подарить тебе прекрасную волну или утопить без предупреждения. И единственное, что отличает тех, кто выживает, от тех, кто тонет — это умение читать этот океан и понимание того, сколько ты можешь позволить себе проиграть.

Всю эту неделю я работал над новым продуктом, основанном на моей системе Мидас — это уникальное применение GPT-моделей Transformer на финансовых рынках. Представь себе нейросеть, которая анализирует не просто цены, а паттерны поведения рынка через архитектуру внимания — точно так же, как ChatGPT понимает контекст в тексте. Я интегрировал механизмы self-attention с Марковскими цепями для предсказания рыночных состояний, добавил систему постоянного дообучения и создал архитектуру, которая учится на собственных ошибках в режиме реального времени.

Но самая крутая технология не поможет тебе, если ты не умеешь управлять рисками. Поэтому сейчас у меня есть комбо-предложение, которое решает обе проблемы: риск-менеджер для ручной торговли плюс архив рабочих роботов 2022-2023 года. Все это за 20 000 рублей — цену одной неудачной сделки с неправильным риском.

Риск-менеджер научит тебя думать не категориями "сколько заработаю", а категориями "сколько готов потерять". А роботы покажут, как работают алгоритмы, которые уже прошли проверку временем и волатильностью.

Потому что в конце дня важно не то, сколько ты заработал на одной сделке. Важно то, останешься ли ты в игре завтра.