Larry Williams XGBoost Onnx - sistema esperto per MetaTrader 5

Backtest XAUUSD Time Frame H4 Intervallo di date 24/01/2020 - 03/12/2025

📋 Manuale d'uso: EA filtrato da Larry Williams AI

Questo Expert Advisor (EA) combina la classica strategia Larry Williams Outside Bar con un filtro diintelligenza artificiale (ONNX). Utilizza l'azione meccanica dei prezzi per trovare i setup e l'intelligenza artificiale per prevedere la probabilità di successo dell'operazione.

1. Preparazione del file (fondamentale)

Affinché l'EA si inizializzi correttamente, è necessario posizionare il modello di apprendimento automatico pre-addestrato nella directory corretta:

• Nome del file: larry_model.onnx (o il nome specificato negli input).

• Percorso: MQL5 > File > larry_model.onnx

• Requisito: L'EA non si avvierà ( INIT_FAILED ) se il file non è presente in questa cartella.

2. Parametri di ingresso

3. Logica e strategia di trading

Fase 1: Rilevamento meccanico

All'apertura di ogni nuova barra, l'EA verifica la presenza di una barra esterna (il massimo della candela corrente è superiore al precedente e il minimo è inferiore al precedente).

• Segnale rialzista: Il prezzo chiude sopra il massimo della barra precedente.

• Segnale ribassista: Il prezzo chiude al di sotto del minimo della barra precedente.

Fase 2: convalida dell'AI

Se viene rilevata una barra esterna, l'EA estrae 10 caratteristiche dei dati (dimensione del corpo, intervallo relativo, ATR, variazione del volume, giorno della settimana, ora, ecc.

• L'EA esegue un BUY se la probabilità AI per la classe 1 (Buy) > InpThreshold.

• L'EA esegue un SELL se la probabilità AI per la Classe 2 (Sell) > InpThreshold .

Fase 3: Gestione del trade

• Stop Loss (SL): Posizionato in corrispondenza del minimo (per gli acquisti) o del massimo (per le vendite) della candela del segnale.

• Take Profit (TP): Calcolato automaticamente in base al rapporto InpRR.

• Frequenza: L'EA consente una sola posizione aperta alla volta.

4. Requisiti tecnici per il modello ONNX

Se si addestra il modello in Python (Scikit-Learn, PyTorch, ecc.), assicurarsi che l'output corrisponda ai requisiti dell'EA:

1. Forma in ingresso: {1, 10} (10 caratteristiche).

2. Nodo di uscita 0: etichetta prevista (lunga).

3. Nodo di output 1: Probabilità (array float di 3 classi: [Neutral, Buy, Sell]).

4. Ordine delle caratteristiche: I dati devono essere inseriti nell'ordine esatto definito nella funzione CalculateFeatures (Body Size, Rel Range, Bull/Bear flag, ATR, Rel ATR, Day, Hour, Vol Change, Prev Direction).

5. Come distribuire e allenarsi

1. decomprimere larry_william.zip

2. eseguire il comando pip install -r requirements.txt

3. aprire prima metatrader 5

4. eseguire python download_csv_metatrader5.py

5. eseguire python train_larry_williams.py

6. eseguire python convertire_onnx_larry.py