ИИ и нейросети в трейдинге

Нейросеть — это функция, которая переводит набор входных чисел в оценку. На форексе входы обычно такие: значения индикаторов, объём, время суток, торговая сессия, недавняя волатильность, дистанция до уровней. Выход — вероятность того, что цена пойдёт в нужную сторону на заданном горизонте.

Важно понимать границу. Модель не предсказывает будущее. Она находит повторяющиеся связи в прошлом и предполагает, что часть из них сохранится. Если рынок сменил режим — связи ломаются, и точность падает. Поэтому ИИ в трейдинге живёт только в паре с риск-менеджментом.

Три типовых применения:

• Фильтр сигналов. Ваша стратегия даёт вход, модель отсекает слабые сетапы.
• Оценка риска. Сеть прогнозирует ожидаемую просадку или волатильность на ближайшие часы.
• Разметка режима рынка. Кластеризация делит историю на «тренд», «флет», «новостной шум».

Рабочий цикл почти всегда один и тот же. Пропустите шаг — получите красивую кривую, которая рассыпается на реальном счёте.

1. Соберите данные. Экспортируйте историю сделок из терминала (MT4/MT5, cTrader) и котировки по нужному таймфрейму.
2. Сформируйте признаки. Посчитайте индикаторы, время, сессию, разницу цен. Это «входы» модели.
3. Разметьте цель. Для каждой строки ответьте: сделка была бы прибыльной или нет через N баров.
4. Разбейте выборку. 70% на обучение, 15% на валидацию, 15% на тест. Тест — данные, которых модель не видела.
5. Обучите и проверьте. Смотрите метрику не на обучении, а на тесте.
6. Прогоните форвард-тест. На новых сделках, вперёд по времени, без подгонки.
7. Внедряйте малым объёмом. Сначала минимальный лот, потом масштаб.

Ключевое правило — разделение выборок по времени. Если перемешать данные случайно, модель «подсмотрит» будущее и покажет фантастический результат, который не повторится.

Оценивать модель по одной точности бессмысленно. Нужна связка точности и матожидания сделки. Формула ожидаемого результата:

E = P(win) × средняя прибыль − P(loss) × средний убыток

Пример. Ваша стратегия без фильтра даёт такие цифры на 100 сделках:

Считаем матожидание с фильтром: 0,57 × 30 − 0,43 × 25 = 17,1 − 10,75 = +6,35 $ на сделку. Модель убрала больше половины входов, но подняла винрейт до порога прибыльности. Цифры здесь условны и служат иллюстрацией метода, а не обещанием результата — на вашей истории они будут другими.

Отсюда практический вывод: задача нейросети — не увеличить число сделок, а отфильтровать мусорные входы, где матожидание отрицательное.

• Переобучение (overfitting). Модель заучила прошлое до последнего тика. На тесте — провал. Лечится упрощением модели и честной валидацией.
• Утечка данных. В признаки попала информация из будущего (например, закрытие бара, который ещё не сформировался). Результат нереально хорош — и нереален.
• Игнор комиссий и спреда. Прибыль «на бумаге» съедается издержками. Считайте нетто.
• Слишком мало сделок в выборке. 50 сделок — это не статистика. Нужны сотни, лучше тысячи.
• Слепое доверие. Трейдер отключает голову и льёт объём. Одна смена рыночного режима — и серия убытков.
• Нет форвард-теста. Бэктест на истории всегда красивее реальности. Проверяйте вперёд по времени.

Личное наблюдение: в 9 случаях из 10 «грааль от нейросети» ломается именно на утечке данных. Стоит закрыть эту дыру — и чудо-доходность исчезает, зато остаётся честная, рабочая модель.

Не обязательно писать код с нуля. Библиотеки вроде scikit-learn, XGBoost и PyTorch закрывают большинство задач. Для торговых ботов есть платформы автоматизации и коннекторы к MT5. Но любой инструмент бесполезен без чистых данных и честной проверки.

Начните с простого: возьмите свою историю сделок и обучите базовую модель-фильтр. Даже логистическая регрессия покажет, есть ли в ваших сетапах предсказуемость. Если её нет — нейросеть глубже не поможет, проблема в самой стратегии.

Прежде чем строить модель, нужны чистые данные о реальной доходности — с учётом спреда, свопа и комиссий. Forexwealthy импортирует историю из MT4/MT5, cTrader или CSV и показывает фактические метрики: винрейт, просадку, коэффициент Шарпа, срезы по инструментам, сессиям и времени.

Это готовая разметка для проверки гипотез. Вы видите, на каких парах и в какие часы ваша система реально прибыльна, а где ИИ-фильтр должен резать входы. Сервис не торгует за вас и не даёт сигналов — он даёт честную статистику, на которой строится любая модель.