forked from animatedread/Warrior_EA
a78dc37a0a
Cleaned up the HTML across all language versions by removing unnecessary div and br tags, restructuring headings, and fixing table formatting. Aligned the structural flow and terminology between the Chinese, Turkish, and English descriptions, corrected translation inconsistencies (e.g., mixed-language table headers in Turkish), and unified the listing of features and workflows for a more professional and consistent presentation on the marketplace.
668 lines
No EOL
30 KiB
HTML
668 lines
No EOL
30 KiB
HTML
<h2>Warrior EA 소개 – 모든 시장을 위한 자가 학습 신경망</h2>
|
|
|
|
<p><strong>Warrior EA</strong>는 부착한 차트에서 직접 자체 신경망을 학습합니다. 거래 상품의 과거 데이터로부터 학습하고, 보지 못한 데이터로 스스로를 평가하며, 모델이 신뢰할 수 있는 행동을 보일 때만 거래합니다. 이 EA는 <u>모든 심볼과 모든 시간대</u>를 지원하며 다양한 시장 상황에 자연스럽게 적응합니다.</p>
|
|
|
|
|
|
<h2>거래 전략</h2>
|
|
|
|
<p>EA는 자가 학습 AI 또는 클래식 멀티 지표 경로(MA, RSI, MACD, Ichimoku)를 사용하여 작동할 수 있습니다. 신경망은 가격 움직임, 변동성, 거래량, 주기적 시간 구조 및 확인된 스윙 구조를 읽고 매수, 매도 또는 중립 분류를 형성합니다.</p>
|
|
<p>학습 중에 과거 데이터의 일부가 보류되어 모델이 보지 못한 데이터에서만 정확도가 측정되도록 합니다. AI와 클래식 경로가 모두 활성화되면 안정적인 의사 결정을 위해 함께 투표합니다.</p>
|
|
|
|
|
|
<h2>주요 기능</h2>
|
|
|
|
|
|
<ol>
|
|
<li>자가 학습 신경망: 퍼셉트론, 컨볼루셔널, LSTM 또는 하이브리드 아키텍처.</li>
|
|
<li>미확인 데이터 검증: 모델이 실거래 전에 매수, 매도 및 중립을 안정적으로 인식해야 합니다.</li>
|
|
<li>적응형 학습: 배포된 모델이 새로 확인된 구조에 계속 적응합니다.</li>
|
|
<li>와이코프 컨텍스트: 축적, 분배, 고갈 및 통제 전환에 대한 선택적 구조 판독.</li>
|
|
<li>클래식 신호: AI가 워밍업되는 동안 MA, RSI, MACD 및 Ichimoku 경로 사용 가능.</li>
|
|
<li>외부 소프트웨어 불필요: 네이티브 MQL5/OpenCL만 사용 — 모든 VPS 또는 클라우드 에이전트에서 변경 없이 실행.</li>
|
|
</ol>
|
|
|
|
|
|
<h2>리스크 관리</h2>
|
|
|
|
<p>스탑은 선택적 변동성 패딩 또는 적응형 거리와 함께 최근 스윙 극점에 고정됩니다. 포지션 크기는 실제 스탑 거리에서 계산되므로 선택한 리스크 비율이 항상 준수됩니다.</p>
|
|
<p>목표는 변동성 배수, 반대 스윙 또는 신뢰도에 기반한 적응형 보상을 사용할 수 있습니다. 규율 있는 거래를 위해 일일 손실 및 드로우다운 한도가 제공됩니다.</p>
|
|
|
|
|
|
<h2>거래 저널 및 자체 평가 데이터베이스</h2>
|
|
|
|
<p>모든 체결된 거래는 로컬 데이터베이스에 기록됩니다: 진입 및 청산 가격, 스탑 및 목표, 로트 크기, 실제 손익, 최대 불리/유리 변동(R 배수), AI 신뢰도, 데이터베이스 신뢰도, 청산 사유 및 트리거 패턴.</p>
|
|
<p>이는 "Weight filters by DB win-rate"가 활성화되면 자동으로 실행됩니다.</p>
|
|
<p>동일한 기록이 클래식 신호를 위한 자체 평가 시스템을 지원합니다: 각 패턴의 승률이 시간에 따라 추적되고 그 영향력이 그에 따라 조정되므로, 실제로 귀하의 심볼과 시간대에서 작동하는 패턴이 더 많은 가중치를 얻습니다.</p>
|
|
<p>Report 버튼은 전체 기록을 CSV로 내보냅니다: 전체 승률, 평균 R 배수, 시간/일별 분석, 신뢰도 구간 및 반복되는 취약점에 기반한 평이한 언어 제안. 더 깊은 분석을 위해 모든 개별 거래가 포함됩니다.</p>
|
|
|
|
|
|
<h2>이점</h2>
|
|
|
|
|
|
<ul>
|
|
<li>외환, 지수, 금속, 원자재 및 암호화폐에서 작동.</li>
|
|
<li>커브 피팅 없음 — 특성이 상품 간에 스케일 정규화됨.</li>
|
|
<li>명확한 차트 피드백: 학습 진행 상황, 미확인 데이터 정확도 및 실시간 신호 신뢰성.</li>
|
|
<li>자체 추적 승률로 가중치가 부여된 자가 개선 클래식 신호.</li>
