EA-1649 · 机器学习
Rock-Trader-Neuro
该EA使用单层人工神经元（双曲正切激活函数）基于布林带指标值生成交易信号。它将7根K线的布林带宽度与基准线的比值归一化后作为神经元输入，神经元输出为负时买入，为正时卖出，并使用固定止损止盈管理仓位。
打开交互版（权益曲线、切换品种）基本信息
回测结果（H1，约 1 年）
| 品种 | 盈亏 | 年化 | 最大回撤 | 交易数 | 胜率 | 夏普 | 恢复因子 | 最长连亏 | 每笔期望 | 状态 |
|---|---|---|---|---|---|---|---|---|---|---|
| EURUSD | 0.00% | 0.00% | 0.00% | 0 | — | — | — | — | — | 暂不支持转换 |
| GBPUSD | 0.00% | 0.00% | 0.00% | 0 | — | — | — | — | — | 暂不支持转换 |
| USDJPY | 0.00% | 0.00% | 0.00% | 0 | — | — | — | — | — | 暂不支持转换 |
| XAUUSD | 0.00% | 0.00% | 0.00% | 0 | — | — | — | — | — | 暂不支持转换 |
这个 EA 从未交易的原因：转换后没有留下任何开仓规则。
由 MQL5 自动转换为 Python，所有 EA 使用同一套规则回测：按 MT5 手数计仓（外汇每手 10 万单位、黄金每手 100 盎司），1:100 杠杆，同一时间只有一张挂单，净值跌破初始资金 10% 时强平。夏普比率按权益曲线计算。标为不可靠的结果仅供参考。
爆仓风险: 未发现爆仓模式
代码里没有发现常见的爆仓模式，回测中账户也没有爆仓。但这不是保证，任何 EA 都可能亏钱。
高：回测中爆仓，或使用马丁/网格加仓且不设止损。偏高：马丁或网格加仓但有止损，或不设止损且可同时持有多个仓位。 标签的含义和我们的发现 →
策略分析
策略概念基于单层感知器神经网络，利用布林带的上轨、下轨和基准线数据作为输入特征。入场条件为：当神经元输出值小于0时开多单，大于0时开空单。神经元输入是对布林带宽度（上轨减下轨）与基准线之比进行归一化处理后的值，共7个输入对应14个数组元素（每个输入配一个权重）。出场条件完全依赖固定止损（30点）和止盈（100点），没有动态止盈或移动止损机制。仓位管理采用固定手数（默认1手），没有根据账户余额或波动率进行动态调整。资金管理方面仅检查是否已有同方向持仓，防止重复开仓，但未考虑总仓位风险或最大回撤控制。权重参数(w0-w13)为硬编码输入参数，缺乏自适应训练或优化机制。
优势
- 使用神经网络概念进行信号生成，具有一定的创新性
- 利用布林带多维度数据（上轨、下轨、基准线）作为特征输入
- 有新K线检测机制，避免同一根K线重复交易
- 对5位/3位报价的货币对自动调整止损止盈点数
劣势
- 单层感知器网络过于简单，表达能力有限，无法捕捉非线性市场特征
- 14个权重参数中只有7个输入有效对应，权重数组大小与输入数组大小不匹配（inputs数组中奇数索引未被赋值）
- 缺乏神经网络训练机制，权重完全依赖手动设置，无法自适应市场变化
- 没有点差过滤，在点差较大时仍可能开仓
- 归一化公式存在潜在除零风险，当x_maxx+x_max等于x_min+x_minn时会导致除零错误
- 反向平仓逻辑缺失，多空转换时不会自动平掉反向仓位
改进建议
- 修复inputs数组赋值逻辑，确保所有14个元素都有有效值，或调整为7输入7权重的匹配结构
- 添加点差过滤机制，在点差超过阈值时禁止开仓
- 引入神经网络在线训练或定期优化机制，使权重能随市场变化自适应调整
- 增加归一化计算中的除零保护，当分母接近零时使用替代值
- 实现反向信号自动平仓功能，在多空转换时平掉现有持仓
风险评估
总体风险: 中等
- inputs数组奇数索引未被赋值，导致神经元计算使用未初始化的值（可能为0），使14个权重中只有7个真正生效
- 归一化公式存在除零风险
- 固定手数无动态调整，大仓位可能在不利行情中造成重大亏损
- 没有点差过滤，高波动时段点差扩大可能导致不利成交
评估得分
代码质量3.0
策略逻辑2.0
风险管理2.0
稳健性2.0
创新性4.0
文档2.0
综合2.5
参数
| 参数 | 默认值 | 说明 |
|---|---|---|
StopLoss | 30 | 止损点数 |
TakeProfit | 100 | 止盈点数 |
EA_Magic | 12345 | EA魔数编号 |
Lot | 1.0 | 交易手数 |
w0 | 0.8 | 神经元权重0 |
w1 | 0.4 | 神经元权重1 |
w2 | -0.9 | 神经元权重2 |
w3 | 0.0 | 神经元权重3 |
w4 | 0.7 | 神经元权重4 |
w5 | -0.2 | 神经元权重5 |
w6 | 0.9 | 神经元权重6 |
w7 | 0.7 | 神经元权重7 |
w8 | -1.0 | 神经元权重8 |
w9 | 0.3 | 神经元权重9 |
w10 | 0.5 | 神经元权重10 |
w11 | 0.5 | 神经元权重11 |
w12 | 0.0 | 神经元权重12 |
w13 | 1.0 | 神经元权重13 |
同类 EA：机器学习
回测是历史模拟，不代表未来收益，不构成投资建议。