Yevgeniy Koshtenko
Yevgeniy Koshtenko
  • Информация
2 года
опыт работы
13
продуктов
37
демо-версий
1
работ
0
сигналов
0
подписчиков
Квалифицированный инвестор Казахстана и РФ.

В трейдинге с 2016 года, в алготрейдинге — с 2019, в машинном обучении и программировании — с 2021.

Создаю советников, торговых роботов, индикаторы, смарт-контракты, коды токенов и криптомонет, системы автоматизации бизнеса и ИИ-модели под ключ.

Работаю над институциональной торговой системой для собственного хэдж-фонда и над собственным ИИ-блокчейном.

Автор 100+ международных статей на разных языках мира.
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.
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Матричная модель обучения с подкреплением - обучается в процессе, получая опыт. Надо загрузить в Маркет - отлично идет)
Yevgeniy Koshtenko
Опубликовал статью Майнинг данных CFTC на Python и ИИ модель на их основе
Майнинг данных CFTC на Python и ИИ модель на их основе

Попробуем смайнить даные CFTC, загрузить отчеты COT и TFF через Python, соединить это с котировками MetaTrader 5 и моделью ИИ и получить прогнозы. Что такое отчеты COT на рынке Форекс? Как использовать отчеты COT и TFF для прогнозирования?

Yevgeniy Koshtenko
Опубликовал статью Майнинг данных балансов центробанков и получение картины мировой ликвидности
Майнинг данных балансов центробанков и получение картины мировой ликвидности

Майнинг данных балансов центробанков позволяет получить картину мировой ликвидности рынка Форекс и ключевых валют. Мы объединяем данные ФРС, ЕЦБ, BOJ и PBoC в композитный индекс и применяем машинное обучение для выявления скрытых закономерностей. Такой подход превращает сырой поток данных в реальные торговые сигналы, соединяя фундаментальный и технический анализ.

Yevgeniy Koshtenko
Yevgeniy Koshtenko
Лучший торговый робот мира - мой! В итоге сейчас в Мидасе 11 прогнозирующих нейросетей, как регрессионных так и классификационных, плюс отдельная мета - надсистема, одна 12-я нейросеть которая обучается на матрице из всех признаков, всех выходов и ошибок всех моделей. В надсистеме анализируется матрица из 5000 столбцов и 100 000 строк данных, всего размерность датасета 500 000 000 единиц данных..

Есть много разных модулей: и анализ трендов, и анализ объёмов, и анализ реальных объёмов валютных фьючерсов и опционов Чикаго, и анализ позиций хэдж-фондов, и анализ балансов и трендов балансов мировых центробанков включая ЕЦБ и ФРС, и анализ более 2500 экономических показателей от Евростата, Насдаг Стата и Всемирного банка, хоть как-то влияющих на курс валют. Есть и компьютерное зрение, и использование квантового суперкомпьютера IBM, даже модули анализирующие цены через последовательности Фибоначчи, через нумерологический скор, и через астрологические циклы, это не шутка)

Плюс отдельный модуль, составляющий оптимальный портфель по всём сигналам.

Целевая прибыль должна увеличиться с прошлых 1000 пунктов в день, как минимум до 1200-1300 пунктов в сутки.

35000 строк кода. Это лучший робот мира. Midas!
Yevgeniy Koshtenko
Опубликовал статью Индикатор CAPM модели на рынке Forex
Индикатор CAPM модели на рынке Forex

Адаптация классической модели CAPM для валютного рынка Forex в MQL5. Индикатор рассчитывает ожидаемую доходность и премию за риск на основе исторической волатильности. Показатели возрастают на пиках и впадинах, отражая фундаментальные принципы ценообразования. Практическое применение для контртрендовых и трендовых стратегий с учетом динамики соотношения риска и доходности в реальном времени. Включает математический аппарат и техническую реализацию.

