Yevgeniy Koshtenko / Профиль
- Информация
|
2 года
опыт работы
|
7
продуктов
|
67
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/
Моя технология архивации (продам за 100 млн. $): https://deepcompress.pro/
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.
Создаем матричную модель прогнозирования на марковской цепи. Что такое марковские цепи, и как можно использовать марковскую цепь для трейдинга на Форекс.
Компьютерное зрение для трейдинга, как работает и как разрабатывается по шагам. Создаем алгоритм распознавания RGB-изображений графиков цен с механизмом внимания и двунаправленным LSTM-слоем. В результате получаем рабочую модель прогнозирования цены евро-доллара с точностью до 55% на валидационном участке.
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.
Что такое количественный анализ трендов на рынке Форекс. Собираем статистику по трендам, их величине и распределению по валютной паре EURUSD. Как количественный анализ трендов поможет создать прибыльный торговый советник.
Статья содержит детальное описание алгоритма расчета кросс-курсов, визуализацию матрицы дисбалансов и рекомендации по оптимальной настройке параметров MinDiscrepancy и MaxRisk для эффективной торговли. Система автоматически рассчитывает "справедливую стоимость" каждой валютной пары через кросс-курсы, генерируя сигналы на покупку при отрицательных отклонениях, и на продажу — при положительных.
Система прогнозирования EURUSD с применением компьютерного зрения и глубокого обучения. Узнайте, как сверточные нейронные сети могут распознавать сложные ценовые паттерны на валютном рынке и предсказывать движение курса с точностью до 54%. Статья раскрывает методологию создания алгоритма, использующего технологии искусственного интеллекта для визуального анализа графиков вместо традиционных технических индикаторов. Автор демонстрирует процесс трансформации ценовых данных в «изображения», их обработку нейронной сетью и уникальную возможность заглянуть в «сознание» ИИ через карты активации и тепловые карты внимания. Практический код на Python с использованием библиотеки MetaTrader 5 позволяет читателям воспроизвести систему и применить ее в собственной торговле.
Как использовать Ренко-бары вместе с ИИ? Рассмотрим Ренко-трейдинг на Форекс с точностью прогнозов до 59.27%. Исследуем преимущества Ренко-баров для фильтрации рыночного шума, узнаем, почему объемные показатели важнее ценовых паттернов, и как настроить оптимальный размер блока Ренко для EURUSD. Пошаговое руководство по интеграции CatBoost, Python и MetaTrader 5 для создания собственной системы прогнозирования Ренко Форекс. Идеально для трейдеров, стремящихся выйти за рамки традиционного технического анализа.
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.
В этой статье разберем, что такое парный трейдинг и как происходит торговля на корреляциях. Также создадим советник для автоматизации парного трейдинга и добавим возможность автоматической оптимизации такого торгового алгоритма на исторических данных. Кроме того, в рамках проекта узнаем, как рассчитывать расхождения двух пар с помощью z-оценки.
Что такое угловой анализ финансовых рынков? Как использовать углы движения цен и машинное обучение для точного прогнозирования с точностью 67? Как совместить регрессионную и классификационную модель с угловыми признаками и получить работающий алгоритм? Причем тут Ганн? Почему углы движения цен являются хорошим признаком для машинного обучения?
Определяем перекупленность и перепроданность рынка по теории хаоса: интеграция принципов теории хаоса, фрактальной геометрии и нейронных сетей для прогнозирования финансовых рынков. Исследование демонстрирует применение показателя Ляпунова, как меры рыночной хаотичности, и динамическую адаптацию торговых сигналов. Методология включает алгоритм генерации фрактального шума, гиперболическую тангенциальную активацию и оптимизацию с моментом.
Помните советник Ilan 1.6 Dymanic? Попробуем улучшить его с помощью машинного обучения! Реанимируем старую разработку в статье и добавляем машинное обучение с Q-таблицей. По шагам.
Хотите узнать, как извлекать выгоду из разницы в процентных ставках? В статье мы посмотрим, как использовать своп-арбитраж на Форексе, чтобы каждую ночь получать стабильный доход, создавая портфель, устойчивый к рыночным колебаниям.
Создаем адаптивный самообучающийся торговый советник на основе машинного обучения DQN, с многомерным причинно-следственным выводом, который будет успешно торговать одновременно на 7 валютных парах, причем агенты разных пар будут обмениваться друг с другом информацией.
В статье попробуем рассмотреть движения синтетических валют на связке Python + MQL5 и понять, насколько реален арбитраж на Форекс сегодня. А также: готовый код Python для анализа синтетических валют и подробней о том, что такое синтетические валюты на Форекс.