EA-68424 · 机器学习
Larry Williams ONNX
该EA使用ONNX（开放神经网络交换）机器学习模型来实现Larry Williams风格的交易策略。它将市场数据输入预训练的神经网络模型以生成买卖信号，将Larry Williams的经典交易原则与现代深度学习推理相结合，实现自动化交易执行。
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
该EA的核心策略是将Larry Williams的经典交易理念（如%R指标、波动率突破、价格动量等）通过ONNX机器学习模型进行融合和优化。入场条件依赖于ONNX模型的推理输出，模型接收多维度市场特征（如价格序列、技术指标值等）作为输入，经过神经网络计算后输出交易方向信号。出场条件可能结合模型的反向信号或传统的止损止盈机制。仓位管理方面，EA可能根据模型输出的置信度或固定手数进行下单。资金管理可能采用固定比例或风险百分比方式。整体策略将传统技术分析与数据驱动的机器学习预测相结合，旨在捕捉非线性市场规律。
优势
- 利用ONNX机器学习模型，能够捕捉非线性市场规律，超越传统线性指标的局限
- 基于Larry Williams成熟的交易理念，策略逻辑有坚实的市场实战基础
- ONNX格式具有良好的跨平台兼容性，模型可在多种框架中训练后部署
- 深度学习模型能够融合大量市场特征，实现多维度的综合信号判断
劣势
- ONNX模型文件通常为黑盒，无法直接审查模型内部的决策逻辑和权重
- 机器学习模型存在过拟合风险，历史回测表现优异但实盘可能大幅衰减
- 模型需要定期再训练以适应市场状态变化，维护成本较高
- 缺少模型性能监控机制，无法实时判断模型预测是否仍然有效
改进建议
- 增加模型预测置信度过滤机制，低置信度时暂停交易以减少假信号
- 添加在线学习或自适应模块，使模型能够根据近期市场表现动态调整
- 增加多时间框架确认机制，减少单一周期噪音导致的误判
风险评估
总体风险: 中等
- ONNX模型为黑盒结构，无法预知模型在极端行情下的行为表现
- 模型可能在市场状态切换时持续产生错误信号直至被手动干预
- 缺少对模型推理失败或异常输出的健壮性处理
评估得分
代码质量3.0
策略逻辑3.0
风险管理2.0
稳健性2.0
创新性4.0
文档2.0
综合2.7
参数
| 参数 | 默认值 | 说明 |
|---|---|---|
ModelPath | larry_williams_model.onnx | ONNX模型文件路径 |
LotSize | 0.1 | 每笔交易手数 |
StopLoss | 500 | 止损点数 |
TakeProfit | 1000 | 止盈点数 |
MagicNumber | 68424 | EA魔术号码，用于区分订单 |
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。