METATRADER

Начинающие трейдеры часто ищут стратегию, которая позволит стабильно зарабатывать на финансовых рынках. Одни изучают индикаторы, другие пытаются определять развороты цены, третьи автоматизируют торговлю с помощью алгоритмов.

Но есть проблема: даже правильный прогноз направления рынка не гарантирует прибыль по сделке. Цена может развернуться раньше ожидаемого, движение может оказаться слишком слабым, а торговые расходы способны съесть значительную часть результата.

Поэтому вопрос стоит формулировать иначе: не как выигрывать каждую сделку, а как построить торговую систему, которая сохраняет положительное математическое ожидание после учёта издержек и при этом не подвергает капитал чрезмерному риску.

Предположим, есть две торговые системы.

Первая закрывает с прибылью 70% сделок. Средняя прибыль составляет 10 пунктов, средний убыток — 30 пунктов.

Вторая приносит прибыль только в 40% сделок, но средний выигрыш составляет 50 пунктов при среднем убытке 20 пунктов.

Один из базовых принципов технического анализа — стараться торговать в направлении основного движения цены, а не пытаться угадать каждый разворот рынка.

На первый взгляд всё просто: рынок растёт — ищем покупки, падает — рассматриваем продажи. Но на практике возникают вопросы: как определить направление движения, когда входить в сделку и что делать, если цена пошла против позиции?

Один из простых способов — анализировать максимумы и минимумы на графике.

Если новые максимумы и минимумы постепенно повышаются, это может указывать на восходящий тренд. Если они снижаются — на нисходящий. Когда цена движется внутри диапазона без выраженного направления, рынок можно считать боковым.

Для дополнительного анализа трейдеры используют скользящие средние и другие индикаторы. Однако ни один инструмент не определяет направление рынка с абсолютной точностью.

Распространённая ошибка новичков — покупать после сильного роста или продавать после резкого падения только потому, что движение кажется очевидным.

Для знакомства с Forex необязательно иметь крупный капитал. Однако небольшая сумма не означает, что риски будут небольшими: многое зависит от торговых условий, объёма позиции и выбранной стратегии.

Перед открытием счёта стоит проверить минимальный объём сделки, маржинальные требования, спреды и комиссии. Эти параметры влияют на то, насколько удобно работать с небольшим депозитом.

Не увеличивать объём ради быстрой прибыли. При небольшом счёте даже несколько убытков могут существенно повлиять на баланс. Завышенный объём позиции только увеличивает риск.

Проверять торговую систему. Тестирование на истории помогает понять, как стратегия вела себя в прошлом. Но оно не гарантирует такого же результата в реальной торговле.

Начинать с демо-счёта. Это практичный способ освоить терминал и проверить торговые правила без потери реальных денег.

Учитывать торговые издержки. Спреды, комиссии и другие расходы могут заметно влиять на итоговый результат, особенно при небольшом капитале.

В предыдущей статье разбирал ситуацию, когда один торговый советник зарабатывает за троих, а общий результат счёта скрывает проблемы остальных стратегий.

Но есть ещё один момент, который часто недооценивают.

Мы смотрим на прибыль стратегии, но не всегда учитываем, сколько из этой прибыли забирают торговые издержки.

Особенно это заметно в алгоритмической торговле, когда советник совершает много сделок.

Представим, что за определённый период торговый робот показал:

• Прибыль по сделкам: +1 000 $

• Комиссии: −180 $

• Свопы: −70 $

Итоговый результат после этих расходов:

1 000 − 180 − 70 = 750 $

На первый взгляд разница не кажется критичной.

Но фактически стратегия отдала 25% своего результата только на комиссии и свопы.

И это ещё без отдельного учёта влияния проскальзывания и спреда, если они не отражены в исходных результатах сделок.

Искусственный интеллект в MetaTrader 5 — это не просто чат, которому можно задать вопрос о рынке. Благодаря поддержке Model Context Protocol (MCP) AI-агент может работать непосредственно с данными и функциями торговой платформы: анализировать котировки и торговую историю, изучать открытые позиции, работать с графиками, тестировать и оптимизировать советники, а также отправлять торговые ордера брокеру.

В этом видео мы подробно показываем, как устроена интеграция AI в MetaTrader 5, как начать работу со встроенным ассистентом и какие практические задачи можно ему поручать.

Как работает MCP в MetaTrader 5

Model Context Protocol — это открытый стандарт, который предоставляет AI-приложениям единый способ взаимодействия с внешними источниками данных и инструментами. В MetaTrader 5 он выступает связующим звеном между AI-агентом и торговой платформой.

Без такой интеграции пользователю приходится самостоятельно собирать рыночные данные, копировать информацию о счете, передавать скриншоты и переключаться между разными приложениями. MCP позволяет агенту получать необходимый контекст непосредственно из MetaTrader 5 и использовать доступные функции платформы для выполнения поставленной задачи.

Раннее писал о том, как наконец запустил обучение нейронных сетей в связке Metatrader+dll+R+Python+(Deepnet, Keras, Tensorflow и др).

https://smart-lab.ru/blog/1350243.php#comment19932474

Раз все теперь работает корректно, можно продолжить эксперименты.

