Controlled Martingale
- Experts
- Anddy Cabrera
- 버전: 3.80
- 활성화: 10
제어된 마틴게일
제어된 마틴게일 EA는 MetaTrader 5용 완전 자동화 전문가 어드바이저입니다. 지표 없이 순수한 가격 액션 신호를 기반으로 한 그리드 마틴게일 방식을 사용합니다. 진입 신호는 이전 봉의 고가와 저가 범위의 중간점에서 도출됩니다. 그리드 간격은 ATR 지표를 사용하여 동적으로 계산되므로, 시스템이 현재 시장 변동성에 자동으로 적응합니다.
작동 방식
EA는 새로운 바스켓 진입과 그리드 연속을 두 개의 독립적인 코드 경로로 분리합니다. 새로운 바스켓은 가격 신호가 허용된 방향과 일치할 때만 열립니다. 바스켓이 열리면, 신호 조건 없이 오직 마지막 진입으로부터의 가격 거리를 기반으로 추가 레벨이 추가됩니다. 이러한 분리는 시장 방향이 바뀔 때 그리드가 멈추는 것을 방지합니다.
바스켓이 최대 그리드 레벨에 도달하면, 하드 바스켓으로 기록됩니다. 설정된 수의 하드 바스켓이 발생한 후, EA는 거래 방향을 반전하고 다음 사이클의 lot 크기를 늘립니다. 바스켓의 모든 포지션은 합산 부동 수익이 목표 핍에 도달하면 함께 청산됩니다.
특징
- 진입 신호에 지표 불필요
- ATR 기반 그리드 간격이 시장 변동성에 적응
- 연속 하드 바스켓 후 방향 전환 설정 가능
- 바스켓 합산 익절가 도달 시 모든 레벨 동시 청산
- 낙폭이 설정 비율을 초과하면 선택적 에쿼티 가드가 모든 포지션 청산
- H1 타임프레임의 EURUSD, AUDUSD, USDCAD에서 최적화 및 테스트 완료
- 지원되는 각 페어에 대한 사전 최적화 설정 파일이 댓글 섹션에 제공됨
권장 설정
최상의 결과를 위해 빠른 체결이 가능한 로우 스프레드 계좌를 사용하세요. 전체 그리드 깊이를 안전하게 지원하기 위해 최소 $3,000의 잔고가 권장됩니다. 라이브 거래 전에 시스템 동작을 이해하기 위해 데모 계좌에서 기본 lot 크기 0.01로 시작하세요. 중단 없는 운영을 위해 VPS에서 EA를 실행하세요. 계좌에 전체 그리드 깊이를 지원할 충분한 여유 마진이 있는지 확인하세요.
입력 파라미터
EURUSD, AUDUSD 및 USDCAD에 대한 최적화된 설정 파일(.set)이 이제 copilotstock.com에서 다운로드 가능합니다
그리드 및 lot 크기:
- InpBaseLot (기본값 0.01) — 각 새로운 바스켓의 첫 거래 lot 크기
- InpMultiplier (기본값 2.0) — 각 연속 그리드 레벨에 적용되는 lot 배수
- InpMaxTrades (기본값 10) — 바스켓당 최대 그리드 레벨 수
- InpMaxLosses (기본값 3) — 방향이 전환되고 lot 크기가 증가하기 전의 하드 바스켓 횟수
간격 및 익절가:
- InpATRPeriod (기본값 14) — 그리드 간격 계산에 사용되는 ATR 기간
- InpATRMultiplier (기본값 1.5) — 그리드 간격 = ATR × 이 값
- InpBasketTP_Pips (기본값 30) — 바스켓 합산 수익 목표 (핍)
리스크 관리:
- InpMaxDrawdownPct (기본값 20.0) — 에쿼티 가드를 발동시키는 낙폭 비율
- InpUseEquityGuard (기본값 false) — 낙폭 임계값 초과 시 긴급 청산 활성화
일반:
- InpTimeframe (기본값 H1) — 봉 신호 및 ATR 계산에 사용되는 타임프레임
- InpMagic (기본값 334455) — 이 EA의 주문을 식별하는 매직 넘버; 여러 인스턴스 실행 시 변경 필요
- InpComment (기본값 MartV3) — 각 주문에 첨부되는 코멘트 접두사
- InpVerboseLog (기본값 false) — Experts 저널에 봉별 상세 정보 출력
- InpChartDisplay (기본값 false) — 차트에 실시간 상태 패널 표시; 최적화 중에는 비활성화 권장
위험 고지
그리드 기반 마틴게일 시스템은 가격이 바스켓에 불리하게 움직일수록 포지션 크기를 늘립니다. 이는 잠재적 수익과 잠재적 손실 모두를 증폭시킵니다. 실제 자금을 사용하기 전에 데모 계좌에서 충분히 테스트하세요. 백테스팅 및 최적화의 과거 결과가 미래 성과를 보장하지 않습니다.