|
|
</ul>
|
|
|
|
|
|
<h2>내부 워크플로우 (요약)</h2>
|
|
|
|
|
|
<ul>
|
|
<li>선택한 룩백 기간 동안 특성을 수집합니다.</li>
|
|
<li>Adam 또는 SGD를 사용하여 선택한 신경 아키텍처를 학습합니다.</li>
|
|
<li>OOS 분할에서 검증하고 최고 성능의 에포크를 선택합니다.</li>
|
|
<li>모델을 배포하고 적응형 학습을 시작합니다(활성화된 경우).</li>
|
|
</ul>
|
|
|
|
|
|
<h2>참고 사항</h2>
|
|
|
|
|
|
<ul>
|
|
<li>성능은 브로커 데이터 품질과 심볼 행동에 따라 달라집니다.</li>
|
|
<li>학습 시간은 하드웨어와 차트 기록 길이에 따라 다릅니다.</li>
|
|
<li>온라인 학습은 전략 테스터에서 설계상 비활성화됩니다.</li>
|
|
</ul>
|
|
|
|
|
|
<h2>자주 묻는 질문</h2>
|
|
|
|
<p><strong>EA에 최적화가 필요한가요?</strong> AI: 아니요 — 기본값은 테스트되었습니다. 클래식 신호(MA, RSI, MACD, Ichimoku)는 심볼 및 시간대에 따라 최적화의 이점을 볼 수 있습니다.</p>
|
|
<p><strong>리페인트하나요?</strong> 아니요 — 모든 구조는 학습 전에 확인됩니다.</p>
|
|
<p><strong>즉시 거래할 수 있나요?</strong> 예 — AI가 워밍업되는 동안 클래식 신호(MA, RSI, MACD, Ichimoku)를 통해.</p>
|
|
|
|
|
|
<h2>결과</h2>
|
|
|
|
<p>EA는 심볼 및 시간대별로 별도의 모델을 학습하므로 성능은 귀하의 차트와 브로커에 따라 달라집니다. 전략 테스터에서 평가하고, 미확인 데이터 정확도를 검토하며, 상세 분석을 위해 저널을 내보내십시오.</p>
|
|
<p>거래에는 위험이 따릅니다. 실거래 전에 데모 계정에서 테스트하십시오.</p>
|
|
|
|
|
|
<h2>시작하기</h2>
|
|
|
|
<p>거래하려는 심볼과 시간대에 EA를 부착하고, 차트마다 다른 Magic Number를 사용하며, AI를 활성화하여 워밍업 기간을 허용하십시오. 기본값은 거래할 준비가 되어 있습니다. 내보내기 가능한 거래 저널을 활성화하려면 "Weight filters by DB win-rate"를 켜십시오.</p>
|
|
|
|
|
|
<h2>입력 파라미터</h2>
|
|
|
|
<p>모든 입력에는 화면 설명이 포함되어 있습니다. 기본값은 테스트된 구성입니다.</p>
|
|
|
|
|
|
<table cellspacing="0" cellpadding="2" width="100%" class="standart">
|
|
<thead>
|
|
<tr>
|
|
<th>Variable Name</th>
|
|
<th>Parameter Name</th>
|
|
<th>Parameter Description</th>
|
|
<th>Default</th>
|
|
</tr>
|
|
</thead>
|
|
|
|
|
|
<tbody>
|
|
<tr>
|
|
<td colspan="4"><strong>일반</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Expert_MagicNumber</td>
|
|
<td>Magic number</td>
|
|
<td>이 EA의 자체 거래를 식별하여 다른 EA 또는 수동 포지션과 혼동하지 않도록 합니다. 차트마다 다른 값을 사용하십시오.</td>
|
|
<td>2024</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Expert_EveryTick</td>
|
|
<td>Calculate on every tick</td>
|
|
<td>모든 틱에서 신호를 재계산하거나, 새 봉이 형성될 때만 재계산합니다. 결과와 CPU 부하 모두에 영향을 미칩니다.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>VerboseMode</td>
|
|
<td>Detailed panel + verbose journal</td>
|
|
<td>끔: 평이한 언어 패널과 조용한 로그. 켬: 모델 연구를 위한 전체 기술 세부 정보 및 추가 진단.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Money Management</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>MM_STRATEGY / Money_FixLot_Lots</td>
|
|
<td>MM strategy / fixed lot</td>
|
|
<td>고정 리스크 %, Intelligent 또는 고정 로트. 두 리스크 기반 모드는 거래의 실제 스탑 거리에서 크기를 계산하므로 아래의 Risk %가 실제로 리스크에 노출되는 값입니다. Intelligent는 1/4 Kelly 추정치로 이를 축소합니다(절대 확대하지 않음). 고정 로트는 여기에서 설정된 크기로 거래합니다.</td>
|
|
