Larry Williams XGBoost Onnx - Experte für den MetaTrader 5

Backtest XAUUSD Zeitrahmen H4 Datumsbereich 24/01/2020 - 03/12/2025

📋 Benutzerhandbuch: Larry Williams AI-gefilterter EA

Dieser Expert Advisor (EA) kombiniert die klassische Larry Williams Outside Bar Strategie mit einem Filterder Künstlichen Intelligenz (ONNX). Er verwendet mechanische Preisaktionen, um Setups zu finden, und KI, um die Wahrscheinlichkeit eines erfolgreichen Handels vorherzusagen.

1. Dateivorbereitung (Entscheidend)

Damit der EA korrekt initialisiert werden kann, müssen Sie Ihr vorab trainiertes maschinelles Lernmodell im richtigen Verzeichnis ablegen:

• Dateiname: larry_model.onnx (oder der in den Eingaben angegebene Name).

• Pfad: MQL5 > Dateien > larry_model.onnx

• Bedingung: Der EA kann nicht gestartet werden ( INIT_FAILED ), wenn die Datei in diesem Ordner nicht vorhanden ist.

2. Eingabe-Parameter

3. Handelslogik und Strategie

Phase 1: Mechanische Erkennung

Bei der Eröffnung jedes neuen Balkens prüft der EA, ob ein Outside Bar vorliegt (das Hoch der aktuellen Kerze ist höher als das der vorherigen und das Tief ist niedriger als das der vorherigen).

• Bullisches Signal: Der Kurs schließt über dem Hoch des vorherigen Balkens.

• Bärisches Signal: Der Kurs schließt unter dem Tief des vorherigen Balkens.

Phase 2: AI-Validierung

Wenn ein Outside Bar erkannt wird, extrahiert der EA 10 Datenmerkmale (Körpergröße, Relative Range, ATR, Volumenänderung, Wochentag, Stunde usw.) und sendet sie an das larry_model.onnx-Modell.

• Der EA führt einen BUY aus, wenn die AI-Wahrscheinlichkeit für Klasse 1 (Buy) > InpThreshold ist.

• Der EA führt einen SELL aus, wenn die AI-Wahrscheinlichkeit für Class 2 (Sell) > InpThreshold ist.

Phase 3: Handelsmanagement

• Stop Loss (SL): Wird beim Low (für Buy) oder High (für Sell) der Signalkerze platziert.

• Gewinnmitnahme (TP): Wird automatisch auf der Grundlage des InpRR-Verhältnisses berechnet.

• Häufigkeit: Der EA erlaubt nur eine offene Position zur gleichen Zeit.

4. Technische Voraussetzungen für das ONNX-Modell

Wenn Sie das Modell in Python (Scikit-Learn, PyTorch, etc.) trainieren, stellen Sie sicher, dass die Ausgabe den EA-Anforderungen entspricht:

1. Input Shape: {1, 10} (10 Merkmale).

2. Ausgabeknoten 0: Vorhergesagtes Label (Long).

3. Ausgabeknoten 1: Wahrscheinlichkeiten (Float-Array mit 3 Klassen: [Neutral, Kaufen, Verkaufen]).

4. Reihenfolge der Merkmale: Die Daten müssen in der exakten Reihenfolge eingegeben werden, die in der Funktion CalculateFeatures definiert ist (Body Size, Rel Range, Bull/Bear flag, ATR, Rel ATR, Day, Hour, Vol Change, Prev Direction).

5. Wie man sich selbst einsetzt & trainiert

1. entpacken Sie larry_william.zip

2. Befehl pip install -r requirements.txt ausführen

3. Öffnen Sie zunächst Metatrader 5

4. python download_csv_metatrader5.py ausführen

5. python train_larry_williams.py ausführen

6. python convert_onnx_larry.py ausführen