AI研判更新：（2023.12.19）

大白独家：DV7 智能算法EA上线！

FIN123.hk 2023-12-19 15:04:46 关注

参与评论

DV7 是一款全自动、灵活配置的自适应智能算法EA，大多数 EA 对他们的人工智能、自适应、智能、学习算法都有很高的要求，但通常所有这些AI噱头都只是一种营销手段；现有的EA 中并没有类似的东西存在。然而，尽管这款EA 本身并不是人工智能，但它却有着不错的数据算法。这种新颖的系统使用一种数学学习算法来扫描过去的市场数据，以适应并找到最佳的入场点。

下载地址：www.00123.com/toolMall
使用提示：无DLL环境限制，额外的算法动态链接库文件付款后找管理获取！
测试系统：Windows server 2016 / Windows 11
终端版本：MT4v1400

其他 MT4 / MT5 历史版本或者EA使用问题请到群内求助，BBTrading大白交易助手官方交流群，优质EA抢先用！

简介

注意：
此交易 EA 需要大量有效数据集才能开始交易。它不依赖假设的理论或过时的市场模型，而是从实际的市场数据中学习以提供最可靠的交易信号。它需要大约一个月的图表历史记录才能开始交易。这意味着交易者在使用系统之前必须确保该 EA 具有足够的数据历史记录。如果缺乏，必须从历史中心下载，如果没有这个初始数据，系统将不会打开任何交易。

EA配有专用参与AI智能算法的DLL动态链接库文件，覆盖到MQL4\Libraries文件夹下即可！

为什需要这么大的数据集呢？
这就是自适应学习算法发挥作用的地方。与遵循既定模式和规则的传统算法不同，这种学习算法研究过去的市场行为，识别价格并统计加以分析，从而确定最佳入场点。该系统通过不断学习过去和现在的数据，逐步提高其预测准确性。

其负复杂程度和繁杂的设置选项，对于新手交易者而言确实是比较头疼的问题。EA 并不是为那些寻求开箱就用的人而设计。相反，它是为那些愿意投入时间和精力来微调设置以获得最佳结果的人量身定制。如果你愿意花时间和精力、了解其细微差别并调整参数，或许能通过这款 EA 获得很多有用的干货。

使用建议总结：

0.01 手的最低账户余额不低于100 美元。
适用于所有时间范围，建议M30。
币种：EURUSD，GBPUSD，AUDUSD，NZDUSD
部署此 EA 需准备足够的数据历史记录。
如果没有足够的数据，EA 将不会打开任何交易。
保持7x24小时运行是必要的。
EA 对价差和滑点不敏感，但成本低肯定是最好的。
无法回测

参数详解

[提示：由于参数过于繁多，介绍分为多期更新，需要的朋友也可以到公众号获取机翻PDF文档]

一、交易风格配置：

【Entry Type】：
DV7允许您根据自己的风险偏好选择交易风格。这可能会极大改变DV7进出场和风险管理的方式，有4种方法：
1、Multiple Entry with Scalping < AGGRESSIVE > - 激进/带头皮的多次进场
适合那些想在短时间内获得高回报的激进交易员。当有信号时，EA将开启多次买入和卖出。>>当市场对您不利时（浮动亏损），EA将进行平均成本计算（DCA）>>当市场对你有利时（浮动利润），EA会通过打开初始手数的1/2（一半）来抓住趋势
2、Multiple Entry with Dollar Average < HIGH > - 高风险/成本平均值算法多次入场
对于那些希望在短时间内获得中高回报的高风险交易员。当有信号时，EA将开启多次买入和卖出。>>EA只会在市场不利于您进入时进行平均成本计算（DCA）（浮动亏损）
3、Single Entry (Same Direction When Lose) < MEDIUM > - 中风险/同向单次入场/
对于中等风险的交易者，他们希望有适度的结果，可以等待更长的时间。EA最多一次只开放1次买入和1次卖出。
但有时1买1卖可能会同时开启以对冲交易风险（如果EA认为有必要）所有交易都以固定TP/SL进行。当交易到达SL（例如买入交易SL），它将再次打开买入，但通过手数乘数（初始手数x手数乘数）增加批量大小。只有当最后一笔交易是有利可图的交易时，“递增效应”才会停止。
4、Single Entry (Reverse Direction When Lose) < LOW > - 低风险/反向单次入场
对于那些希望有适度结果并可以等待更长时间的低风险交易员。EA最多一次只开放1次买入和1次卖出。
但有时1次买入和1次卖出可能会同时打开以对冲交易风险（如果EA认为必要的话）所有交易都以固定的TP/SL进行。当交易到达SL（例如买入SL）它将以相同的手数再次打开买入。只有在EA在过去7天中一直处于净亏损之前，它才会开始增加手数大小，直到盈利。此外在遭遇大回撤中，EA试图启用恢复模式，一些买入信号将转换为卖出交易。
由于不利的市场条件，手数大小可能会过大（这违反了您接受的风险），因此，只需通过重新连接到新的空图表来重置EA即可。

