
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.

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:
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.
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:

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

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.
