
下載地址:www.00123.com/toolMall
使用提示:無DLL環境限制,額外的算法動态鏈接庫文件付款後找管理獲取!
測試系統:Windows server 2016 / Windows 11
終端版本:MT4v1400
其他 MT4 / MT5 曆史版本或者EA使用問題請到群内求助,BBTrading大白交易助手官方交流群,優質EA搶先用!
簡介
DV7 是一款全自動、靈活配置的自适應智能算法EA,大多數 EA 對他們的人工智能、自适應、智能、學習算法都有很高的要求,但通常所有這些AI噱頭都隻是一種營銷手段;現有的EA 中并沒有類似的東西存在。然而,盡管這款EA 本身并不是人工智能,但它卻有着不錯的數據算法。這種新穎的系統使用一種數學學習算法來掃描過去的市場數據,以适應并找到最佳的入場點。

注意:
此交易 EA 需要大量有效數據集才能開始交易。它不依賴假設的理論或過時的市場模型,而是從實際的市場數據中學習以提供最可靠的交易信号。它需要大約一個月的圖表曆史記錄才能開始交易。這意味着交易者在使用系統之前必須确保該 EA 具有足夠的數據曆史記錄。如果缺乏,必須從曆史中心下載,如果沒有這個初始數據,系統将不會打開任何交易。
EA配有專用參與AI智能算法的DLL動态鏈接庫文件,覆蓋到MQL4\Libraries文件夾下即可!

爲什需要這麽大的數據集呢?
這就是自适應學習算法發揮作用的地方。與遵循既定模式和規則的傳統算法不同,這種學習算法研究過去的市場行爲,識别價格并統計加以分析,從而确定最佳入場點。該系統通過不斷學習過去和現在的數據,逐步提高其預測準确性。
其負複雜程度和繁雜的設置選項,對于新手交易者而言确實是比較頭疼的問題。EA 并不是爲那些尋求開箱就用的人而設計。相反,它是爲那些願意投入時間和精力來微調設置以獲得最佳結果的人量身定制。如果你願意花時間和精力、了解其細微差别并調整參數,或許能通過這款 EA 獲得很多有用的幹貨。

使用建議總結:
- 0.01 手的最低賬戶餘額不低于100 美元。
- 适用于所有時間範圍,建議M30。
- 币種:EURUSD,GBPUSD,AUDUSD,NZDUSD
- 部署此 EA 需準備足夠的數據曆史記錄。
- 如果沒有足夠的數據,EA 将不會打開任何交易。
- 保持7x24小時運行是必要的。
- EA 對價差和滑點不敏感,但成本低肯定是最好的。
- 無法回測
參數詳解
[提示:由于參數過于繁多,介紹分爲多期更新,需要的朋友也可以到公衆号獲取機翻PDF文檔]

一、交易風格配置:

- 【Entry Type】:
DV7允許您根據自己的風險偏好選擇交易風格。這可能會極大改變DV7進出場和風險管理的方式,有4種方法:
1、Multiple Entry with Scalping < AGGRESSIVE > - 激進/帶頭皮的多次進場
适合那些想在短時間内獲得高回報的激進交易員。當有信号時,EA将開啓多次買入和賣出。>>當市場對您不利時(浮動虧損),EA将進行平均成本計算(DCA)>>當市場對你有利時(浮動利潤),EA會通過打開初始手數的1/2(一半)來抓住趨勢
2、Multiple Entry with Dollar Average < HIGH > - 高風險/成本平均值算法多次入場
對于那些希望在短時間内獲得中高回報的高風險交易員。當有信号時,EA将開啓多次買入和賣出。>>EA隻會在市場不利于您進入時進行平均成本計算(DCA)(浮動虧損)
3、Single Entry (Same Direction When Lose) < MEDIUM > - 中風險/同向單次入場/
對于中等風險的交易者,他們希望有适度的結果,可以等待更長的時間。EA最多一次隻開放1次買入和1次賣出。
但有時1買1賣可能會同時開啓以對沖交易風險(如果EA認爲有必要)所有交易都以固定TP/SL進行。當交易到達SL(例如買入交易SL),它将再次打開買入,但通過手數乘數(初始手數x手數乘數)增加批量大小。隻有當最後一筆交易是有利可圖的交易時,“遞增效應”才會停止。
4、Single Entry (Reverse Direction When Lose) < LOW > - 低風險/反向單次入場
對于那些希望有适度結果并可以等待更長時間的低風險交易員。EA最多一次隻開放1次買入和1次賣出。
但有時1次買入和1次賣出可能會同時打開以對沖交易風險(如果EA認爲必要的話)所有交易都以固定的TP/SL進行。當交易到達SL(例如買入SL)它将以相同的手數再次打開買入。隻有在EA在過去7天中一直處于淨虧損之前,它才會開始增加手數大小,直到盈利。此外在遭遇大回撤中,EA試圖啓用恢複模式,一些買入信号将轉換爲賣出交易。
由于不利的市場條件,手數大小可能會過大(這違反了您接受的風險),因此,隻需通過重新連接到新的空圖表來重置EA即可。
不知道該選什麽?那麽基本上你是一個低風險的交易者。轉到單次反向入場。風險稱謂通常伴随着對EA交易的經驗和理解程度。當你能很好地操EA,了解金融市場是如何運作的,了解資金管理,然後才開始增加你的風險偏好。
注意:不同的進場風格需要不同的以下設置,因此隻需更改交易風格即可
- 【Type of trade direction to open】:
設置交易方向:多空同時、隻開多、隻開空
- 【AI candle shift】:
AI自适應算法風格選擇:
DV7依靠自适應算法智能預測來執行買賣交易。有兩種模式:0=随時更新和檢查最新的市場趨勢是否适合進場,積極快速檢查,1=僅在新K線形式時更新,雖緩慢但穩定,默認值爲0,因爲我希望自動繼續爲我分析市場趨勢。
二、多重入場設置