不知道该选什么？那么基本上你是一个低风险的交易者。转到单次反向入场。风险称谓通常伴随着对EA交易的经验和理解程度。当你能很好地操EA，了解金融市场是如何运作的，了解资金管理，然后才开始增加你的风险偏好。

注意：不同的进场风格需要不同的以下设置，因此只需更改交易风格即可

【Type of trade direction to open】：
设置交易方向：多空同时、只开多、只开空
【AI candle shift】：
AI自适应算法风格选择：
DV7依靠自适应算法智能预测来执行买卖交易。有两种模式：0=随时更新和检查最新的市场趋势是否适合进场，积极快速检查，1=仅在新K线形式时更新，虽缓慢但稳定，默认值为0，因为我希望自动继续为我分析市场趋势。

二、多重入场设置

【Auto Grid step for next entry】 - 自动网格步长
如果选择多次入场，EA将等到下一次买入信号后再入场。但为了避免交易开放距离彼此太近，网格步长被用作每次交易之间的间隙。这个缺口距离是根据市场波动性自动测量的（使用PPO指标）。为什么基于波动性而不是硬点值？因为坚固。如果你设置了400点的步长，可能适合欧元兑美元，但当你选择GBPUSD，你必须改变，因为波动性显著不同。DV7将网格步长定义为（波动率自动网格乘数）。
例如，PPO测量的当前时间段内的平均K线大小（即市场波动率）为100点。然后，通过乘以波动率来计算网格步长（默认情况下，每笔交易之间的差距为100分x1=100）。自动网格步长乘数越高，每次交易的距离就越远。
注意：价格必须超过网格步长值，并且有买入信号，然后只有下一笔交易才会开始。
【Auto Grid step exponent】- ⾃动⽹格步⻓指数
当市朝着不利于你的方向移动，并且由于巨大的市场波动而出现了很多“虚假”进入信号时，你最终会有很多浮动交易。这些交易都是浮动亏损，价格不断对你不利，最终这些订单变得密集，很难成交（因为上面的网格步骤反应不够快用于波动性的突然变化）。因此，我们希望通过在越来越多的情况下缓慢“扩大”网格步长，最大限度地减少离得太近的订单产生。
这是上面的自动步长值的指数值。例如，默认情况下，网格步长=（波动率x自动网格）x
（自动网格指数）^（交易数量-1）。当（假设波动率相同），1个交易开盘-网格步长=（100ptsx1）x（1.1）^，因此，继续进行贸易变得“更加困难”。这可以避免在市场对你不利的情况下进行过多的交易。
注：买入和卖出网格分别计算。意味着如果交易数量，买入/卖出网格步骤将不相同
是不同的