<td>Fixed risk % / 0.01</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Money_Risk_Percent</td>
|
|
<td>Risk % of balance per trade</td>
|
|
<td>거래당 리스크에 노출되는 잔고 비율. 로트 크기는 이 값과 실제 스탑 거리에서 도출되므로 어떤 스탑 모드가 선택되든 수치가 유효합니다. 또한 Intelligent 크기 조정이 축소를 시작하는 상한선이기도 합니다.</td>
|
|
<td>1%</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Trade Management</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>tradingdirection</td>
|
|
<td>Trade direction</td>
|
|
<td>EA를 매수만, 매도만 또는 둘 다로 제한합니다.</td>
|
|
<td>Both</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Entry_Multiplier</td>
|
|
<td>Entry type/offset</td>
|
|
<td>주문이 가격 대비 어디에 위치하는지: 시장가, 변동성의 1~3배 오프셋된 지정가 또는 스탑 주문, 마지막 스윙, 또는 AI 신뢰도로 스케일링된 풀백.</td>
|
|
<td>Market</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>SL_Mode</td>
|
|
<td>Stop-loss mode</td>
|
|
<td>스탑이 최근 스윙에서 얼마나 멀리 배치되는지. 앵커는 항상 Bars to analyse 창 내의 스윙 극점 — 매수는 최저 저점, 매도는 최고 고점 — 이며, 이는 패딩만 선택합니다: 고정 변동성 배수, 없음, 또는 확신이 증가함에 따라 좁아지는 적응형 패딩. 진입으로부터의 최소 거리가 항상 적용됩니다.</td>
|
|
<td>1 x ATR from previous swing</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>TP_Mode</td>
|
|
<td>Take-profit mode</td>
|
|
<td>목표가 배치되는 위치. ATR 모드는 진입으로부터의 변동성 배수를 측정합니다. Previous swing은 반대 스윙을 목표로 합니다. Intelligent는 해당 거래 자체 리스크의 배수 — 신뢰도 0에서 2.5배에서 완전 확신 시 5배까지 — 를 목표로 하여 보상:리스크 비율을 스탑과 일관되게 유지합니다.</td>
|
|
<td>Previous opposed swing</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Min_Risk_Reward_Ratio</td>
|
|
<td>Min reward:risk (reject only)</td>
|
|
<td>거래의 보상:리스크 비율이 이 값 아래로 떨어지면 거래를 건너뜁니다. 거부만 할 뿐, 스탑이나 목표의 크기를 조정하지 않습니다.</td>
|
|
<td>1:2</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>TrailingStrategy</td>
|
|
<td>Trailing stop</td>
|
|
<td>가격이 유리하게 움직일 때 스탑이 오픈 포지션을 어떻게 추적하는지.</td>
|
|
<td>None</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Signal_Expiration</td>
|
|
<td>Pending order expiry (bars)</td>
|
|
<td>지정가 주문이 취소되기 전에 활성 상태로 유지되는 봉 수.</td>
|
|
<td>3 bars</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Confidence_Source</td>
|
|
<td>AI confidence source</td>
|
|
<td>적응형 스탑, 목표, 트레일링, 조기 청산 및 Intelligent 크기 조정에 어떤 신뢰도가 입력되는지.</td>
|
|
<td>AI only</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Min_Vote_Open</td>
|
|
<td>Min vote to open (AI + classic)</td>
|
|
<td>두 엔진에 대한 통합 게이트, 0~100 스케일: 거래를 열기 위해 필요한 결합된 신호 동의량. 클래식 필터는 패턴 가중치를 기여하고, AI는 신뢰도 계층의 가중치 — 25, 50, 75 또는 100 — 를 기여하므로, 망설이는 신호는 약하게 투표하고 거의 확실한 신호는 최대 강도로 투표합니다. 별도의 AI 신뢰도 설정은 없습니다: 이 값을 높이면 더 강력한 클래식 동의를 요구하는 것과 정확히 같은 방식으로 더 자신감 있는 AI를 요구합니다.</td>
