Эксперимент: добавил ML-фильтр к своему роботу. Делюсь результатом

Последние пару месяцев экспериментирую с идеей: можно ли с помощью ML-фильтра отбрасывать слабые режимы рынка, не меняя саму логику робота? Основная мысль простая: робот торгует «всегда», но рынок не всегда даёт хорошие условия. Я попытался обучить модель определять моменты, когда лучше не входить. Сделал ML-фильтр на основе истории своих сделок (Si, 5m). Фичи — максимально простые: уклон EMA, ADX, ATR, волатильность и несколько derived-признаков. Что получилось: 📉 Без фильтра: — просадка около −28% — много лишних входов в дни с «плоским» рынком — длинные убыточные серии 📈 С ML-фильтром: — просадка снизилась примерно до −24% — количество плохих входов уменьшилось — эквити стало ровнее, менее дерганым Фильтр иногда пропускает нормальные сделки — не без этого. Но общая картина стала спокойнее. На мой взгляд, эксперимент удался. Пока продолжаю копаться в данных: хочу попробовать раздельно обучать фильтры для разных режимов (тренд / флэт) и посмотреть, что получится. Если у кого-то были похожие эксперименты — интересно обсудить. Если хотите тестово посмотреть, как такой фильтр работает на вашей истории сделок — пишите, сравним графики.