EA-22573 · 机器学习

RNN

该EA使用RSI指标输入到一个3输入小型神经网络来生成交易信号。它读取三个不同回溯周期的RSI值,归一化到0-1范围,通过8个可调权重(x0-x7)的加权二叉树计算概率,再经线性Sigmoid变换产生买卖信号,每次只持有一个仓位,支持可配置的止损止盈。

打开交互版(权益曲线、切换品种)

基本信息

风险中等
爆仓风险低
评分★★★☆☆
类型交易型 EA
周期M5, M15, H1
指标RSI
作者Copyright © 2012, Yury V. Reshetov

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
EURUSD0.00%0.00%0.00%0—————暂不支持转换
GBPUSD0.00%0.00%0.00%0—————暂不支持转换
USDJPY0.00%0.00%0.00%0—————暂不支持转换
XAUUSD0.00%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:该EA基于Reshetov的RNN(随机神经网络)概念,使用RSI指标作为3个输入信号源,分别取当前RSI、RSI周期前和2倍RSI周期前的值,归一化到0-1范围。入场条件:当神经网络输出概率经过线性Sigmoid变换后(result=result*2.0-1.0),如果结果小于0则开多单,如果结果大于等于0则开空单。出场条件:通过固定点数的止损和止盈来退出,止损和止盈距离相同(InpSLTP参数,默认100点),也支持设置为0取消止损止盈。仓位管理:固定手数交易(InpLots默认1.0手),每次只允许持有一个仓位(IsPositionExists检查),新K线触发机制避免重复开仓。资金管理:通过FreeMarginCheck检查可用保证金是否充足,但没有动态手数调整或风险百分比计算。神经网络核心是GetProbability函数,8个权重参数x0-x7通过优化获得,使用加权概率二叉树结构计算空头概率,多头概率为1减去空头概率。

优势

  • 使用神经网络概率模型进行交易决策,比简单阈值信号更具适应性
  • 每次只持有一个仓位并使用新K线触发,避免了过度交易和重复开仓
  • 包含完善的保证金检查和手数验证机制,防止资金不足时下单失败

劣势

  • 神经网络权重x0-x7含义不直观,需要大量优化且极易过拟合
  • 止损止盈距离相同缺乏非对称风险回报设计,不符合专业交易实践
  • 固定手数交易无动态仓位管理,无法根据账户风险或波动率调整仓位大小

改进建议

  • 增加动态仓位管理,根据账户风险比例和ATR波动率自动计算手数
  • 引入非对称止损止盈和移动止损机制,提高风险回报比
  • 增加多时间框架确认和交易量/波动率过滤,减少虚假信号

风险评估

总体风险: 中等

  • 神经网络权重参数高度依赖历史优化,存在严重过拟合风险,实盘表现可能大幅偏离回测
  • 止损止盈距离相等意味着风险回报比为1:1,需要较高胜率才能盈利
  • 固定1.0手默认手数较大,小账户可能承受过高风险

评估得分

代码质量4.0
策略逻辑2.0
风险管理3.0
稳健性3.0
创新性4.0
文档2.0
综合3.0

参数

参数默认值说明
InpLots1.0交易手数
InpSLTP100止损止盈点数(0为禁用)
x06神经网络权重x0(0-100)
x196神经网络权重x1(0-100)
x290神经网络权重x2(0-100)
x335神经网络权重x3(0-100)
x464神经网络权重x4(0-100)
x583神经网络权重x5(0-100)
x666神经网络权重x6(0-100)
x750神经网络权重x7(0-100)
Inp_RSI_ma_period9RSI平均周期
Inp_RSI_applied_pricePRICE_OPENRSI应用价格类型

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。

订阅每周 Arena 周报

每周一封邮件:排名变化、新信号和新研究。不发垃圾邮件,随时可以退订。