|
|
<td>20%</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Min_Vote_Close</td>
|
|
<td>Min opposite vote to close (AI + classic)</td>
|
|
<td>두 엔진에 대한 통합 게이트: 오픈 거래를 닫기 위해 필요한 반대 방향의 결합된 신호 동의량과, AI가 단독으로 닫기 전에 포지션에 대해 얼마나 강력하게 반대해야 하는지. Min vote to open보다 높게 유지하여 거래에서 나가는 것이 진입하는 것보다 더 큰 확신을 요구하고, 포지션에 대한 짧은 깜빡임으로 닫히지 않도록 합니다. Disabled로 설정하면 신호 기반 청산을 완전히 끄고, 스탑로스, 테이크프로핏 및 트레일링만 남깁니다.</td>
|
|
<td>80%</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Classic Signals</strong> - 학습 불필요 폴백 경로</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableMA / EnableRSI</td>
|
|
<td>MA / RSI classic vote</td>
|
|
<td>이동평균 및 RSI 신호를 켜거나 끕니다.</td>
|
|
<td>True</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>PeriodMA / PeriodRSI</td>
|
|
<td>MA / RSI period</td>
|
|
<td>두 클래식 지표가 사용하는 기간. 투표 및 해당 AI 입력 특성에 의해 공유됩니다.</td>
|
|
<td>50 / 14</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>MA_Type</td>
|
|
<td>MA type</td>
|
|
<td>평균화 방법 — SMA, EMA, SMMA, LWMA, ALMA, DEMA, ZLEMA, T3 또는 Kalman. 투표 및 MA 입력 특성에 의해 공유됩니다.</td>
|
|
<td>EMA</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableMACD / EnableIchimoku</td>
|
|
<td>MACD / Ichimoku classic vote</td>
|
|
<td>MACD 및 Ichimoku 신호를 켜거나 끕니다. MACD는 모멘텀과 가격/오실레이터 다이버전스를 추가합니다. Ichimoku는 멀티 타임프레임 지지 및 저항 구조 — 구름 위치, 선 교차, 돌파 및 후행 스팬 확인 — 를 추가합니다.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>MACD_PeriodFast / MACD_PeriodSlow / MACD_PeriodSignal</td>
|
|
<td>MACD periods</td>
|
|
<td>MACD의 빠른 EMA, 느린 EMA 및 신호선 기간. 모멘텀 및 다이버전스 민감도를 제어합니다: 빠른 기간은 가격 변화에 더 빠르게 반응하고, 느린 기간은 노이즈를 부드럽게 합니다. 제공되는 모든 조합은 유효하며, 투표 및 해당 AI 입력 특성에 의해 공유됩니다.</td>
|
|
<td>12 / 26 / 9</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>Ichimoku_PeriodTenkan / Ichimoku_PeriodKijun / Ichimoku_PeriodSenkou</td>
|
|
<td>Ichimoku periods</td>
|
|
<td>Tenkan‑sen(전환선, 단기 중간점), Kijun‑sen(기준선, 중기 중간점) 및 Senkou Span B(구름을 형성하는 장기 중간점)의 기간. 멀티 타임프레임 지지 및 저항을 제어합니다: 짧은 Tenkan/Kijun 기간은 더 빠르게 반응하고, 긴 Senkou B는 더 넓은 구름을 만듭니다. 제공되는 모든 조합은 유효하며, 투표 및 해당 AI 입력 특성에 의해 공유됩니다.</td>
|
|
<td>9 / 26 / 52</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>AI Input Features</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>ind_Periods</td>
|
|
<td>Bars to analyse</td>
|
|
<td>AI 특성의 룩백 기간 및 스탑이 고정되는 스윙 창.</td>
|
|
<td>20 bars</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>VolumeData</td>
|
|
<td>Volume data type</td>
|
|
<td>거래량이 읽히는 모든 곳에서 사용되는 거래량 시리즈.</td>
|
|
<td>Tick volume</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableVolume</td>