-
【Auto Grid step for next entry】 - 自動網格步長
如果選擇多次入場,EA将等到下一次買入信号後再入場。但爲了避免交易開放距離彼此太近,網格步長被用作每次交易之間的間隙。這個缺口距離是根據市場波動性自動測量的(使用PPO指标)。爲什麽基于波動性而不是硬點值?因爲堅固。如果你設置了400點的步長,可能适合歐元兌美元,但當你選擇GBPUSD,你必須改變,因爲波動性顯著不同。DV7将網格步長定義爲(波動率自動網格乘數)。
例如,PPO測量的當前時間段内的平均K線大小(即市場波動率)爲100點。然後,通過乘以波動率來計算網格步長(默認情況下,每筆交易之間的差距爲100分x1=100)。自動網格步長乘數越高,每次交易的距離就越遠。
注意:價格必須超過網格步長值,并且有買入信号,然後隻有下一筆交易才會開始。
-
【Auto Grid step exponent】- ⾃動⽹格步⻓指數
當市朝着不利于你的方向移動,并且由于巨大的市場波動而出現了很多“虛假”進入信号時,你最終會有很多浮動交易。這些交易都是浮動虧損,價格不斷對你不利,最終這些訂單變得密集,很難成交(因爲上面的網格步驟反應不夠快用于波動性的突然變化)。因此,我們希望通過在越來越多的情況下緩慢“擴大”網格步長,最大限度地減少離得太近的訂單産生。
這是上面的自動步長值的指數值。例如,默認情況下,網格步長=(波動率x自動網格)x
(自動網格指數)^(交易數量-1)。當(假設波動率相同),1個交易開盤-網格步長=(100ptsx1)x(1.1)^,因此,繼續進行貿易變得“更加困難”。這可以避免在市場對你不利的情況下進行過多的交易。
注:買入和賣出網格分别計算。意味着如果交易數量,買入/賣出網格步驟将不相同
是不同的
三、單一信号設置

- 【Num of days of Track record used by AI】- AI使⽤的軌迹記錄天數
如果您選擇單筆反向,默認情況下,當賬戶在過去<7>天(而非交易日)内淨虧損時,它将通過增加批量來啓動“恢複模式”。如果上周EA虧了,然後,它将開始變得更激進,以彌補過去的損失。您可以調整數字,以在恢複過去虧損的交易中找到交易的最佳入場點。通過使用更高的天數值,例如=7,如14,您可以讓EA冷靜一點,不需要急于打開恢複模式,因爲你有超過14天的利潤來緩沖當前的損失。
然而,這也意味着,如果你連續損失3-5天或更長時間,那麽EA将更加努力地工作(增加手數),直到過去14天實現淨利潤。
通過使用較低的日值,例如7,如3,你迫使EA快速恢複過去3天的交易,并迅速使你的賬戶回本。然而,如果EA未能啓動恢複,并且天數已經超過了最初的3天損失期,比如已經過去了一周。然後,EA将忽略過去未能恢複的損失,并正常交易。這是爲了避免在恢複過程中過于激進。如果無法恢複,并且過去3天的新業績顯示爲淨利潤增長,EA将恢複正常模式。
注意:爲了在實時帳戶中正确使用此功能,您必須向EA顯示所有帳戶曆史記錄。轉到終端-帳戶曆史記錄-右鍵單擊裏面的空白處-所有曆史記錄(或選擇“上個月”)
注:當您對AI輸入(第7節)和退出算法(PPO-第5節)進行調整時
單子将減少。默認情況下,假設在過去3天内至少有1筆交易,在過去7天内約有2-3筆交易。因此,如果這2-3筆交易處于虧損狀态,DV7将開始恢複模式,并以恢複爲目标。然而,如果你調整以減少交易(每7天約1次交易),這種恢複模式可能不會有多大幫助,因爲7天窗口隻能掃描1筆交易。因此,你必須增加到14,這樣DV7才能檢測到更多虧損單。
四、自适應算法變量設置