三、单一信号设置

【Num of days of Track record used by AI】- AI使⽤的轨迹记录天数
如果您选择单笔反向，默认情况下，当账户在过去<7>天（而非交易日）内净亏损时，它将通过增加批量来启动“恢复模式”。如果上周EA亏了，然后，它将开始变得更激进，以弥补过去的损失。您可以调整数字，以在恢复过去亏损的交易中找到交易的最佳入场点。通过使用更高的天数值，例如=7，如14，您可以让EA冷静一点，不需要急于打开恢复模式，因为你有超过14天的利润来缓冲当前的损失。
然而，这也意味着，如果你连续损失3-5天或更长时间，那么EA将更加努力地工作（增加手数），直到过去14天实现净利润。
通过使用较低的日值，例如7，如3，你迫使EA快速恢复过去3天的交易，并迅速使你的账户回本。然而，如果EA未能启动恢复，并且天数已经超过了最初的3天损失期，比如已经过去了一周。然后，EA将忽略过去未能恢复的损失，并正常交易。这是为了避免在恢复过程中过于激进。如果无法恢复，并且过去3天的新业绩显示为净利润增长，EA将恢复正常模式。
注意：为了在实时帐户中正确使用此功能，您必须向EA显示所有帐户历史记录。转到终端-帐户历史记录-右键单击里面的空白处-所有历史记录（或选择“上个月”）
注：当您对AI输入（第7节）和退出算法（PPO-第5节）进行调整时
单子将减少。默认情况下，假设在过去3天内至少有1笔交易，在过去7天内约有2-3笔交易。因此，如果这2-3笔交易处于亏损状态，DV7将开始恢复模式，并以恢复为目标。然而，如果你调整以减少交易（每7天约1次交易），这种恢复模式可能不会有多大帮助，因为7天窗口只能扫描1笔交易。因此，你必须增加到14，这样DV7才能检测到更多亏损单。

四、自适应算法变量设置

【Number of past candles for AI to check】 - AI要检查的过去蜡烛数量
DV7 AI使用3个主要指标来识别买入/卖出信号。其中2个为和。它将把这两个信号组合在一起，并确定何时买入/卖出是正确的。默认情况下，它会低买高卖，表现良好市场的逆转。
例如：
当市场处于大幅上涨趋势，价格放缓（大致RSI~65，PPO~+1.0）时，AI可能会进行抛售
贸易；当市场处于大幅下跌趋势，价格放缓（大致RSI~35，PPO~-1.0）时，自适应算法可能会进行买入交易。
那么，如何知道价格何时“放缓”呢？默认情况下，AI仅考虑当前的K线。如果你输入3，它将考虑过去3个K线，以确定何时是进入交易的正确时间
【Number of AI for analysing market trend (reg)】⽤于分析市场趋势的⼈⼯智能数量
如何知道什么时候是⼤的“上升趋势/下降趋势”，DV7使⽤它的第三个指标来识别它，即。这⾥的值定义了当前市场的“图表形态”的准确程度应该由AI识别。
1=只能知道直线上升/下降
2 = 包含 1，并且知道 V 或倒V形状反转模式
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 形状反转模式
5 = 包含 1,2,3,4 ，并且了解区间模式
6 = 包含 1,2,3,4,5 ，并且知道趋势模式的任意组合（可以是 W + 倒V+ 直线等）

注意：虽然从理论上讲，Reg 值越⾼意味着该指标在识别市场趋势⽅⾯的能⼒越弱，但它会⼤⼤减慢 EA 的速度。较⾼的趋势模式识别可能不⼀定会提供更好的准确性，因为它可能会导致过度分析情况。因此，可以选择对此参数进⾏优化，您可以⼿动更改以找到合适的参数（有时虽然简单但可能会更好）。

【Number of AI for each indicators】- 各指标AI调用数量
综上所述，我们有 3 个指标来估算市场趋势和动量。然⽽，如何知道哪个指标更正确呢？应该遵循哪⼀个？因此，我们需要另⼀个⼈⼯智能来为此做出决定。默认情况下只有 1 个 AI 会做出决定。这是⾮常简单的决策，要么是，要么不是。
例如：RSI = 70（是的卖出），PPO = 0.5（是的卖出），Reg = 上升趋势（是的卖出），全部为“是”则将进⾏卖出。列出所有可能的数字和结果：（为简单起⻅，我以 RSI 指标为例，但在市场上数字可能不⼀样，数字仅供参考）
1 = 仅是或否。RSI > 50 卖出；RSI < 50 买⼊
3=当RSI在60到40之间时，AI会更多地依赖其他有更明确⽅向的指标来做出决策。但当 RSI > 60 时卖出；RSI < 40 买⼊
5 = 当RSI在70到30之间时，AI会更多地依赖其他有更明确⽅向的指标来做出决策。但当 RSI > 70 时卖出；RSI < 30 买⼊
7 = 当RSI在80到20之间时，AI会更多地依赖其他有更明确⽅向的指标来做出决策。但当 RSI > 80 时卖出；RSI < 20 买⼊