|
|
<td>Feature: volume</td>
|
|
<td>거래량을 이전 봉 대비 변화로 포함하여 모든 상품에서 동일한 의미를 갖도록 합니다.</td>
|
|
<td>True</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableTime</td>
|
|
<td>Feature: time</td>
|
|
<td>6개의 주기적 판독값 추가: 시간대, 요일, 월을 각각 사인/코사인 쌍으로 하여 23:00와 00:00, 또는 12월과 1월이 반대 극단이 아닌 인접하도록 합니다. 모델이 세션 리듬, 요일 효과 및 계절성을 읽을 수 있게 합니다.</td>
|
|
<td>True</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableATR</td>
|
|
<td>Feature: volatility (ATR)</td>
|
|
<td>변동성을 가격의 일부로 포함하여 상품 및 연도 간에 비교 가능하도록 유지합니다.</td>
|
|
<td>True</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableMAFeature / EnableRSIFeature</td>
|
|
<td>Feature: Moving Average / RSI</td>
|
|
<td>클래식 신호로 투표하는지 여부와 관계없이 MA와 RSI를 네트워크에 입력으로 공급합니다.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableMACDFeature / EnableIchimokuFeature</td>
|
|
<td>Feature: MACD / Ichimoku</td>
|
|
<td>클래식 신호로 투표하는지 여부와 관계없이 MACD와 Ichimoku를 네트워크에 입력으로 공급합니다. MACD는 3개, Ichimoku는 8개의 판독값을 추가합니다.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableSwingContext</td>
|
|
<td>Feature: ZigZag swing context</td>
|
|
<td>확인된 스윙 구조 — 마지막 스윙의 방향, 크기, 경과 시간 및 되돌림 — 그리고 가격이 최근 범위 내에서 어디에 위치하며 평균에서 얼마나 벗어났는지.</td>
|
|
<td>True</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableNews / NewsFeatureWindowMinutes</td>
|
|
<td>Feature: news proximity</td>
|
|
<td>뉴스 이벤트에 대한 근접성 — 미리 알 수 없는 결과가 아니라 — 구성 가능한 창에 걸쳐.</td>
|
|
<td>False / 60 minutes</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableADCumulativeDelta</td>
|
|
<td>Feature: Cumulative Delta</td>
|
|
<td>6개의 주문 흐름 판독값 추가: 압력, 누적 델타, 매수 및 매도 측 절반 개별, 흡수(결과 없는 노력) 및 주도(결과 있는 노력).</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableADShorteningOfThrust</td>
|
|
<td>Feature: Shortening of Thrust</td>
|
|
<td>4개의 고갈 판독값 추가: 동일 방향의 최신 추력이 이전보다 얼마나 짧은지, 더 많은 거래량을 소모했는지, 몇 번의 푸시가 쌓였는지, 그리고 역방향 움직임이 확인된 경우에만 발동하는 것.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableADWyckoffEventStream</td>
|
|
<td>Feature: Wyckoff Events</td>
|
|
<td>12개의 판독값 추가: 현재 명명된 이벤트(14개 모두 — PS, SC, AR, ST, Spring, LPS, SOS 및 PSY, BC, ARB, STB, UTAD, LPSY, SOW), 가격으로부터의 변동성 정규화 거리로서의 범위 경계, 도달한 구조적 단계, 양방향 특성 변화, 4개의 기울기 구조 클래스 및 재축적/재분배 플래그.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableADWyckoffFailedStructure</td>
|
|
<td>Feature: Wyckoff Failed Structure</td>
|
|
<td>두 가지 실패 계열에 걸쳐 5개의 판독값 추가: 구조적 고점/저점에 도달하기 전에 반전하는 스윙, 그리고 재테스트에서 거부된 경계 돌파 — 각각 부호 있는 품질 점수 포함.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableADWyckoffSignificantBarInversion</td>
|
|
