|
2 года
опыт работы
|
7
продуктов
|
66
демо-версий
|
|
0
работ
|
0
сигналов
|
0
подписчиков
|
Я разрабатываю высокоэффективные торговые индикаторы и советники на основе передовых технологий машинного обучения и квантовых вычислений, которые помогают трейдерам достигать стабильной прибыли на финансовых рынках.
Мой путь: На рынке с 2016 года. Прошел через множество потерь и ошибок. Сейчас специализируюсь на разработке торговых роботов и применении машинного обучения в трейдинге. Активно инвестирую на рынках России и Казахстана.
Квалифицированный инвестор Республики Казахстан. Квалифицированный иностранный инвестор Российской Федерации.
Для хэдж-фондов и семейных офисов у меня также есть MIDAS — институциональная сложная многоагентная нейронная архитектура + квантовый слой + многомерный самообучающийся ИИ -агент. Эту систему я создавал полтора года, и в ней почти 80 000 строк кода: она использует лучшее из всего, что я знаю.
Индивидуальная разработка:
Помимо готовых решений, я адаптирую любые модели из научных статей под конкретные задачи клиентов. Создаю торговых роботов на заказ с учетом специфических требований, интегрирую современные методы машинного обучения и провожу консультации по алгоритмической торговле.
Полезные ссылки:
Группа по ИИ трейдингу: https://vk.com/altradinger
Канал по ИИ трейдингу: https://www.mql5.com/ru/channels/aitradinger
Мониторинг: https://share.kz/g7vJ
GitHub: https://github.com/Shtenco
Мой сайт: https://shtencoquantai.tech/
Готов обсудить ваши задачи и предложить оптимальные решения для автоматизации торговли!
Предупреждение о рисках: Торговля на финансовых рынках связана с высоким риском потери средств. Прошлые результаты не гарантируют будущую прибыль.
Представлена полная интеграция модуля 3D-баров в квантово-усиленную торговую систему для прогнозирования движения валютных пар. Система объединяет стационарные четырёхмерные признаки, квантовый энкодер на 8 кубитах и градиентный бустинг CatBoost с 52+ признаками. Система реализована на Python с использованием MetaTrader 5, Qiskit, CatBoost и опциональной интеграцией LLM Llama 3.2 для интерпретации прогнозов.
В статье предлагается синтез новых технологий для преодоления ограничений классических индикаторов в аналитике рыночных данных. Показано, как языковые модели и квантовое кодирование могут выявлять скрытые рыночные паттерны, которые традиционные методики упускают. Эксперимент подтверждает ценность новых технологий и предлагает обновлённую методологию анализа, соответствующую современному уровню вычислительных инноваций.
Впервые используем квантовые вычисления для поставки фичей в МО. Прямо в эту ночь я напишу статью про обучение LLM на квантовых состояниях.
Если кратко - мы поставляем сразу одновременно все варианты прошлого и будущего как фичи в МО, в этом был изначальный замысел проекта.
Статья описывает практическую реализацию гибридной системы алгоритмического трейдинга, объединяющей квантовые вычисления (IBM Qiskit) и градиентный бустинг (CatBoost) для предсказания движения EUR/USD на часовом таймфрейме. Система извлекает четыре уникальных квантовых признака из вероятностного распределения по 256 состояниям через восемь кубитов, которые в комбинации с классическими индикаторами и дельта-кодированием временных категорий достигают точности 62% на 15,000 свечах.
Статья описывает процесс файнтьюна языковой модели для трейдинга на основе реальных исторических данных из MetaTrader 5. Базовая модель, знающая лишь теоретический технический анализ, обучается на тысяче примеров реального поведения валютных пар (EURUSD, GBPUSD, USDCHF, USDCAD) за 180 дней. После обучения через Ollama модель начинает понимать специфику каждого инструмента.
Создаем свой собственный агрегатор ликвидности, и рубим с него деньгу)
Мало кто использует этот инструмент, хотя хэдж-фондам на MQL5 он доступен по дефолту.
Прибыль надежна, как в банке. Потерять невозможно. Но можно потерять весь счет сразу, если брокер заблокирует вас, а заблокирует уж как пить дать, все брокеры безжалостно банят арбитражников, а российские брокеры вроде не дают открывать счета в золоте, юанях, фунтах или долларах наряду с рублями) Так что это скорее из области теоретических изысканий....
Инновационный индикатор на основе теории простых чисел помогает находить сильные уровни разворота, которые не видят другие трейдеры. Тестирование на 10 активах показало: развороты в математически значимых зонах происходят в 1.5-1.8 раза чаще. Пять практических сценариев применения с конкретными правилами для фильтрации ложных пробоев и точного входа в рынок.
Статья представляет инновационную концепцию мультитаймфреймового Ренко-графика, который объединяет сигналы с четырёх временных масштабов (M5, M15, H1, H4) в единый синтетический инструмент. Система создаёт виртуальный символ в MetaTrader 5, используя EMA каждого таймфрейма для формирования композитного сигнала через три метода: простое среднее, взвешенное среднее и консенсус. Реализация включает адаптивный размер кирпича на основе ATR, работу в реальном времени и полную интеграцию с MetaTrader 5.
Статья исследует революционную интеграцию больших языковых моделей (LLM) с торговой платформой MetaTrader 5, где AI не просто прогнозирует цены, а принимает автономные торговые решения, анализируя контекст рынка подобно опытному трейдеру. Автор раскрывает фундаментальное отличие LLM от классических моделей машинного обучения вроде CatBoost — способность к метапознанию и саморефлексии, что позволяет системе учиться на собственных ошибках и улучшать стратегию.
Еще ищу советские учебники логики 40-х и 50-х, или хотя-бы конспекты по ним - чтобы засунуть их в модель также.
Дообучение до идеала займет гору времени, если учесть что один бэктест за два месяца с дообучением на случайных сэмплах идет около суток.
Главная задача на неделю выполнена: я полностью избавился от зависимости от CladeAI и ChatGPT, не нужно платить за токены, модель своя - собственная. К тому же, она при рождении получила данные по ценам и признакам за 20 лет. Это тоже плюс.
Вчера еще была одна версия с глубоким рефлексированием, но она до такой степени задумалась, что думала все время пока я спал, а к решению так и не пришла. Глубокие рассуждения могут погружать модель в бесконечные циклы и цепочки мыслей, которые порой становятся бредом.
1 миллиард нейронов, пока что. Буду увеличивать число нейронов.
Обучен на данных 28 валютных пар. Его основная задача - прогноз цены на 24 часа.
Оно разговаривает уже))))Туповат. Путает русские и английские слова))))В него еще требуется загрузить литературу, а не только котировки и метки))))
Также нужно скачать по идее, все статьи где хоть как-то описывается работа с индикаторами - признаками. Туповато конечно, учитывая что модель должна сама обучиться на принципах которые в ней заложены при создании, и целевых метках плюс датасете. Вообще, пока архитектура очень простая и легкая.
