Moreland System 1
- 专家
-
Jack Moreland Wilde
I am the founder of Moreland Algorithmic, a UK-based trading technology company focused on the research, development and deployment of proprietary automated trading systems. - 版本: 1.9
- 激活: 5
MORELAND SYSTEM 1
XAUUSD H1 专有支撑位反转自动交易系统
Moreland System 1 是由 Moreland Algorithmic 开发的专有自动交易系统，专门用于 XAUUSD 的 H1 时间周期。
该系统基于结构化的支撑位反转逻辑、系统化执行以及明确的风险控制而构建。系统旨在识别符合条件的市场环境，根据用户设定的风险水平计算仓位规模，并依据内部规则自动管理交易。
系统的核心策略逻辑、入场阈值、确认规则以及专有参数均受到保护。用户可以控制账户风险水平，而核心交易逻辑保持不变。
http://www.morelandalgorithmic.com
交易方法
Moreland System 1 专注于寻找 XAUUSD 重要支撑区域附近的结构化反转机会。
该策略完全基于规则运行，在启用后无需用户进行主观判断来决定入场。
主要特征包括：
- 专门针对 XAUUSD 的交易逻辑
- H1 时间周期
- 支撑位反转方法
- 自动市场分析
- 自动仓位规模计算
- 明确的止损保护
- 结构化盈利目标
- 自动交易管理
- 基于百分比的风险设置
- 账户级风险保护控制
试探性仓位入场结构
System 1 使用受控的试探性仓位入场结构。
系统不会始终立即投入全部计划仓位，而是可能首先建立一个较小的初始试探性仓位，然后进一步评估所需的确认条件是否仍然成立。
当系统内部条件得到确认后，系统可以进行一次预先计划的追加入场。
这种结构并非用于无限加仓或亏损恢复型交易。
System 1 不依赖以下方式：
- 马丁格尔式仓位倍增
- 无限网格入场
- 对亏损仓位进行反复平均加仓
- 递增式扩大交易手数
风险管理
System 1 使用基于百分比风险的仓位计算方式。
计划风险金额根据当前账户净值以及用户设定的风险百分比计算。随后，系统会结合止损距离以及交易品种每单位价值确定仓位规模。
仓位规模由风险决定，而不是由杠杆直接决定。
杠杆会影响持有仓位所需的保证金，但不会直接放大系统所计算出的仓位规模。如果可用保证金成为限制因素，杠杆可能会影响计划仓位能否完整建立。
以下历史测试全部采用 1:50 杠杆。
用户可配置的风险控制参数可能包括：
- 每笔交易风险 (%)
- 每日回撤限制
- 最大账户回撤 / 最低净值保护线
- 账户盈利目标 (%)
核心策略逻辑本身保持受保护状态，不会通过大量优化参数向用户开放。
历史测试与风险分析
以下结果来自 Moreland System 1 的三组独立历史模拟。
分别测试不同风险配置的目的，是分析随着风险增加，实际交易路径会如何变化，而不是简单地将单一回测结果进行数学倍增。
测试参数：
- 系统：Moreland System 1
- 交易品种：XAUUSD
- 时间周期：H1
- 回测周期：2024年1月1日 - 2026年6月30日
- 平台：cTrader
- 历史数据：Tick 数据
- 经纪环境：FTMO 历史环境
- 初始余额：每组模拟均为 100,000 账户货币单位
- 风险配置：0.4%、1.0% 和 2.0%
- 杠杆：所有模拟均为 1:50
最后的仓位均在 2026 年 6 月 30 日或之前建立，在适用情况下，最终平仓发生于 7 月 1 日。
核心表现摘要
| 指标 | 0.4% 风险 | 1.0% 风险 | 2.0% 风险 |
|---|---|---|---|
| 最终余额 | 222,779 | 418,074 | 846,615 |
| 净收益率 | +122.8% | +318.1% | +746.6% |
| 最大已平仓余额回撤 | 6.60% | 20.17% | 28.32% |
| 夏普比率 | 2.46 | 2.02 | 1.90 |
结果清晰展示了风险设置、资本增长、波动率与回撤之间的关系。
随着风险水平提高，历史增长显著增加，但结果并不是线性放大的。三组模拟经历了不同的实际执行路径，而并非彼此之间的简单数学倍数关系。