<td>Feature: Wyckoff Bar Inversion</td>
|
|
<td>극단적 통제 전환 봉에 대한 5개의 판독값 추가: 최근 평균 대비 넓은 범위와 높은 거래량, 극점에서 마감, 변동성 게이트 통과 및 마지막 반대 중요 봉 돌파 — 그리고 통제 전환 케이스.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>AutoTuneIndicators</td>
|
|
<td>Auto-tune indicator params</td>
|
|
<td>활성화된 특성에 대한 최적의 파라미터 값 검색 — 룩백 창, 거래량 및 범위 배수, 스윙 민감도, 기간. 학습 중에만 실행되며 배포 시 잠기므로 승률 기록이 유효하게 유지됩니다.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>IndicatorTuneTrials</td>
|
|
<td>Auto-tune trials</td>
|
|
<td>검색이 평가하는 조합의 수. 약한 후보는 일찍 폐기되므로 더 높은 숫자는 보기보다 비용이 적게 듭니다.</td>
|
|
<td>8</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Session Filter</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableSessionFilter / SF_trade_LondonSession / SF_trade_TokyoSession / SF_trade_NewYorkSession</td>
|
|
<td>Session filter</td>
|
|
<td>거래를 선택한 세션으로 제한합니다. 세 가지 모두 기본적으로 켜져 있으며 00:00‑22:00 GMT를 커버합니다 — 필터는 봉당 한 번 평가되므로 단일 세션 설정은 느린 시간대의 진입 기회를 빼앗을 수 있습니다. Scheduled Close‑All에 영향을 주지 않습니다.</td>
|
|
<td>On, all three</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Scheduled Close-All</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>targetDayOfWeek / targetHour / targetMinutes</td>
|
|
<td>Close-all day/hour/minute</td>
|
|
<td>선택한 요일, 시, 분에 모든 포지션과 지정가 주문을 청산합니다 — 일반적으로 주말 종료. Session Filter와 독립적으로 실행됩니다. Day = Disabled는 끄고, Every Day는 매일로 만듭니다.</td>
|
|
<td>Friday 23:45</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Intraday Time Filter</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableITF / ITF_GoodHourOfDay / ITF_BadHoursOfDay / ITF_GoodDayOfWeek / ITF_BadDaysOfWeek</td>
|
|
<td>Intraday time filter</td>
|
|
<td>더 세밀한 시간대 필터링을 위해 선호하는 시간과 요일, 그리고 피해야 할 시간 또는 요일을 표시합니다.</td>
|
|
<td>On, none set</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>News Filter</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableNewsFilter</td>
|
|
<td>Signal: News filter</td>
|
|
<td>뉴스 필터를 켜거나 끕니다.</td>
|
|
<td>True</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>NF_LookMinutes / NF_MinImpact</td>
|
|
<td>News window and impact</td>
|
|
<td>이벤트 전후로 거래가 열리지 않는 시간(분) 및 이를 트리거하는 최소 영향 수준.</td>
|
|
<td>60 minutes / Holidays</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Market Depth Filter</strong> - 실거래 전용</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableMarketDepth</td>
|
|
<td>DOM imbalance filter (live)</td>
|
|
<td>신호를 확인하거나 거부할 수 있는 호가창 불균형 확인. 실제 시장 심도 데이터를 제공하는 브로커가 필요합니다.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>DOM_DepthLevels / DOM_ImbalanceScale / DOM_MaxSpreadMultiple</td>