В предыдущий раз, я использовал более менее дефолтные настройки, которые уже не раз запускал для отладки работы самих алгоритмов и технологической связки.

Настало время немного “подкрутить” параметры. Для иллюстрации, того, как изменится кривая Equity изменим параметры учителя немного, а именно сделаем два канала и синхронизируем их. Все, что не удалось синхронизировать в одинаковую сторону сигналы двух каналов, обозначим, как NA и в последствии уберём из обучающей выборки.

Период, принципы торговой системы (ТС) из предыдущей статьи и другие параметры сетей изменять не будем (пример №1 из предыдущей статьи).

Был запущен дополнительный вариант тестирования, при котором позиция закрывалась на следующем баре, если не достигла заданного TP. Посмотрим, что получилось.

Именно такое название хотелось обозначить и закрыть свой “гештальт” в вопросе целесообразности (эффективности) использования каких либо “индюков” (индикаторы) или ML/DL при предсказании (найти в хаосе тренд) будущей цены на валютных парах.

Наверное, много, кто “гонял” оптимизатор и история, чтобы найти оптимальные параметры на какой-то срок, потом круг повторялся, когда все ломалось. Мне надоело, так делать и мне хотелось, чтобы механизм нейронных сетей (ML/DL) делал это за меня и за тестер. Так, начал свой “ресерч” (мне было очень интересно сравнить разные сигналы в одинаковых условиях ТС), потом забрасывал на годы, потом пересматривал и вот наконец, все таки, “добил” и оно “заработало”.

Предлагаю выбрать (LSTM, DNN_v1, RSI, DNN_v2, Random) и написать свой ответ в комментариях, какому варианту результата соответствует данный график Equity:

Всего за три недели после официального релиза поддержки MCP и встроенного ИИ-помощника пользователи MetaTrader 5 уже обработали более 1 триллиона токенов через бесплатную модель MQL5 Lite. Это первый крупный рубеж нового сервиса и показатель того, насколько активно трейдеры и разработчики начали использовать искусственный интеллект в своей ежедневной работе. 

Токены — это единицы текста, которые используются ИИ для обработки запросов и формирования ответов. Очень приблизительно 1 триллион токенов означает:

• 700–750 миллиардов английских слов
• 2,5–3 миллиарда страниц текста, если считать по 250 слов на странице
• Около 9 миллионов книг объемом по 80 тысяч слов
• Примерно 7 тысяч лет непрерывного чтения со скоростью 200 слов в минуту

Все это показывает, насколько активно тысячи пользователей MetaTrader 5 применяют AI Assistant для решения самых разных задач — от анализа рынка до разработки торговых роботов.

Как это работает

AI Assistant встроен непосредственно в MetaTrader 5 и MetaEditor. Он помогает анализировать рынок, разбирать историю торговли, искать торговые возможности, объяснять поведение финансовых инструментов, а также создавать и совершенствовать программы на MQL5. Достаточно запустить помощника из меню или с панели инструментов и описать свою задачу на естественном языке.

От первых советников до агентного AI Assistant, MCP и OpenBLAS: как развивалась MQL-экосистема.

История MQL как путь от простого языка торговых стратегий к полноценной среде разработки и анализа с MetaEditor, MQL5, Python, ONNX, агентным AI Assistant, MCP (Model Context Protocol), OpenBLAS и Git-инфраструктурой Algo Forge.

От языка советников к среде разработки

Сегодня MetaEditor уже трудно воспринимать просто как редактор кода. В нём есть справка, компилятор, отладка, профилирование, проекты, интеграция с MQL5.COM, централизованное хранилище исходных кодов, интеграция с Python, поддержка ONNX, AI Assistant, работа с базами данных sqlite, работа с csv-файлами как с редактируемыми таблицами. Но эта логика появилась не внезапно.

С первых поколений платформ MetaQuotes двигалась в одну сторону: дать трейдеру не только график и кнопку сделки, а возможность описать торговую идею программой, проверить её на истории и запустить в работу без участия человека. История MQL — это история того, как простой язык для советников постепенно вырос в полноценную инженерную среду.

Проблема не в выборе облигаций.

Проблема начинается позже — когда портфель растет. Купоны, погашения, распределение свободных денег, соблюдение структуры портфеля, расчеты объемов покупок, выставление заявок… Постепенно инвестирование превращается в постоянную рутинную работу.

Я искал инструмент, который позволил бы автоматизировать именно исполнение собственной стратегии. Не нашел.

Поэтому начал писать его для себя.

Так появился #AlgoBond.

За несколько лет проект прошел путь от небольшого торгового робота для #MetaTrader до самостоятельной системы автоматизации управления облигационным портфелем.

За это время:

• зарегистрировано три программы для #ЭВМ в #Роспатенте;
• AlgoBond включен в Единый реестр российского программного обеспечения;
• реализована поддержка нескольких брокеров через #API;
• появилась версия для #Linux и #Android;
• ведется публичная статистика результатов применения системы на собственном инвестиционном портфеле.

Сегодня AlgoBond — это не система поиска «лучших облигаций» и не сервис с инвестиционными советами.