资金增长对比
| 风险设置 | 最终余额 | 净收益率 | CAGR | 已平仓交易记录 |
|---|---|---|---|---|
| 0.4% | 222,779 | +122.8% | +37.9% | 1,704 |
| 1.0% | 418,074 | +318.1% | +77.5% | 1,646 |
| 2.0% | 846,615 | +746.6% | +135.5% | 1,646 |
更高风险配置在历史模拟中产生了明显更高的最终余额，但同时也伴随着显著更高的波动率和回撤。
交易记录数量的差异同样说明，这些是独立历史模拟，而不是对某一组结果进行简单的算术放大。
风险调整后表现
| 指标 | 0.4% 风险 | 1.0% 风险 | 2.0% 风险 |
|---|---|---|---|
| 净收益率 | +122.8% | +318.1% | +746.6% |
| CAGR | +37.9% | +77.5% | +135.5% |
| 最大余额回撤 | 6.60% | 20.17% | 28.32% |
| 年化波动率 | 13.0% | 29.5% | 49.4% |
| 夏普比率 | 2.46 | 2.02 | 1.90 |
| 索提诺比率 | 6.61 | 5.54 | 5.92 |
| 卡玛比率 | 5.74 | 3.84 | 4.78 |
| Gain-to-Pain | 1.92 | 1.72 | 1.72 |
0.4% 风险配置表现出最强的历史风险调整效率，包括最高的夏普比率和卡玛比率。
1.0% 风险配置产生了明显更高的历史增长，同时夏普比率仍保持在 2.0 以上。
2.0% 风险配置产生了最高的历史最终余额和 CAGR，但同时也出现了最高的波动率和最大已平仓余额回撤。
年度及月度表现
| 期间 | 0.4% 风险 | 1.0% 风险 | 2.0% 风险 |
|---|---|---|---|
| 2024 | +19.8% | +54.1% | +135.3% |
| 2025 | +74.2% | +183.2% | +258.8% |
| 2026 上半年 | +6.8% | -4.2% | +0.3% |
| 盈利月份 | 23 / 30 | 18 / 30 | 16 / 30 |
| 最佳月份 | 2025年4月 +13.2% | 2025年1月 +26.9% | 2025年5月 +44.4% |
| 最差月份 | 2024年1月 -4.8% | 2024年1月 -11.7% | 2024年1月 -20.9% |
月度收益分布展示了风险放大过程中的一个主要权衡。
在 0.4% 风险配置下，30 个历史月份中有 76.7% 为正收益。
在 1.0% 风险配置下，该比例下降至 60.0%。
在 2.0% 风险配置下，53.3% 的历史月份为正收益。
更高的风险配置同时放大了强势月份的收益幅度以及弱势月份的亏损幅度。
逐月历史收益
| 月份 | 0.4% | 1.0% | 2.0% |
|---|---|---|---|
| 2024年1月 | -4.82% | -11.74% | -20.95% |
| 2024年2月 | -0.42% | -1.22% | -2.63% |
| 2024年3月 | +6.94% | +17.77% | +36.56% |
| 2024年4月 | -1.62% | -4.18% | -7.71% |
| 2024年5月 | +2.88% | +7.33% | +13.49% |
| 2024年6月 | +2.35% | +5.99% | +14.52% |
| 2024年7月 | +5.02% | +12.60% | +20.81% |
| 2024年8月 | +4.29% | +10.72% | +31.05% |
| 2024年9月 | +2.59% | +7.04% | +15.48% |
| 2024年10月 | +4.83% | +12.40% | +7.06% |
| 2024年11月 | +0.29% | +0.43% | +2.68% |
| 2024年12月 | -3.47% | -8.59% | -7.16% |
| 2025年1月 | +10.23% | +26.88% | +24.24% |
| 2025年2月 | +0.64% | +1.61% | -1.37% |