|
|
<td>DOM levels, influence, spread cap</td>
|
|
<td>측면당 호가창 레벨, 불균형이 신호에 얼마나 강하게 영향을 미칠 수 있는지, 그리고 거래가 거부되는 스프레드 배수.</td>
|
|
<td>5 / 100% / 3x</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Risk Guard</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableRiskGuard</td>
|
|
<td>Signal: Risk Guard</td>
|
|
<td>일일 손실/드로우다운 중지를 켜거나 끕니다.</td>
|
|
<td>True</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>MaxDailyLossPct / MaxDrawdownPct</td>
|
|
<td>Max daily loss / drawdown %</td>
|
|
<td>당일 손실 또는 피크 대비 드로우다운이 이 비율에 도달하면 제한이 재설정될 때까지 새로운 거래가 열리지 않습니다. 오픈 포지션은 절대 강제 청산되지 않습니다.</td>
|
|
<td>Disabled</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Trade Journal / Ranking</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>UseDatabaseRanking</td>
|
|
<td>Weight filters by DB win-rate</td>
|
|
<td>각 신호 패턴이 이 EA의 자체 기록에서 어떻게 수행되었는지 추적하고 영향력을 효과적인 것으로 이동합니다. 또한 Report 버튼이 내보내는 저널을 활성화합니다 — 거래 저널을 사용하려면 이것을 켜십시오.</td>
|
|
<td>False</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>Neural Network</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>AIType</td>
|
|
<td>AI algorithm</td>
|
|
<td>어떤 네트워크가 학습하고 거래할지 선택 — Perceptron, Convolutional, LSTM 또는 Hybrid — 또는 Disabled, MA/RSI만으로 폴백. 기본값은 Market 빌드에서 Disabled, 프라이빗 빌드에서 Hybrid이므로 새 설치 시 즉시 거래하거나 전체 AI 스택으로 시작합니다.</td>
|
|
<td>Disabled / Hybrid</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>TrainingOptimizer / OutputNeuronsCount</td>
|
|
<td>Optimizer and output type</td>
|
|
<td>어떤 알고리즘이 가중치를 업데이트하는지, 그리고 3방향 매수/매도/중립 분류기로 학습하는지 단일 값 회귀로 학습하는지.</td>
|
|
<td>Adam / Classification</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>InitialNeurons / MinNeuronsCount / NeuronsReduction / LstmHiddenSize / ConvFilterCount / ConvPoolWindow / ConvPoolStep</td>
|
|
<td>Network shape</td>
|
|
<td>네트워크 토폴로지: 첫 번째 레이어의 뉴런, 축소되는 레이어가 그 이하로 줄어들 수 없는 하한, 각 레이어가 축소되는 비율, 그리고 LSTM, Convolutional, Hybrid 유형이 사용하는 메모리, 필터, 풀링 창 및 풀링 스텝 크기. 이제 AI 선택기가 직접 프리셋을 선택합니다: MLP 3L / 4L, CONV 2L, LSTM 2L, Hybrid 2L 또는 Disabled.</td>
|
|
<td>500 / 20 / 70% / 32 / 16 / 3 / 2</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>StudyPeriods</td>
|
|
<td>Training years</td>
|
|
<td>네트워크가 학습하는 차트 기록의 연수.</td>
|
|
<td>10 years</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>OOSSplit</td>
|
|
<td>Out-of-sample holdout</td>
|
|
<td>보류되어 학습에 절대 사용되지 않는 기록의 비율로, 미확인 데이터 성능 측정에만 사용됩니다.</td>
|
|
<td>30%</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>MinRecall</td>
|
