Trixter ISO
- 专家
-
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 - 版本: 1.0
- 激活: 15
Isolation Forest 是一种用于异常（离群点）检测的机器学习算法。
算法原理：
- 随机划分：算法反复随机选择一个特征和一个随机阈值来切割数据，直到每个数据点都落在独立的“单元格”中（或达到最大深度）。
- 隔离深度：异常点被“隔离”得更快，因为它们需要更少的切割次数就能从其余数据中分离出来（它们远离密集的数据簇）。
- 构建森林：生成多棵随机决策树（森林），并对每个点计算其在所有树上的平均隔离深度。
- 异常评分：平均深度越小，该点越有可能是异常点（据此构建0到1之间的异常分数）。
主要用途：
- 数据中的离群点检测（欺诈交易、设备故障、网络入侵）。
- 训练其他模型前的数据清洗（去除噪声）。
- 实时系统监控（传感器指标）。
主要优势：在高维空间中运行快速且高效，不需要标记数据（无监督学习）。
机器人 Trixter ISO 就是采用这一方法构建的。
Trixter ISO 算法通过隔离森林（简称 ISO）实现模式识别。我们基于这样一个假设：黄金市场足够有效，大多数价格波动构成无法预测的市场噪声。但我们可以提取出黄金图表中那些具有最大可预测性的片段（即所谓的异常）。通过这种方式，我筛选出了 30% 具有良好可预测性的图表区间。
核心原则
- 在多个时间框架和指标周期上分析黄金波动性。
- 对波动性进行分组，以寻找有效模式（100 到 3000 个）。
- 统计验证：高正的期望收益和统计显著性。
- 未通过验证的模式被标记为噪声——在这种情况下不开仓。
- 在实盘账户使用前，必须经过 2 年的样本外测试。
交易逻辑特点
- 使用限价单在距离价格选定位置开仓——滑点最小化。
- 如果限价单未触发（价格未触及水平）且信号消失——则删除该订单。
- 持仓单带有止损和止盈，遇到反向信号时按市价平仓。
- 机器人不使用马丁格尔、套利或其他高风险策略。
- 推荐时间框架：M5 至 H1。最优为 H1 XAUUSD。
- 提供灵活的交易活动配置（参数见下文）。
主要设置
- Allow BUY signals, Allow SELL signals ——允许或禁止在确认市场方向时进行买入/卖出。
- Signals sensitivity, Filter sensitivity ——信号敏感度和噪声过滤阈值。默认值为 0.5。可提高至 0.7–0.9 以获得更干净的信号。
- Filter by trading hours ——交易时间限制。默认为全天候。
资金管理设置
- Distance in points for limit order ——价格到限价单的距离。默认：250。越小 → 交易越多，越大 → 越保守。
- Max positions + orders number ——同时开仓的最大数量（不加仓）。默认：3。
- 额外可设置：开仓间隔、最大点差控制、止损和止盈水平。
重要： 默认设置已配置好。如无特殊需要，请勿更改。请保存标准设置文件，以便恢复出厂参数。
隔离森林 + 两个分类器 → 导出为 ONNX | 样本外周期：2 年 | 推荐时间框架：H1 XAUUSD
