MQL5

Почему одни трейдеры стабильно зарабатывают, даже если половина их сделок оказывается убыточной, а другие теряют деньги при 80% успешных входов?

На первый взгляд кажется, что главное в трейдинге — научиться правильно определять направление движения цены. Но практика показывает, что точность прогноза далеко не всегда определяет конечный финансовый результат.

Можно угадывать направление рынка восемь раз из десяти и постепенно терять депозит. А можно получать убытки чаще, чем прибыль, но при этом сохранять положительное математическое ожидание.

Разберём, как построить торговую стратегию, какие параметры действительно влияют на её эффективность и почему тестирование иногда создаёт ложное ощущение надёжности.

1. Торговая стратегия начинается не с индикатора

Одна из распространённых ошибок начинающих трейдеров — попытка найти универсальный индикатор, который будет точно показывать точки входа.

Сначала используется RSI. Затем добавляется MACD. После нескольких неудачных сделок появляются скользящие средние, полосы Боллинджера и дополнительные фильтры.

( Читать дальше )

Большинство начинающих трейдеров тратят много времени на поиск подходящей торговой стратегии. Они изучают индикаторы, наблюдают за графиками, читают аналитические обзоры и пытаются найти закономерности в движении цены.

Но рано или поздно возникает вопрос: как определить, действительно ли найденная закономерность существует, или нам просто кажется, что она работает?

Например, вы заметили, что после пересечения двух скользящих средних цена часто продолжает движение в направлении сигнала. На графике можно найти десятки красивых примеров. Но сколько было неудачных пересечений? Какой результат получился бы с учётом спреда и комиссий? Что изменится, если использовать другой временной интервал?

Ответить на подобные вопросы можно вручную. Однако при большом количестве данных такой подход становится трудоёмким, а результаты нередко зависят от субъективной оценки.

Именно здесь программирование превращается в полезный инструмент исследования финансовых рынков.

Причём для этого необязательно становиться профессиональным разработчиком. Даже базовые навыки позволяют автоматизировать расчёты, анализировать исторические данные и проверять собственные предположения.

( Читать дальше )

Начинающие трейдеры часто пытаются как можно быстрее найти рабочую торговую стратегию. Одни изучают свечные модели, другие устанавливают технические индикаторы, третьи начинают тестировать советников или следовать торговым сигналам. Проблема в том, что инструменты появляются раньше понимания принципов их применения.

В результате новичок может получить десятки торговых сигналов, но не понимать, почему в одной ситуации стратегия срабатывает, а в другой приводит к убытку. После нескольких неудачных сделок меняются индикаторы, таймфреймы и правила входа. Объективно оценить результат становится сложно.

Я занимаюсь разработкой торговых алгоритмов и изучением финансовых рынков более 20 лет. На мой взгляд, обучение полезно строить как последовательный процесс: сначала разобраться в устройстве рынка, затем освоить анализ графиков, сформулировать торговые правила и проверить их на исторических данных.

Рассмотрим, как организовать первые 30 дней обучения и какие результаты разумно ожидать от этого периода.

( Читать дальше )

Многие трейдеры годами торгуют вручную, хотя часть их действий вполне можно автоматизировать. При этом распространено мнение, что торговый робот — это обязательно сложная программа, десятки индикаторов и глубокие знания программирования.

На практике всё начинается не с кода, а с чётких правил. Когда открывать позицию? При каких условиях закрывать сделку? Как рассчитывать объём и ограничивать риск? Если на эти вопросы можно ответить однозначно, торговую идею уже можно постепенно превращать в алгоритм.

С чего начать автоматизацию?

Я рекомендую двигаться последовательно:

1. Формализовать стратегию. Описать условия входа и выхода без субъективных формулировок.
2. Создать простую версию алгоритма. Не пытаться сразу реализовать все возможные функции.
3. Добавить управление риском. Определить допустимый объём позиции, ограничения и правила защиты капитала.
4. Проверить логику. Убедиться, что робот выполняет именно те действия, которые предусмотрены стратегией.
5. Протестировать систему. Использовать исторические данные, учитывать комиссии и спред, затем проверить работу на демо-счёте.

( Читать дальше )

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.

( Читать дальше )

Как любой мечтатель, с подросткового возраста хотелось стать богатым, но если много работать, то не факт, что разбогатеешь) Всегда манила к себе биржа. В 2021 году решил плотно заняться Форексом, мой выбор пал на брокера Alpari. По образованию «программист», поэтому накодить рОбота не вызывало у меня проблем. В течении полугода начали появляться более менее идеи, только алготрейдинг с использованием тех.анализа. Сотни тестов, уйма потраченного времени, только демо счет. И вот спустя 2 года проб и ошибок, начал торговать на реальные бабки. Вообще нужно любить процесс «Идея -> Программа -> Тестирование -> Практика». Без этого я считаю, мало чего получится.

Как многие новички, рассматривал подход Мартингейла или усреднения, но все тесты за период более 10 лет, неизбежно показывали обнуление счета. Поэтому от этой идеи со временем смело отказался.

Выбрал стратегию торговли с использованием скользящей средней линии, протестировал с 2007 года. Рассчитываю на среднегодовую доходность в районе 50%. Максимальная просадка при тестировании равна 49%, была зафиксирована в 2008 кризисном году, кстати в этот же год и самая высокая доходность))

( Читать дальше )

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.

( Читать дальше )

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:

( Читать дальше )

 

В предыдущих сериях…

White_Trader (он же Снежок) публикует пост о выходе робота Odyssey UK100 на MQL5 Market, выдавая сам факт размещения продукта на площадке за подтверждение его торговой эффективности.

Захожу я и задаю самый логичный вопрос: «Где бэк-тесты, Зин?»

Ну, то есть, конечно, вежливо и развёрнуто: мол, проверка в Маркете — это лишь проверка работоспособности, а не прибыльности. Где результаты тестирования на истории за 5-10 лет? Не подогнана ли стратегия под один удачный отрезок?

Снежок отвечает: «Бэк есть в канале», «Можешь сам пробэкать», «Ни одна стратегия не живет 3 года». Еще он предоставил пару скриншотов отвратительного качества, на которых ничего не разобрать.

Я не согласился с его утверждением, что ни одна стратегия не живёт 3 года, и показал, как тестирую я. И за это меня забанили. Белый трейдер добавил меня в свой чёрный список. =)

А теперь, Снежок, смотри, как делают бэк-тесты взрослые дяди.

Когда я разрабатываю или проверяю стратегию, то тестирую её на истории не менее чем за 10 лет. Не «с января по август», где всего 123 сделки. А на полноценном участке, который охватывает разные состояния рынка. На общем прогоне робот может отработать, условно, лишь десятую часть от общего количества сигналов. В моём случае — 5 тысяч из более чем 45 тысяч.

( Читать дальше )

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.

( Читать дальше )