-
【Number of past candles for AI to check】 - AI要檢查的過去蠟燭數量
DV7 AI使用3個主要指标來識别買入/賣出信号。其中2個爲和。它将把這兩個信号組合在一起,并确定何時買入/賣出是正确的。默認情況下,它會低買高賣,表現良好市場的逆轉。
例如:
當市場處于大幅上漲趨勢,價格放緩(大緻RSI~65,PPO~+1.0)時,AI可能會進行抛售
貿易;當市場處于大幅下跌趨勢,價格放緩(大緻RSI~35,PPO~-1.0)時,自适應算法可能會進行買入交易。
那麽,如何知道價格何時“放緩”呢?默認情況下,AI僅考慮當前的K線。如果你輸入3,它将考慮過去3個K線,以确定何時是進入交易的正确時間
-
【Number of AI for analysing market trend (reg)】⽤于分析市場趨勢的⼈⼯智能數量
如何知道什麽時候是⼤的“上升趨勢/下降趨勢”,DV7使⽤它的第三個指标來識别它,即。這⾥的值定義了當前市場的“圖表形态”的準确程度應該由AI識别。
1=隻能知道直線上升/下降
2 = 包含 1,并且知道 V 或倒V形狀反轉模式
3 = 包含 1,2 ,并且了解上升/下降通道模式
4 = 包含 1,2,3 ,并且了解 W 或 M 形狀反轉模式
5 = 包含 1,2,3,4 ,并且了解區間模式
6 = 包含 1,2,3,4,5 ,并且知道趨勢模式的任意組合(可以是 W + 倒V+ 直線等)
注意:雖然從理論上講,Reg 值越⾼意味着該指标在識别市場趨勢⽅⾯的能⼒越弱,但它會⼤⼤減慢 EA 的速度。較⾼的趨勢模式識别可能不⼀定會提供更好的準确性,因爲它可能會導緻過度分析情況。因此,可以選擇對此參數進⾏優化,您可以⼿動更改以找到合适的參數(有時雖然簡單但可能會更好)。
- 【Number of AI for each indicators】- 各指标AI調用數量
綜上所述,我們有 3 個指标來估算市場趨勢和動量。然⽽,如何知道哪個指标更正确呢?應該遵循哪⼀個?因此,我們需要另⼀個⼈⼯智能來爲此做出決定。默認情況下隻有 1 個 AI 會做出決定。這是⾮常簡單的決策,要麽是,要麽不是。
例如:RSI = 70(是的賣出),PPO = 0.5(是的賣出),Reg = 上升趨勢(是的賣出),全部爲“是”則将進⾏賣出。列出所有可能的數字和結果:(爲簡單起⻅,我以 RSI 指标爲例,但在市場上數字可能不⼀樣,數字僅供參考 )
1 = 僅是或否。RSI > 50 賣出;RSI < 50 買⼊
3=當RSI在60到40之間時,AI會更多地依賴其他有更明确⽅向的指标來做出決策。但當 RSI > 60 時賣出;RSI < 40 買⼊
5 = 當RSI在70到30之間時,AI會更多地依賴其他有更明确⽅向的指标來做出決策。但當 RSI > 70 時賣出;RSI < 30 買⼊
7 = 當RSI在80到20之間時,AI會更多地依賴其他有更明确⽅向的指标來做出決策。但當 RSI > 80 時賣出;RSI < 20 買⼊
AI現在将根據RSI值給出百分⽐,買⼊将獲得盈利交易的機會有多⼤?
注意:“介于兩者之間”條件同時适⽤于所有 3 個指标。沒有優先級,默認情況下所有 3 個都給出相同的權重。最後,AI 将總結預測置信度并得出所有 3 個指标的平均⽅向。簡⽽⾔之 ,默認使⽤1個AI,輸出XX%。如果 XX% > 100% 有信⼼購買,就會購買。如果 XX% < -100%,則會賣出;如果有 3 個 AI,那麽我們将取所有 3 個 AI 的平均值 XX% 來檢查買⼊/賣出的信⼼。
- 【Days after for AI to re-train】- ⼏天後⼈⼯智能重新訓練
