Sergey Gridnev / 新闻源
- 信息
|
15+ 年
经验
|
0
产品
|
0
演示版
|
|
0
工作
|
0
信号
|
0
订阅者
|
Статья посвящена бактериальному эволюционному алгоритму Нава — Фурухаси (BEA) и его двум ключевым операторам: посегментной бактериальной мутации для локальной оптимизации и горизонтальному переносу генов для обмена удачными фрагментами решений. Мы реализуем BEA в каркасе C_AO как конечный автомат под фиксированный бюджет оценок, тестируем на Hilly, Forest и Megacity и поясняем терминологическую развилку с моделью Нумаоки.
Одни эксперты целыми днями общаются между собой)
Ну может быть кому-то и полезно это все, мне уже точно нет (хотя раньше я тоже много там трепался и кучу всякой ерунды написал).
Процесс избавления от трейдинга индивидуален и я справлюсь)
В трейдинге большинство проблем связано не с инструментами, а с человеческим фактором. Эмоциональные решения, усталость, спешка и отсутствие дисциплины со временем сводят на нет даже хорошие торговые идеи. Именно поэтому автоматизация остаётся одним из самых обсуждаемых направлений в алгоритмической торговле.
В течение длительного времени я занимаюсь разработкой автоматизированной торговой системы MIDAS, основанной на анализе больших датасетов мировой экономики, применении нейросетей, машинного обучения, LLM-надсистемы с элементами RL, формализованных правилах и жёстком риск-менеджменте.
Проект находится на завершающей стадии и переходит в фазу расширенного тестирования в реальных условиях рынка. Система предназначена для полностью автоматической работы и ориентирована на статистический подход и контроль рисков. Она не исключает убыточных периодов, не даёт гарантий результата и не заменяет понимание рынка — но может быть полезна тем, кто интересуется практической стороной алгоритмической торговли и хочет поучаствовать в тестировании сложного технического решения.
На текущем этапе я ищу людей, готовых принять участие именно в тестировании. Речь не о передаче средств в управление, а о тестировании системы и обработке багов, наблюдении за её поведением и передаче объективной обратной связи по стабильности.
Количество участников ограничено по техническим причинам. В приоритете те, кто понимает: тестирование торгового алгоритма — это работа с рисками, статистикой и дисциплиной, а не краткосрочный способ за 2 дня получить прибыль.
Я в первую очередь исследователь и архитектор системы, также у меня большой опыт в ручном трейдинге.
Если вам интересен сам процесс торговли и тестирования торговых систем — напишите в комментариях. Связь в порядке очереди. Отбор закроется после набора нужного количества участников.
На нервах после слива очень захотелось покурить, но я выдержал и не закурил - это победа и плюс.
Трейдинг и форекс сильнее меня, это временно)
Третья статья серии вводит обучаемый граф признаков в архитектуре Cellular10K: веса связей feature → feature онлайн усиливаются после верных прогнозов и ослабляются после ошибок. Разбираются мягкая инициализация, шаг message passing, локальное правило обучения в стиле Хебба, ограничение весов, нормировка и decay. Показана интеграция с клеточным автоматом и бинарным предиктором, а также метрики диагностики и практические пороги запуска для контроля переобучения.
Алгоритм оптимизации шимпанзе (ChOA) подражает групповой охоте приматов с разделением ролей, а его бинарная ветвь BChimp переносит эту механику в задачи отбора признаков. Реализуем непрерывное ядро в C_AO, по пути находим и исправляем унаследованный дефект коэффициента — незаметный за бинаризацией, но разрушающий поиск в непрерывной области. Аннотация даёт готовую реализацию и практические выводы о качестве и устойчивости поиска.
📊 Institutional Backtest Proof: High-Frequency Precision Meets Mathematical Excellence
When we speak about institutional-grade performance, we don't just show promises—we provide raw, verified cryptographic data. Below is the full breakdown of the latest optimization stress-test for Quantum Gold Institutional XAUUSD EA, executed with 100% History Quality (as shown in image_626fde.png).
📈 1. The Growth Curve: Flawless Equity Progression
As demonstrated in image_626fa2.png, the equity curve shows a near-perfect, steady exponential progression from 2025.01.02 to 2026.03.31.
Zero stagnation periods: A constant upward trajectory over a 15-month continuous cycle.
Controlled Drawdown: Even during intense gold volatility, the margin usage and exposure remained tightly calculated and strictly bounded under safety parameters.
🔬 2. Key Performance Metrics (The Data Breakdown)
The structural report in image_626fde.png reveals some of the most elite statistical metrics ever recorded for an XAUUSD scaling algorithm:
💰 Net Profit: Generated +$3,148.40 net profit starting from a modest $1,000.00 initial balance (An outstanding +314% ROI in just 15 months).
🎯 Win Rate: An astonishing 99.67% winning positions (298 won out of 299 trades), with only one single minor losing position (-$0.03) over the entire testing history.
📊 Sharpe Ratio: 6.25 – In the hedge fund industry, any Sharpe ratio above 3.0 is considered legendary. At 6.25, the risk-adjusted return profile of this EA is profoundly stable.
⚡ Profit Factor: 104,947.67 – An mathematically spectacular ratio showing that gross gains completely outclassed gross losses.
📉 Recovery Factor: 5.27 – Demonstrating the algorithm's ultra-fast capacity to immediately bounce back from any market anomaly.
