Larry Williams XGBoost Onnx - MetaTrader 5용 expert

백테스트 XAUUSD 기간 H4 날짜 범위 24/01/2020 - 03/12/2025

📋 사용자 설명서: 래리 윌리엄스 AI 필터링 EA

이 EA는 고전적인 래리 윌리엄스 아웃사이드 바 전략에 인공 지능(ONNX ) 필터를결합한 EA(Expert Advisor) 입니다. 기계적인 가격 움직임을 사용해 설정을 찾고 AI를 사용해 거래 성공 확률을 예측합니다.

1. 파일 준비 (중요)

EA를 올바르게 초기화하려면 사전 학습된 머신러닝 모델을 올바른 디렉토리에 배치해야 합니다:

• 파일명: larry_model.onnx (또는 입력에 지정된 이름).

• 경로: MQL5 > 파일 > larry_model.onnx

• 요구 사항: 이 폴더에 파일이 없으면 EA가 시작에 실패합니다( INIT_FAILED ).

2. 입력 파라미터

3. 트레이딩 로직 및 전략

1단계: 기계적 감지

모든 새 막대가 열릴 때 EA는 외부 막대 (현재 캔들의 고점이 이전보다 높고 저점이 이전보다 낮은 상태)를 확인합니다.

• 상승 신호: 가격이 이전 바의 고점 위에서 마감합니다.

• 하락 신호: 가격이 이전 바의 저점 아래로 마감합니다.

2단계: AI 검증

외부 바가 감지되면 EA는 10가지 데이터 특징 (몸체 크기, 상대적 범위, ATR, 거래량 변화, 요일, 시간 등)을 추출하여 larry_model.onnx 모델로 전송합니다.

• EA는 클래스 1(매수)에 대한 AI 확률이 InpThreshold 를 초과하면 매수를 실행합니다.

• 클래스 2(매도)에 대한 AI 확률이 InpThreshold 를 초과하면 EA는 SELL을 실행합니다.

3단계: 거래 관리

• 스톱로스(SL): 신호 캔들의 저점(매수용) 또는 고점(매도용)에 설정합니다.

• 테이크프로핏(TP): InpRR 비율에 따라 자동으로 계산됩니다.

• 빈도: EA는 한 번에 하나의 오픈 포지션만 허용합니다.

4. ONNX 모델의 기술 요구 사항

Python(Scikit-Learn, PyTorch 등)으로 모델을 트레이닝하는 경우 출력이 EA 요건과 일치하는지 확인하세요:

1. 입력 모양: {1, 10}(10개의 특징).

2. 출력 노드 0: 예측 레이블(긴).

3. 출력 노드 1: 확률(3개 클래스의 플로트 배열: [중립, 매수, 매도]).

4. 특징 순서: 데이터는 CalculateFeatures 함수에 정의된 정확한 순서대로 입력해야 합니다(몸체 크기, 상대적 범위, 상승/하락 플래그, ATR, 상대적 ATR, 일, 시간, 볼륨 변화, 사전 방향).

5. 셀프 배포 및 트레이닝 방법

1. larry_william.zip 압축을 풉니다.

2. 명령 실행 pip 설치 -r 요구사항.txt

3. 메타트레이더 5를 먼저 엽니다.

4. 파이썬 다운로드_csv_metatrader5.py 실행

5. 파이썬 train_larry_williams.py 실행

6. 파이썬 convert_onnx_larry.py 실행