|
2 yıl
deneyim
|
13
ürünler
|
37
demo sürümleri
|
|
1
işler
|
0
sinyaller
|
0
aboneler
|
Trading since 2016, algorithmic trading since 2019, machine learning and programming since 2021.
I develop expert advisors, trading robots, indicators, smart contracts, cryptocurrency token and coin codebases, business automation software, and turnkey AI models.
Currently working on an institutional-grade trading system for my own hedge fund and on my own AI blockchain.
Author of 100+ international articles published in different languages worldwide.
Статья представляет революционную архитектуру PatchTST — специально адаптированный трансформер для анализа финансовых временных рядов, который разбивает рыночные данные на патчи из 16 баров для эффективной обработки. Подробно рассматривается полная реализация торгового робота в MQL5 — от математических основ и структур данных до готового Expert Advisor с системами управления рисками и непрерывного обучения.
Статья представляет инновационную гибридную систему для прогнозирования валютных курсов, которая сочетает линейную авторегрессионную модель с архитектурой U-Transformer для анализа остатков. Система автоматически переключается между источниками сигналов в зависимости от их качества и включает полноценную торговую логику с averaging/pyramiding стратегиями. Ключевое преимущество подхода заключается в том, что нейросеть обучается на остатках линейной модели, что упрощает задачу и снижает риск переобучения. Реализация выполнена полностью на MQL5 и готова к использованию в реальной торговле с автоматической адаптацией к изменяющимся рыночным условиям.
Революционный подход к машинному обучению в трейдинге через квантовые вычисления. Статья демонстрирует практическую реализацию адаптивной системы QRC с постоянным дообучением для прогнозирования рыночных движений в реальном времени.
Это чисто ради науки)
Как было раньше: я гнался за вундер - доходностью. Поэтому счета не жили дольше недели в том числе. Я включал ботов, не получал искомой доходности выше 10% в день, выключал все, мне казалось что нужно добиться идеала.
Теперь же я ставлю задачей просадку не выше 15%. И в роботах ту же задачу реализую, с множественным риск-менеджментом.
Следующая статья будет про системный Windows риск - менеджер, который я написал, который стоит над самим Мета Трейдером и в случае внештатной ситуации вырубит и ботов, и сделки закроет. То есть, это еще один уровень риск-менеджмента. Будет еще третий уровень. И четвёртый, по методологии метода принятия рисков.
На Форексе пока +10,47%, а на Мосбирже примерно +7,42%.
Впервые дольше месяца не трогал ботов вообще! Я ранее писал, что обычно всегда уже через пару дней лез их улучшать)))Это моя маленькая победа на пути к цели.
Статья исследует революционную архитектуру нейронной сети Mamba/SSM для прогнозирования финансовых временных рядов. Представлена полная реализация на MQL5 современной альтернативы Transformer с линейной сложностью O(N) вместо квадратичной O(N²). Детально рассмотрены селективные State Space Models, hardware-aware оптимизации, patching техники и продвинутые методы обучения AdamW. Включены практические результаты тестирования, показавшие увеличение точности с 62% до 71% при снижении времени обучения с 45 до 8 минут. Представлен готовый торговый советник с автообучением и адаптивным риск-менеджментом для MetaTrader 5.
Трейдинг характеризуется высокими требованиями к дисциплине риск-менеджмента. Настоящая работа представляет анализ основных причин неудач трейдеров и предлагает техническое решение в виде класса CEnhancedRiskManager для платформы MQL5. Включает практическое тестирование на агрессивном сеточном советнике.
Я ВСЕГДА ДУМАЛ, ЧТО РУЛЯТ АЛГОРИТМЫ, НО РУЛИТ ПСИХОЛОГИЯ И РИСК!!!
Я был в шоке, когда протестировал одного и того же - самого ужасного из всех моих - робота с риск-менеджером для пропов и без. С риск-менеджером сливной изначально советник умудрился выйти в плюс на дистанции 9 лет, а без риск-менеджера слился за 3 месяца! 😱
Знаете что самое дикое? 67% всех проп-аккаунтов сливаются не из-за плохих стратегий, а из-за превышения дневного лимита просадки! Банально - нет контроля рисков.
Цифры вообще депрессивные: только 10-15% трейдеров проходят Challenge, и из них лишь 5-7% умудряются торговать на финансируемых счетах больше полугода. Остальные просто горят на элементарных вещах.
И тут я понял - проблема не в торговле, проблема в голове и отсутствии железной дисциплины по рискам. Поэтому написал класс CEnhancedPropRiskManager для MQL5.
Эта штука автоматически следит за всеми лимитами просадки, блокирует опасные сделки еще до их открытия, принудительно закрывает позиции когда приближаешься к лимитам. Работает с любыми проп-компаниями - FTMO, MyForexFunds, да с кем угодно. Есть даже красивая панелька, чтобы видеть все риски в реальном времени.
Но самое безумное - я решил протестировать это дело на агрессивном сеточном мартингейле. Да-да, на том самом типе советников, которые считаются главными убийцами проп-аккаунтов!
Результат просто снес мне крышу:
БЕЗ риск-менеджера: классический слив за 3-5 месяцев в 100% случаев
С риск-менеджером: тот же самый "убийца депозитов" проработал 9 лет и остался в плюсе! 🚀
В статье я выложил весь код включаемого файла, объяснил архитектуру, показал как интегрировать в любого существующего советника. Плюс реальные результаты тестирования - не липа, а честные цифры.
Если торгуете в пропах или только планируете - эта статья реально сэкономит вам кучу денег на неудачных Challenge. Потому что проблема обычно не в стратегии, а в управлении рисками.
The article focuses on creating a trading system with a real quantum simulator instead of mathematical analogies. The system uses 3 virtual qubits, quantum gates and superposition principles to analyze markets. It is implemented as a trading EA for MetaTrader 5 in MQL5. The main achievement is the transition from simulation to real quantum principles of financial information processing.
The article presents an innovative quantum neural network architecture for algorithmic trading that combines the principles of quantum mechanics with modern machine learning methods. The system includes quantum effects (resonance, interference, decoherence), multi-level memory of different time scales, Markov chains with the ALGLIB library, and adaptive parameter control. The full implementation is done in MQL5 using the built-in matrix/vector types, which removes implementation barriers in MetaTrader 5.
Добавил в Квантум: Полиноминальную регрессию на входе в первый слой, а также оптимизацию коэффициентов регрессии градиентным спуском....
Дальнейшие слои обучаются на этих же коэффициентах, а также на признаках, а также на остатках модели полиноминальной регрессии! И это ТОП!!!
Также внедрена сезонность: модель сопоставляет паттерны внутридневной, внутринедельной и внутримесячной сезонности с направлением своих сделок, и работает более успешно.
Также вместо RL обучения я сделал простое постоянное дообучение на новых данных. Еще правда, не делал выгрузку всех весов моделей в внешний SQL файл, но это еще впереди)))
Ну и самое главное: убрал нафиг сетку ордеров, теперь одномоментно только одна открытая позиция.
Ах да, еще: отказался от проверок на ненулевой тик и новый тик, тики в МТ не очень, они сгенерированные в тестере большей частью, поэтому теперь есть просто жесткая проверка на новый бар M1 перед всеми вычислениями)
The article provides a detailed guide to creating the innovative 3DBarCustomSymbol.mq5 indicator, which generates custom symbols in MetaTrader 5 that combine price, time, volume, and volatility into a single three-dimensional representation. The mathematical foundations, system architecture, practical aspects of implementation and application in trading strategies are considered.