Trixter EE
- Experts
-
Andrei Samokhin
Welcome to my seller page. I develop applications in the fields of AI and machine learning, and I am also passionate about trading systems. My products are based on various machine learning techniques. I research and apply state-of-the-art algorithms for time series analysis and am constantly - Versione: 1.0
- Attivazioni: 15
Elliptic Envelope (Inviluppo Ellittico) è un algoritmo di apprendimento automatico parametrico progettato per rilevare valori anomali (outliers) e anomalie in dati multidimensionali.
Il metodo parte dal presupposto che i dati "normali" (il campione principale) seguano una distribuzione normale (gaussiana) multidimensionale.
Principio di funzionamento
- Formazione dell'ellissoide: Nello spazio delle caratteristiche, l'algoritmo costruisce un iperellissoide attorno al gruppo centrale di punti. Il confine di questo ellissoide è determinato dalla matrice di covarianza e dal valore medio delle caratteristiche.
- Uso della distanza di Mahalanobis: Per ogni punto, viene calcolata la distanza di Mahalanobis dal centro della distribuzione. Questa distanza tiene conto non solo della vicinanza, ma anche della correlazione tra le caratteristiche e della dispersione dei dati lungo i diversi assi.
- Valutazione della robustezza (MCD): Per evitare che i valori anomali stessi distorcano la stima del centro e della forma dell'ellissoide, il metodo utilizza il Determinante della Covarianza Minima (Minimum Covariance Determinant, MCD). L'algoritmo cerca un sottoinsieme di dati di una dimensione specifica (definita da un parametro) che minimizzi il determinante della matrice di covarianza, escludendo i valori estremi dal processo di "adattamento" dell'ellissoide.
- Classificazione:
- Punti all'interno dell'ellissoide — oggetti normali (inliers, etichetta 1).
- Punti all'esterno dell'ellissoide — anomalie o valori anomali (outliers, etichetta -1).
- La soglia di distanza oltre la quale un punto è considerato un valore anomalo è definita dall'iperparametro della quota di anomalie (contamination).
A cosa serve
- Pulizia dei dati (Data Cleaning): Rimozione del rumore estremo e degli errori di misurazione prima dell'addestramento dei modelli principali (classificazione, regressione).
- Rilevamento di anomalie (Anomaly / Outlier Detection): Ricerca di oggetti non standard nel campione, ad esempio:
- Rilevamento di operazioni fraudolente (Fraud Detection).
- Filtraggio di guasti ai sensori o alle apparecchiature.
- Filtraggio di pattern atipici o rumore nelle caratteristiche.
Il bot Trixter EE è sviluppato utilizzando questo approccio.
L'algoritmo Trixter EE implementa la ricerca di pattern mediante Elliptic Envelope (in breve EE). Partiamo dal presupposto che il mercato dell'oro sia abbastanza efficiente e che la maggior parte delle oscillazioni dei prezzi costituisca un rumore di mercato impossibile da prevedere. Tuttavia, possiamo isolare frammenti del grafico dell'oro (le cosiddette anomalie) nei quali risulta altamente prevedibile. In questo modo ho individuato il 40% delle sezioni del grafico che sono ben prevedibili.
Principi chiave
- Analisi della volatilità dell'oro su più timeframe e periodi di indicatori.
- Raggruppamento della volatilità per la ricerca di pattern efficaci (da 100 a 3000).
- Verifica statistica: elevata aspettativa matematica di vincita e significatività statistica.
- I pattern che non superano la verifica vengono contrassegnati come rumore — in tali situazioni non si aprono operazioni.
- Forward test obbligatorio di 2 anni prima di consentire l'accesso a un conto reale.
Caratteristiche della logica di trading
- Apertura delle operazioni tramite ordini limite a una distanza selezionata dal prezzo — slippage minimo.
- Se l'ordine limite non si attiva (il prezzo non ha toccato il livello) e il segnale scompare, l'ordine viene eliminato.
- Le posizioni aperte sono accompagnate da Stop Loss e Take Profit e vengono chiuse a prezzo di mercato in presenza di un segnale contrario.
- Il robot non utilizza martingala, arbitraggio o altre strategie ad alto rischio.
- Timeframe consigliati: da M5 a H1. Ottimale: H1 XAUUSD.
- È prevista una configurazione flessibile dell'attività di trading (parametri di seguito).
Impostazioni principali
- Allow BUY signals, Allow SELL signals — consentono o vietano acquisti/vendite in caso di sicurezza sulla direzione del mercato.
- Signals sensitivity, Filter sensitivity — soglia di sensibilità dei segnali e del filtraggio del rumore. Il valore predefinito è 0.5. Può essere aumentato a 0.7–0.9 per segnali più puliti.
- Filter by trading hours — limitazione dell'orario di trading. Il valore predefinito è attivo 24 ore su 24.
Impostazioni di gestione del capitale
- Distance in points for limit order — distanza dal prezzo all'ordine limite. Predefinito: 250. Valore inferiore → più operazioni; valore superiore → più conservativo.
- Max positions + orders number — numero massimo di posizioni e ordini aperti contemporaneamente (senza mediazione/grid). Predefinito: 3.
- Impostazioni aggiuntive: ritardo tra le aperture, controllo dello spread massimo, livelli di Stop Loss e Take Profit.
Importante: Le impostazioni predefinite sono già applicate. Non modificarle se non strettamente necessario. Salvare il file di parametri (.set) standard per poter ripristinare i valori di fabbrica.
Elliptic envelope + due classificatori → esportazione in ONNX | Periodo forward: 2 anni | Timeframe cons.: H1 XAUUSD