AI现在将根据RSI值给出百分⽐，买⼊将获得盈利交易的机会有多⼤？
注意：“介于两者之间”条件同时适⽤于所有 3 个指标。没有优先级，默认情况下所有 3 个都给出相同的权重。最后，AI 将总结预测置信度并得出所有 3 个指标的平均⽅向。简⽽⾔之，默认使⽤1个AI，输出XX%。如果 XX% > 100% 有信⼼购买，就会购买。如果 XX% < -100%，则会卖出；如果有 3 个 AI，那么我们将取所有 3 个 AI 的平均值 XX% 来检查买⼊/卖出的信⼼。

【Days after for AI to re-train】- ⼏天后⼈⼯智能重新训练
DV7 具有⾃动确定当前市场趋势（所有 3 个指标）的功能，良好的⼈⼯智能来决定进⼊信号，良好的退出，以及具有⻛险回报的良好 TP/SL。然⽽，市场在不断变化，这⼀切是否都需要在未来⼀次⼜⼀次地重新优化寻找新的设置呢？答案是否定的，DV7 将每 <14> 天（默认）⾃动更新⼀次，并重新检查最适合您的设置。这意味着，它将每 <14> 天执⾏⼀次⾃动优化，以使 EA 保持最新状态。

笔记：
从过去的测试中，我发现回测中快速重新优化是⾮常耗时的。另外，重新优化后，设置变化不⼤，因为⼀般情况下市场⾏情不会每14天改变⼀次。可能市场只会每季度、每年甚⾄多年基本发⽣变化，这是⼀个很⻓的时间周期，需要⼀次⼜⼀次地考虑重新优化。

建议：
回测中改为999 = 不需要⼀次⼜⼀次重新优化，总体DV7依然继续表现。
在实时市场中更改为 1 = 由于实时市场您有⾜够的时间等待⼊场信号，因此您只需允许 EA 每天再次重新优化并保持最
新状态

【Minimum candlestick needed for back- testing (will Add 1000 more】回测所需的最⼩K线
⼈⼯智能需要历史数据来学习“如何交易”。例如，⼈⼯智能需要学习什么 RSI ⽔平适合买⼊/卖出，因为不同的市场有不同的⾏为，因此传统的 RSI 规则 70/30 肯定不够好。默认情况下，⼈⼯智能将从过去 2800 个K线中学习市场趋势和⾏为。

笔记：在回溯测试中，默认只有 999 个烛台。因此，它将向前跳跃（并且不执⾏任何操作），直到过去有 2800 个烛台，然后才开始交易。因此，在回测 DV7 时，重要的是要早于您期望的开始时间开始回测时间。例如，如果您在上半年进⾏回测，则 2800 个烛台 = 117 个交易⽇ = 5 个⽉。因此，您的回测开始⽇期应该提前 5 个⽉，如果您正在 H1 上进⾏测试。最⼩K线可以减少吗？不，当相同的盈利订单⾜够时，⼈⼯智能甚⾄会收集更多数据。

【No. of Buy & Sell Trade sample for Al to learn (Higher better】- 可供⼈⼯智能学习的买卖交易样本数量
从过去的 2800 个烛台中，需要（15 个买⼊和 15 个卖出 = 30 个样本条⽬总数）来教 AI 如何交易。例如，它会找到价格图表的随机波峰和波⾕，并定义何时适合购买。当 AI 指标（9.02 - 默认）为 False 时，它将学习在市场低⾕（下降趋势）时买⼊并在市场⾼峰（上升趋势）时卖出。就像⼈类⼀样，⼀两个案例研究让你学习交易当然是不够的，你需要更多的样本（⼜名案例研究）才能成为更好的交易者。和AI⼀样，最少需要10个样本来学习，样本越多，它就越了解市场。

注意：优化是可选的。但当你改变数字时，它必须是偶数。由于数学的性质，改变样本量和改变不同的测试开始⽇期可能会导致⾮常不同的结果。

【No. of Candle skip forward when learning the market】- 了解市场时向前跳跃的蜡烛数量
有时进场信号可能会⼀起进⼊。例如，当市场处于峰值时，它会随着时间的推移在最⾼点波动，⼏天后才会崩溃。因此，⽆论如何，都有很多在顶部卖出的机会（⼜称⼊场信号）。这可能会导致⼈⼯智能在同⼀个销售案例研究上学习太多时间。为了避免这种情况，我们可以从每个检测到的⼊场信号中向前跳 <5> 个烛台。