<!-- reviewed: 2026-06-10 by Codex, ISSUE_9305 Batch 5 insights locale review; source: ISSUE_9256 B6 -->
---
title: Trading Software Generations: From MT4 to LLM
url: https://stratcraft.ai/insights/trading-software-generations
type: insight
---

# Trading Software Generations: From MT4 to LLM

Торговое программное обеспечение прошло эволюцию через четыре практических поколения: компоненты индикаторов, упакованные стратегии, исследовательские конвейеры системного уровня и рабочие процессы «промпт-в-код» на основе LLM.

## Сравнение поколений

| Измерение | Gen 1: Indicator Era | Gen 2: Strategy Era | Gen 3: System Era | Gen 4: LLM Era |
|---|---|---|---|---|
| Период времени | ~2005-2012 | ~2012-2018 | ~2018-2023 | 2023-настоящее |
| Представительные продукты | MT4 / MQL4 | Backtrader, freqtrade, vnpy | QuantConnect, WorldQuant BRAIN | ChatGPT + brokerage API |
| Основная абстракция | Модульные индикаторы | Упакованная логика стратегии: вход, выход, размер | Конвейер feature engineering | От естественного языка к коду |
| Типичный рабочий процесс | Перетащить индикаторы, задать условия, провести бэктест | Написать код стратегии, оптимизировать параметры, провести бэктест | Построить конвейер признаков, обучить, валидировать, исполнить | Сделать промпт, сгенерировать стратегию, провести бэктест |
| Главный прогресс | Индикаторы перешли из книг и форумов в переиспользуемые компоненты | Полные стратегии стали упаковываемыми, разделяемыми и воспроизводимыми | Конвейер стал продуктом, со стандартизированной валидацией | Генерация быстрая, входной барьер низкий |
| Типичная ловушка | Поклонение индикаторам и поиск «святого Грааля» | Переобучение параметров: генетический поиск находит совпадение, а не устойчивость | Утечка данных и survivorship bias | Стратегические галлюцинации и слепота к переобучению на бэктесте |
| Корневая причина отказов | Правила вручную и без систематической валидации | Целью оптимизации является доходность бэктеста, а не устойчивость | Сложность модели скрывает проблемы качества данных | Модель пропускает инфраструктуру, накопленную первыми тремя поколениями |

## Режимы отказов LLM

### Стратегические галлюцинации

Модель выдаёт правдоподобную торговую логику, выглядящую количественно, но не имеющую рыночного обоснования, статистической базы или с некорректными допущениями. Она создаёт код, проходящий синтаксические проверки, протаскивая ложную причинно-следственную связь.

### Слепота к переобучению на бэктесте

Модель воспринимает прибыльный бэктест как валидацию и пропускает утечку, parameter mining, нестабильные режимы или survivorship bias. Она ускоряет curve fitting, потому что скорость генерации умножает непротестированные варианты.

## Пример паттерна Z-Score

```python
spread = asset_a.close - hedge_ratio * asset_b.close
z_score = (spread - spread.mean()) / spread.std()

if z_score > 2:
    short(asset_a)
    long(asset_b)
elif z_score < -2:
    long(asset_a)
    short(asset_b)
```

## Модель + инструменты

LLM полезны, когда обёрнуты в инструменты. Серьёзный торговый стек — это не только модель; он включает движки ценообразования, исполнительную логику, контроли риска, валидацию данных, мониторинг и дисциплину развёртывания. Системы в стиле Jane Street демонстрируют этот паттерн: модель — это один слой внутри более крупной инструментальной цепочки.

## Позиционирование StratCraft

StratCraft — это не заявка на Gen 5. Это инфраструктура для разработчиков Gen 2 и Gen 3, которым нужна локальная производительность бэктестинга уровня C++, изоляция плагинов и экосистема, делающая генерацию, валидацию и композицию стратегий повторяемыми.

Источник: https://stratcraft.ai/insights/trading-software-generations