|
<td>Min per-class OOS recall %</td>
|
|
<td>모델이 실거래되기 전에 보류 데이터에서 매수, 매도, 중립의 각 클래스가 얼마나 잘 인식되어야 하는지, 한 방향을 무시하고 배포될 수 없도록 합니다. 이는 3방향 분류이며 거래 승률이 아닙니다 — 무작위 추측은 약 33%를 득점합니다. 정확도 목표는 없습니다: 학습은 개선이 멈출 때까지 실행된 다음 최고의 모델을 배포합니다.</td>
|
|
<td>40%</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>AILogitPriorStrength</td>
|
|
<td>AI: prior correction to true base rate</td>
|
|
<td>전환점은 드물기 때문에 네트워크는 균형 잡힌 데이터에서 학습하며, 그렇지 않으면 매수와 매도를 너무 많이 호출합니다. 이는 각 답변을 실제 발생 빈도로 재가중치 부여하여 실거래가 학습 수치에 더 가깝게 수행되도록 합니다. 높을수록 = 실제 기본 비율로의 더 강한 보정.</td>
|
|
<td>25%</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>OversampleParity</td>
|
|
<td>AI: oversample parity</td>
|
|
<td>정밀도/빈도 다이얼: 낮을수록 더 적지만 더 선택적인 매수/매도 호출, 높을수록 더 많은 호출. 중립은 의도적으로 더 무겁게 유지되므로, 이는 주로 모델이 방향성 클래스를 얼마나 공격적으로 호출하는지를 지배합니다.</td>
|
|
<td>60%</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>FocalLossGamma</td>
|
|
<td>Focal-loss gamma</td>
|
|
<td>학습이 분류하기 어려운 봉에 얼마나 강력하게 집중하는지. 0은 단순 클래스 균형을 위해 비활성화하고, 1.0은 여기서 사용되는 더 가벼운 기본값입니다.</td>
|
|
<td>1.0</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>SwingConfirmationBars</td>
|
|
<td>Swing confirm bars (label)</td>
|
|
<td>스윙 반전 후보 후 학습을 위해 신뢰하기 전에 기다릴 봉 수, 최근 스윙은 여전히 모양이 변할 수 있기 때문입니다.</td>
|
|
<td>100 bars</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>EnableOnlineLearning</td>
|
|
<td>AI: keep learning live from confirmed bars</td>
|
|
<td>배포 후, 실시간 차트에서 새로 확인된 구조에 모델을 계속 적응시킵니다. 최근 정확도가 유지되는 동안에만 해당됩니다. 전략 테스터에서는 효과가 없습니다.</td>
|
|
<td>True</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>SignalClusterWindow / MaxErasPerRun</td>
|
|
<td>Decluster window / max eras</td>
|
|
<td>이 봉 수 내에서 연속된 동일 방향 화살표를 하나로 병합하고(표시 전용), EA가 확인하기 전에 실행되는 학습 패스 수를 제한합니다.</td>
|
|
<td>6 / 1000</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td colspan="4"><strong>NN Optimizer / Performance</strong></td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>AdamLearningRate / AdamBeta1 / AdamBeta2</td>
|
|
<td>Adam optimizer settings</td>
|
|
<td>Adam 옵티마이저의 학습률 및 감쇠율(Optimizer = Adam일 때 사용). 기본값은 표준 게시 값이며 변경이 거의 필요하지 않습니다.</td>
|
|
<td>0.0003 / 0.9 / 0.999</td>
|
|
</tr>
|
|
|
|
|
|
<tr>
|
|
<td>SgdLearningRate / SgdMomentum</td>
|
|
<td>SGD optimizer settings</td>
|
|
<td>SGD+모멘텀 옵티마이저의 학습률 및 모멘텀(Optimizer = SGD일 때 사용).</td>
|
|
<td>0.0003 / 0.9</td>
|
|
</tr>
|
|
</tbody>
|
|
</table>
|
|
|
|
|
|
<h2>최종 참고 사항</h2>
|
|
|
|
<p>Warrior EA는 외부 의존성이나 수동 최적화 없이 적응형 자동화를 원하는 트레이더를 위해 설계되었습니다. 학습 패널을 검토하고, 미확인 데이터 정확도를 확인하며, 더 깊은 통찰력을 위해 거래 저널을 탐색하십시오.</p> |