metatrader

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.

Выпущена обновленная версия платформы MetaTrader 5 в бета-режиме.

Главное нововведение этого обновления — встроенная поддержка Model Context Protocol (MCP) и агентного искусственного интеллекта. Благодаря этому терминал и MetaEditor получают встроенного AI Assistant, который помогает анализировать рынки и торговую активность, разрабатывать программы на MQL5, объяснять код, находить ошибки и автоматизировать решение сложных задач. Кроме встроенного помощника, платформа поддерживает подключение внешних ИИ-агентов, совместимых с MCP, включая OpenAI Codex, Claude Code и другие решения.

Еще одним важным нововведением стала поддержка Passkey — современного механизма защиты торговых счетов. Passkey обеспечивает дополнительный фактор аутентификации при входе в аккаунт, защищая пользователей от фишинга и несанкционированного доступа. Хранить ключ можно как на мобильном устройстве, так и на аппаратном ключе безопасности.

Для разработчиков мы существенно улучшили MetaEditor. В редакторе появились долгожданные функции сворачивания блоков кода и подсветки всех вхождений выделенного идентификатора, упрощающие работу с большими проектами.

Выпущена обновленная версия платформы MetaTrader 5 build 4730.

В этой версии в MQL5 появилась поддержка еще нескольких новых функций библиотеки OpenBLAS, а также функций TransposeConjugate и CompareEqual. Они дадут еще больше возможностей для работы с матрицами и векторами. Помимо этого, мы исправили совместимость пакета интеграции с Python. Теперь он работает с любыми версиями Python вплоть до 3.13.

Также мы оптимизировали и ускорили работу платформы с ценовыми данными.

MetaTrader 5 Client Terminal

1. Terminal: Изменен расчет стоимости позиций, ордеров и сделок. Теперь она отображается в валюте депозита счета, а не в базовой валюте торгового инструмента:

   
   

За все время существования через MQL5 Cloud Network было выполнено более 16 миллиардов заданий. Столько раз пользователи протестировали свои торговые стратегии. Сеть ежедневно помогает множеству алготрейдеров — вместо долго ожидания результатов на локальной машине, любой может запустить расчеты на десятках тысячах компьютеров по всему миру всего в несколько кликов.

Вот так легко запускается тест миллиона комбинаций параметров торгового робота. Пользователь моментально получает доступ к нескольким тысячам ядер, сеть автоматически раздает им задания и все необходимые параметры для расчетов. Результаты будут готовы уже через несколько минут:

 Сейчас мы существенно обновили всю инфраструктуру MQL5 Cloud Network и увеличили ее производительность:

• Добавлены новые и обновлены существующие серверы, которые занимаются регистрацией агентов и распределением задач. Теперь в сети используется 7 точек, размещенных в разных частях мира. За счет перебалансировки нагрузки, сеть более эффективно обрабатывает и распределяет задачи. За счет более равномерного географического покрытия уменьшились сетевые задержки при запуске расчетов.