Yevgeniy Koshtenko
Опубликовал статью Индикатор прогнозирования ARIMA на MQL5
Индикатор прогнозирования ARIMA на MQL5

В данной статье мы создаем индикатор прогнозирования ARIMA на MQL5. Рассматривается, как модель ARIMA формирует прогнозы, её применимость к рынку Форекс и фондовому рынку в целом. Также объясняется, что такое авторегрессия AR, каким образом авторегрессионные модели используются для прогнозирования, и как работает механизм авторегрессии.

Yevgeniy Koshtenko
Yevgeniy Koshtenko
Долгосрочный портфель по модулю Мидаса по портфельной теории + своп фактору. Каждый день капает своп.
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Сегодня минус -0,16%
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Сигналы Мидаса на сегодня. Горизонт прогноза - плюс минус 24 часовых бара. Распределение лотов по портфельной теории Марковица)
Yevgeniy Koshtenko
Yevgeniy Koshtenko
Чистая доходность вчерашних сигналов Мидаса +1,1% без плеча. Или около 1000 пунктов (10 000 пипсов). Можете проверить сами)
Yevgeniy Koshtenko Выставил продукт

ARIMA Neural Link - Революция в трейдинге Когда математика встречается с искусственным интеллектом Устали от непредсказуемых убытков? Надоело гадать на кофейной гуще, пытаясь поймать движение рынка? Пока вы теряете деньги на эмоциональных решениях, профессиональные трейдеры уже используют технологии будущего. Представляем ARIMA Neural Link Первый в мире гибридный индикатор, объединяющий мощь классической модели ARIMA с передовыми алгоритмами нейронных сетей. Это не просто еще один индикатор —

Yevgeniy Koshtenko
Yevgeniy Koshtenko
Сигналы на Форекс от 5 модулей Мидаса на понедельник. Тут далеко не все модули - я пересобираю систему.
Yevgeniy Koshtenko
Опубликовал статью Самообучающийся советник с нейросетью на матрице состояний
Самообучающийся советник с нейросетью на матрице состояний

Самообучающийся советник с нейросетью на матрице состояний. Совмещаем марковские цепи с многослойной нейросетью MLP, написанной на библиотеке ALGLIB MQL5. Как могут быть совмещены для прогнозирования Форекс марковские цепи и нейросети?

Yevgeniy Koshtenko
Опубликовал статью Матричная модель прогнозирования на марковской цепи
Матричная модель прогнозирования на марковской цепи

Создаем матричную модель прогнозирования на марковской цепи. Что такое марковские цепи, и как можно использовать марковскую цепь для трейдинга на Форекс.

Yevgeniy Koshtenko
Опубликовал статью Компьютерное зрение для трейдинга (Часть 2): Усложняем архитектуру до 2D-анализа RGB-изображений
Компьютерное зрение для трейдинга (Часть 2): Усложняем архитектуру до 2D-анализа RGB-изображений

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.

Yevgeniy Koshtenko
Yevgeniy Koshtenko
Ура! Мне дали доступ к базе SEC (Комиссии по ценным бумагам и биржам США).

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.
Aleksandr Seredin
Aleksandr Seredin 2025.05.12
Круто! Это очень мощная идея. Жду новую статью с нетерпением. )))
Yevgeniy Koshtenko
Опубликовал статью Количественный анализ трендов: Собираем статистику на Python
Количественный анализ трендов: Собираем статистику на Python

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.

Yevgeniy Koshtenko
Опубликовал статью Арбитражный трейдинг Forex: Матричная торговая система на возврат к справедливой стоимости с ограничением риска
Арбитражный трейдинг Forex: Матричная торговая система на возврат к справедливой стоимости с ограничением риска

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.

Yevgeniy Koshtenko
Опубликовал статью Компьютерное зрение для трейдинга (Часть 1): Создаем базовый простой функционал
Компьютерное зрение для трейдинга (Часть 1): Создаем базовый простой функционал

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.