| 2025年3月 | +4.70% | +11.92% | +25.44% |
| 2025年4月 | +13.20% | +18.64% | -5.43% |
| 2025年5月 | +5.98% | +16.52% | +44.38% |
| 2025年6月 | +1.01% | -3.77% | -14.77% |
| 2025年7月 | -2.13% | -3.30% | -8.74% |
| 2025年8月 | +3.26% | -3.25% | +0.76% |
| 2025年9月 | +10.05% | +19.85% | +42.15% |
| 2025年10月 | +6.12% | +18.41% | +28.97% |
| 2025年11月 | +2.82% | +4.28% | -2.40% |
| 2025年12月 | +2.02% | +6.55% | +21.94% |
| 2026年1月 | +3.96% | +10.36% | +23.66% |
| 2026年2月 | +1.30% | -4.38% | -2.42% |
| 2026年3月 | -1.76% | -1.28% | -4.90% |
| 2026年4月 | +1.58% | -3.90% | -4.73% |
| 2026年5月 | +2.30% | -2.07% | -2.51% |
| 2026年6月 | -0.68% | -2.26% | -5.92% |
月度收益使用每个月月末的已实现平仓余额进行计算。在适用情况下，7 月 1 日完成的最终平仓不会计入 6 月月度收益。
交易特征与数学期望
| 指标 | 0.4% | 1.0% | 2.0% |
|---|---|---|---|
| 已平仓交易记录 | 1,704 | 1,646 | 1,646 |
| Profit Factor | 1.84 | 1.58 | 1.66 |
| 胜率 | 41.8% | 40.6% | 36.1% |
| 平均盈利交易 | +378.34 | +1,293.43 | +3,148.13 |
| 平均亏损交易 | -148.31 | -560.11 | -1,071.86 |
| 平均盈利 / 平均亏损 | 2.55x | 2.31x | 2.94x |
| 每笔交易期望值 | +72.05 | +193.24 | +453.59 |
| 最大单笔盈利 | +5,481.27 | +28,551.69 | +111,228.60 |
| 最大单笔亏损 | -1,449.42 | -4,905.80 | -13,074.38 |
| 最大连续亏损次数 | 23 | 23 | 27 |
在三组模拟中，System 1 均保持了正向不对称的盈亏结构。
平均盈利交易明显大于平均亏损交易。
2.0% 风险模拟的胜率最低，为 36.1%，但其平均盈利与平均亏损的比值最高，为 2.94x。
一条已平仓交易记录代表交易账本中的一条记录，并可能属于试探性仓位或计划追加仓位。因此，不应将交易记录数量直接理解为独立交易机会的数量。
交易成本与市场暴露时间
| 指标 | 0.4% | 1.0% | 2.0% |
|---|---|---|---|
| 交易毛利润/亏损 | +139,294.35 | +369,254.55 | +852,606.55 |
| 佣金 | -2,287.68 | -9,218.52 | -31,407.00 |
| 隔夜利息 / Swap | -14,227.30 | -41,961.95 | -74,584.10 |
| 净利润/亏损 | +122,779.37 | +318,074.08 | +746,615.45 |
| 持仓时间中位数 | 9.1小时 | 8.2小时 | 6.0小时 |
| 平均持仓时间 | 20.1小时 | 19.5小时 | 15.4小时 |
| 市场暴露时间 | 49.2% | 46.1% | 36.9% |
所有报告的历史净结果均已经计入原始交易账本中的佣金和 Swap 成本。
更高风险配置由于仓位规模更大，因此承担了明显更高的绝对交易成本和持仓成本。
回撤与恢复
| 指标 | 0.4% | 1.0% | 2.0% |
|---|---|---|---|
| 最大百分比余额回撤 | 6.60% | 20.17% | 28.32% |
| 最大绝对余额回撤 | 8,760 | 68,495 | 199,415 |