Quantum Gold Institutional XAUUSD EA 精准。数学。机构级风控纪律。 ⭐ ⭐ ⭐ ⭐ ⭐ 类型: 智能交易系统 (EA) | 品种: 仅限 XAUUSD (黄金) | 时间周期: M1 / 多时间周期 ---------------------------------------- Quantum OmniGold MQL5 公开频道: https://www.mql5.com/en/channels/quantumgold-ixe 分享您的成果,交流心得,并解答您的疑问。 ------------------------------------------ 🎥 文末附独家视频实证: 在本篇描述的最下方,您将看到一段详尽的视频演示。该视频不仅直观展示了本系统的真实回测结果,更将 Quantum Gold 与市面上某款售价高达 $2,000 且严重溢价的同行系统进行了 坦诚、严谨且达到机构级水准的横向对比 。我们坚信纯粹的数学透明度——请您亲自观看视频、分析数据,并对这无可比拟的精准度做出您最客观的评判。 📢 重要提示: 请务必立即查看下方的 评论区
Во второй части клеточный автомат переводится с решётки на граф. Признаки становятся вершинами графа с локальными и дальними small‑world связями, а клетки — агентами, которые взаимодействуют не только с геометрическими, но и со смысловыми соседями. Рассматриваются графовая фильтрация признаков, построение графа соседей, обновлённое голосование по согласованности и метрики Graph Coherence и Graph Health. Это снижает влияние одиночных выбросов и ускоряет распространение рыночных режимов при полной совместимости с MQL5.
2. **Граф Ватца-Строгаца вместо плоской решетки:** Мы отказались от примитивной геометрической решетки соседей. Теперь клетки образуют топологию «мир тесен» (Small-World). Агенты обмениваются информацией не только с теми, кто «рядом», но и со смысловыми соседями на основе матрицы ранговой корреляции Спирмена, а также через дальние хорды. Это позволяет сети мгновенно реагировать на смену рыночного режима.
3. **Асинхронный Netting FSM (Safe Flip):** Так как система работает на Netting-счете (только одна позиция) с сетевым пингом до 150 мс, мы полностью отказались от блокирующих вызовов. Используется только `OrderSendAsync`, а все результаты перехватываются событийной моделью в `OnTradeTransaction`. Мгновенные перевороты LONG↔SHORT строго запрещены: внедрен механизм **Safe Flip** с переходом во FLAT и ожиданием подтверждающего импульса в 0.5 ATR.
4. **Встроенный SGD-предиктор:** Для верификации клеточного консенсуса добавлен независимый Бинарный Предиктор (BPC). Это логистическая регрессия, которая инкрементально обучается на каждом баре методом стохастического градиентного спуска (SGD). Вход в сделку разрешен только при совпадении сигналов автомата и предиктора.
5. **Промышленный WFA-конвейер без Data Leakage:** Мы вынесли тестирование в автоматизированный Python-конвейер. Внедрено жесткое правило **Purge Gap** — искусственный разрыв в 100 баров между In-Sample и Out-Of-Sample периодами при Walk-Forward оптимизации, чтобы исключить «заглядывание в будущее» из-за памяти индикаторов. Телеметрия теперь пишет данные строго в момент входа (Entry Snapshot). Итог: твоя модель теперь не просто подстраивается под историю, она аппаратно-оптимизирована, асинхронна и математически защищена от переобучения и микроструктурного шума.
Представляем MQL5-реализацию Coyote Optimization Algorithm: стаи с локальными альфами, медианная тенденция и встроенный кроссовер обеспечивают параллельное исследование областей пространства и контроль преждевременной сходимости. Алгоритм встроен в C_AO и проверен на стандартном стенде и композитном античит-тесте. В статье — код, псевдокод и разбор операторов, позволяющие применить COA для оптимизации параметров торговой системы.
SMC Proximity RSI + Time Blocks —— 由聪明钱区域强化的 RSI 振荡指标 普通的 RSI 只显示超买和超卖,却完全不知道价格相对于关键机构区域处于什么位置。SMC Proximity RSI 解决了这个问题。 这款振荡指标将经典 RSI 与聪明钱概念(Smart Money Concepts)分析相结合:它测量价格与订单块(Order Blocks)、公允价值缺口(FVG)、时间块(Time Blocks)以及支撑/阻力位的接近程度,并在价格进入重要区域时精准放大 RSI 信号。在看涨订单块处出现的超卖,远比在空旷区域的超卖更有意义——而本指标会把这一点显示出来。 副图窗口中你会看到 主线 SMC Proximity RSI —— 经聪明钱结构接近度强化后的 RSI。在真正值得期待反应的区域,超买/超卖信号会更加鲜明。 四条接近度线(一个开关即可显示/隐藏): —— Order Block Proximity:与看涨和看跌订单块的接近度 —— FVG Proximity:与未填补失衡区的接近度 —— Time Block
Order Block ICT — SMC An Order Block indicator based on the ICT / Smart Money Concepts methodology. It automatically detects and draws bullish and bearish order block zones on your chart, tracks their mitigation, and removes zones once they are spent. See the areas where smart money stepped into the market — without marking up the chart by hand. What the indicator does Scans price history and detects order blocks through several scenarios at once: a classic candle sequence, an impulsive move, an
Описываем и реализуем CVO: заражение как генерация кандидатов, покоординатное нормальное возмущение, динамическая популяция. Алгоритм интегрирован в C_AO и проверен на стандартном бенчмарке. Разбор выявляет масштабную причину стагнации и даёт прикладное решение — переход к относительному шагу по ширине диапазона; код готов к использованию.
Переносим 3D-бары из Python в нативный MQL5: вместо plotly и моста к терминалу — сцена на CCanvas3D и DirectX 11 прямо на графике. Цена, время и тиковый объём раскладываются по трём осям, геометрия собирается вручную из вершин и треугольников, а орбитальная камера на событиях мыши даёт интерактивный осмотр без внешних зависимостей.


