Larry Williams XGBoost Onnx - MetaTrader 5のためのエキスパート

バックテスト XAUUSD 時間枠 H4 日付範囲 2020/01/24 ～ 2025/03/12

ユーザーマニュアル 📋：ラリーウィリアムズAIフィルターEA

この Expert Advisor (EA) は、古典的な Larry Williams Outside Bar 戦略と 人工知能 (ONNX) フィルタを組み合わせたものです。 機械的なプライスアクションを使用してセットアップを見つけ、AIを使用して成功するトレードの確率を予測します。

1.ファイルの準備（重要）

EAが正しく初期化されるためには 、事前にトレーニングされた機械学習モデルを正しいディレクトリに配置する必要があります：

• ファイル名： larry_model.onnx （または入力で指定した名前）。

• パスを指定します： MQL5 > Files > larry_model.onnx

• 要件 このフォルダにファイルがない場合 、EAは起動に失敗します（ INIT_FAILED）。

2.入力パラメータ

3.取引ロジックと戦略

フェーズ 1: 機械的検出

すべての新しいバーのオープニングで、EAはアウトサイドバー（現在のローソク足の高値が前回より高く、安値が前回より低い）をチェックします。

• 強気シグナル： 価格が前のバーの高値より高い位置でクローズ。

• 弱気シグナル： 価格が前のバーの安値より下でクローズ。

フェーズ2：AIの検証

アウトサイドバーが検出されると、EAは10個のデータ特徴（ボディサイズ、相対レンジ、ATR、出来高変化、曜日、時間など）を抽出し、larry_model.onnxモデルに送信します。

• EA は、クラス 1(買い)の AI 確率が InpThreshold を超えると買いを 実行します。

• クラス 2（売り）の AI 確率 > InpThreshold .

フェーズ 3: 取引管理

• ストップロス（SL）： シグナルローソク足の安値（買いの場合）または高値（売りの場合）に設定します。

• 利食い (TP)： InpRRレシオに基づいて自動的に計算されます。

• 頻度： EA は一度に 1 つのオープンポジションのみを 許可します。

4.ONNX モデルの技術要件

Python (Scikit-Learn、PyTorch など)でモデルをトレーニングする場合は、出力が EA の要件と一致していることを確認する：

1. 入力形状： 入力 Shape: {1, 10} (10特徴).

2. 出力ノード0： 予測ラベル（Long）。

3. 出力ノード 1: 確率 (3つのクラス: [Neutral, Buy, Sell]のFloat配列)。

4. フィーチャーの順序： データは、CalculateFeatures 関数で定義された正確な順序（Body Size, Rel Range, Bull/Bear flag, ATR, Rel ATR, Day, Hour, Vol Change, Prev Direction）で供給されなければならない。

5.展開方法とトレーニング

1. larry_william.zipを解凍する。

2. pip install -r requirements.txtを実行する。

3. メタトレーダー5を開く

4. python download_csv_metatrader5.py を実行します。

5. python train_larry_williams.py を実行します。

6. python convert_onnx_larry.py を実行します。