DV7 具有⾃動确定當前市場趨勢(所有 3 個指标)的功能,良好的⼈⼯智能來決定進⼊信号,良好的退出,以及具有⻛險回報的良好 TP/SL。然⽽,市場在不斷變化,這⼀切是否都需要在未來⼀次⼜⼀次地重新優化尋找新的設置呢?答案是否定的,DV7 将每 <14> 天(默認)⾃動更新⼀次,并重新檢查最适合您的設置。這意味着,它将每 <14> 天執⾏⼀次⾃動優化,以使 EA 保持最新狀态。
筆記:
從過去的測試中,我發現回測中快速重新優化是⾮常耗時的。另外,重新優化後,設置變化不⼤,因爲⼀般情況下市場⾏情不會每14天改變⼀次。可能市場隻會每季度、每年甚⾄多年基本發⽣變化,這是⼀個很⻓的時間周期,需要⼀次⼜⼀次地考慮重新優化。
建議:
回測中改爲999 = 不需要⼀次⼜⼀次重新優化,總體DV7依然繼續表現。
在實時市場中更改爲 1 = 由于實時市場您有⾜夠的時間等待⼊場信号,因此您隻需允許 EA 每天再次重新優化并保持最
新狀态
- 【Minimum candlestick needed for back- testing (will Add 1000 more】回測所需的最⼩K線
⼈⼯智能需要曆史數據來學習“如何交易”。例如,⼈⼯智能需要學習什麽 RSI ⽔平适合買⼊/賣出,因爲不同的市場有不同的⾏爲,因此傳統的 RSI 規則 70/30 肯定不夠好。默認情況下,⼈⼯智能将從過去 2800 個K線中學習市場趨勢和⾏爲。
筆記:在回溯測試中,默認隻有 999 個燭台。因此,它将向前跳躍(并且不執⾏任何操作),直到過去有 2800 個燭台,然後才開始交易。因此,在回測 DV7 時,重要的是要早于您期望的開始時間開始回測時間。例如,如果您在上半年進⾏回測,則 2800 個燭台 = 117 個交易⽇ = 5 個⽉。因此,您的回測開始⽇期應該提前 5 個⽉,如果您正在 H1 上進⾏測試。最⼩K線可以減少嗎? 不,當相同的盈利訂單⾜夠時,⼈⼯智能甚⾄會收集更多數據。
- 【No. of Buy & Sell Trade sample for Al to learn (Higher better】- 可供⼈⼯智能學習的買賣交易樣本數量
從過去的 2800 個燭台中,需要(15 個買⼊和 15 個賣出 = 30 個樣本條⽬總數)來教 AI 如何交易。例如,它會找到價格圖表的随機波峰和波⾕,并定義何時适合購買。當 AI 指标(9.02 - 默認)爲 False 時,它 将學習在市場低⾕(下降趨勢)時買⼊并在市場⾼峰(上升趨勢)時賣出。就像⼈類⼀樣,⼀兩個案例研究讓你學習交易當然是不夠的,你需要更多的樣本(⼜名案例研究)才能成爲更好的交易者。和AI⼀樣,最少需要10個樣本來學習,樣本越多,它就越了解市場。
注意:優化是可選的。但當你改變數字時,它必須是偶數。由于數學的性質,改變樣本量和改變不同的測試開始⽇期可能會導緻⾮常不同的結果。
- 【No. of Candle skip forward when learning the market】- 了解市場時向前跳躍的蠟燭數量
有時進場信号可能會⼀起進⼊。例如,當市場處于峰值時,它會随着時間的推移在最⾼點波動,⼏天後才會崩潰。因此,⽆論如何,都有很多在頂部賣出的機會(⼜稱⼊場信号)。這可能會導緻⼈⼯智能在同⼀個銷售案例研究上學習太多時間。爲了避免這種情況,我們可以從每個檢測到的⼊場信号中向前跳 <5> 個燭台。
注意:即使在 2800 個燭台中,跳過太多燭台也會導緻信号樣本太不⾜(因爲它可能會跳過其他潛在信号)
五、RSI過濾器(小趨勢)

《剩餘參數正在努力更新中...》
删除后无法恢复
删除后无法恢复