| 最长恢复期 | 81天 | 147天 | 146天 |
| Recovery Factor | 14.02x | 4.64x | 3.74x |
| 卡玛比率 | 5.74 | 3.84 | 4.78 |
重要回撤数据限制：这些回撤指标来自已实现的平仓余额。
原始交易记录并不包含包含所有未平仓头寸的连续实时净值序列。因此，无法根据现有数据完整重建交易期间的浮动净值回撤，实际浮动回撤可能高于表中显示的数值。
三种风险配置的解读
0.4% — 较低风险配置
历史收益率：+122.8%
最大已平仓余额回撤：6.60%
夏普比率：2.46
该配置在三组模拟中表现出最低的历史波动率和回撤，同时也拥有最高的夏普比率、卡玛比率以及最高比例的盈利月份。
1.0% — 中等风险配置
历史收益率：+318.1%
最大已平仓余额回撤：20.17%
夏普比率：2.02
该配置产生了明显更高的历史增长，同时伴随着更大的资金路径波动。夏普比率仍高于 2.0，而最大已平仓余额回撤上升至约 20.2%。
2.0% — 较高风险配置
历史收益率：+746.6%
最大已平仓余额回撤：28.32%
夏普比率：1.90
该配置产生了最高的历史最终余额和 CAGR，但同时也具有最剧烈的收益路径波动、最少的盈利月份以及最高的历史已平仓余额回撤。
杠杆
所有三组历史模拟均采用相同的 1:50 杠杆。
风险百分比决定基于账户净值和止损距离计算出的计划风险金额。
杠杆会改变支持该仓位所需要的保证金金额，但不会直接按倍数放大计划仓位规模，除非可用保证金成为限制因素。
指标计算方法
净利润/亏损：根据原始交易账本计算，并已扣除佣金和 Swap。
月度收益：以月末已实现平仓余额除以上一个月末的已实现平仓余额计算。
夏普比率：使用工作日已平仓余额收益进行年化计算，采用每年 252 个交易日以及 0% 无风险利率。
索提诺比率：使用相同收益序列计算，但仅考虑下行偏差。
卡玛比率：CAGR 除以最大百分比已平仓余额回撤。
Recovery Factor：累计净利润除以账户货币计算的最大绝对已平仓余额回撤。
重要限制
- 历史模拟：以上所有结果均基于历史市场数据模拟得出。实际执行结果可能因点差、滑点、流动性、延迟、技术故障、订单拒绝、交易品种规格、经纪商规则以及市场结构变化而不同。
- 缺少连续净值序列：风险指标根据已实现平仓余额计算，因为原始数据并不包含持续的实时净值序列。实际浮动回撤可能高于所显示的历史已平仓余额回撤。
- 风险设置并不是保证的最大亏损限制：用户设定的百分比是仓位计算的输入参数。实际盈亏可能由于执行差异、追加仓位、价格跳空、市场波动、交易成本以及交易管理方式而不同。
- 杠杆与保证金：所有历史模拟均保持 1:50 杠杆不变。杠杆不会直接决定计划仓位规模，但在较大仓位下，可用保证金可能成为限制因素。
- 风险调整指标依赖计算方法：夏普比率、索提诺比率以及波动率均使用工作日已平仓余额收益、每年 252 个交易日以及 0% 无风险利率计算。采用不同的数据采样方法或假设可能产生不同结果。
- 历史表现不保证未来结果。
System 1 可能适合哪些用户
System 1 面向以下类型的用户：
- 希望进行系统化 XAUUSD 自动交易
- 更倾向于自动执行，而不是依赖主观入场判断
- 理解基于百分比风险的仓位计算方式
- 希望控制账户风险，同时无需接触专有策略内部参数
- 理解交易系统可能经历回撤和负收益阶段
- 理解杠杆交易所涉及的风险
在实盘部署前，用户应自行确认所选择的经纪商、交易账户、杠杆、交易品种规格以及可用保证金在技术上适合该系统运行。
对于规模非常小的账户，经纪商规定的最小交易量可能导致系统无法完全按照用户设定的风险百分比精确调整仓位。
MORELAND ALGORITHMIC
Moreland Algorithmic 是一家总部位于英国的交易技术公司，专注于专有自动交易系统的研究与开发。
我们的开发流程围绕明确的市场逻辑、系统化执行、风险管理、历史研究、样本外测试以及持续的真实市场验证而构建。
Moreland System 1 被开发为一套结构化的自动交易系统，而不是依赖用户持续优化指标或大量内部参数的策略组合。
风险提示
杠杆金融产品交易存在重大风险，并可能导致部分或全部交易资金损失。
历史表现、模拟结果、回测结果以及统计指标均不能预测或保证未来表现。
Moreland Algorithmic 提供自动交易软件以及相关产品信息。本描述中的任何内容均不构成个性化投资建议、投资招揽或资本保全保证。
