Selamat datang ke dunia NeuroNirvamanEA, satu sistem trading yang direka khusus untuk platform MetaTrader 4. Jika anda seorang trader yang mencari cara untuk meningkatkan keuntungan anda dalam perdagangan Forex, artikel ini adalah untuk anda!
Laporan Pengujian Strategi
| Simbol | EURUSD (Euro vs. Dolar Amerika Syarikat) | ||||
| Tempoh | 5 Minit (M5) 2009.05.22 00:00 - 2009.06.05 22:55 (2009.05.22 - 2009.06.06) | ||||
| Model | Setiap tick (kaedah paling tepat berdasarkan semua kerangka waktu yang ada) | ||||
| Parameter | SSP=20; periods=64; distancia=8; x11=130; x12=80; tp1=43; sl1=17; SSP2=2; periods2=74; distancia2=14; x21=140; x22=86; tp2=49; sl2=16; distancia3=13; distancia4=15; periods3=98; periods4=52; x31=196; x32=78; pass=3; lots=0.1; mn=555; | ||||
| Jumlah bar dalam ujian | 4124 | Ticks dimodelkan | 161267 | Kualiti pemodelan | n/a |
| Deposit awal | 100000.00 | ||||
| Jumlah keuntungan bersih | 906.33 | Keuntungan kasar | 2637.04 | Kerugian kasar | -1730.72 |
| Faktor keuntungan | 1.52 | Pengembalian dijangka | 5.89 | ||
| Penarikan mutlak | 4.00 | Penarikan maksimum | 222.24 (0.22%) | Penarikan relatif | 0.22% (222.24) |
| Jumlah dagangan | 154 | Posisi pendek (menang %) | 89 (37.08%) | Posisi panjang (menang %) | 65 (43.08%) |
| Dagangan menguntungkan (% daripada jumlah) | 61 (39.61%) | Dagangan rugi (% daripada jumlah) | 93 (60.39%) | ||
| Dagangan | terbesar menguntungkan | 47.00 | dagangan rugi | -19.72 | |
| Rata-rata | dagangan menguntungkan | 43.23 | dagangan rugi | -18.61 | |
| Maksimum | menang berturut-turut (keuntungan dalam wang) | 4 (176.00) | kerugian berturut-turut (kerugian dalam wang) | 7 (-127.00) | |
| Maksimum | keuntungan berturut-turut (bilangan kemenangan) | 176.00 (4) | kerugian berturut-turut (bilangan kerugian) | -127.00 (7) | |
| Rata-rata | menang berturut-turut | 2 | kerugian berturut-turut | 3 | |

Hai semua!
NeuroNirvaman berfungsi dengan baik pada pasangan mata wang EURUSD. Saya belum mengujinya pada mata wang lain. Kerangka waktu yang digunakan ialah M5.
Optimasi perlu dilakukan setiap hujung minggu dengan data dalam jangka waktu 15 hari. Proses optimasi mengambil masa sekitar 1 minggu.
Strategi EA ini adalah untuk sentiasa berhenti apabila berada dalam posisi rugi. Ia mengalami kerugian kira-kira 50% daripada masa, tetapi apabila ia menang, keuntungan yang diperoleh adalah lebih besar daripada kerugian.
Saya sudah menguji ini di akaun sebenar dan hasilnya konsisten dengan apa yang berlaku di akaun demo.
Seperti yang sering berlaku dengan EA yang baik, backtest untuk EA ini mungkin terlalu optimistik. Namun, jika anda ingin mencapai kejayaan, anda perlu menetapkan matlamat yang tinggi.
Jika anda berjaya menjana keuntungan dengan EA ini, saya berharap anda dapat menyumbang sedikit daripada keuntungan tersebut kepada mereka yang memerlukan di negara kita. Itu adalah cara yang adil sebagai balasan kepada apa yang saya berikan kepada anda.
Untuk sumbangan, anda boleh melakukannya di sini: Sumbangan
Saya percaya bahawa perkara baik akan datang kepada anda apabila anda melakukan kebaikan kepada orang lain. Cubalah! ;-)
Petua untuk Menggunakan EA ini
- 1) Lupakan indikator dan peraturan berdasarkan nilai tetap. Target dan stop loss perlu sentiasa berubah bergantung kepada keadaan pasaran. EA ini hanya boleh berfungsi apabila anda sentiasa mengoptimasinya setiap hujung minggu.
- 2) Jika anda malas dan tidak mengoptimasinya setiap hujung minggu, anda akan mengalami kerugian. Proses optimasi mengambil masa sekitar 1 hari.
- 3) Jika anda tidak ingin bergerak dan masih ingin menjana pendapatan, anda boleh menggunakan sistem auto trading berdasarkan isyarat yang saya tawarkan di FXDD, Alphary, OLD, Fxcm, goforex, Avafx, Wallstreet, Monex, dan FXCBS.
Saya akan mula memasukkan isyarat saya pada hari ini, 2009/06/08. Prestasi lepas berkaitan dengan sistem lama yang saya gunakan.
Pengoptimasian
Untuk melatih rangkaian, anda perlu mengikuti langkah berikut:
Fasa 1: Mengajar perceptron untuk posisi panjang
Set nilai 1 (mengikut nombor fasa) untuk input "pass". Alihkan tanda cek pada input yang ditandakan untuk optimasi dalam fasa sebelumnya. Simpan input yang diperoleh dalam fail untuk jaminan.
Fasa 2: Mengajar perceptron untuk posisi pendek
Set nilai 2 (mengikut nombor fasa) untuk input "pass". Alihkan tanda cek pada input yang ditandakan untuk optimasi dalam fasa sebelumnya. Simpan input yang diperoleh dalam fail untuk jaminan.
Fasa 3: Mengajar perceptron untuk jenis pasaran
Set nilai 3 (mengikut nombor fasa) untuk input "pass". Alihkan tanda cek pada input yang ditandakan untuk optimasi dalam fasa sebelumnya. Simpan input yang diperoleh dalam fail untuk jaminan.
Itu saja, rangkaian neural telah diajar. Nilai "pass" mesti tetap pada "pass=3" untuk menggunakan EA ini pada carta. Ini adalah tetapan akhir yang perlu disimpan.
Berikut adalah fail .set. Buka notepad dan salin serta tampal yang berikut ke dalam notepad tersebut, kemudian simpan sebagai neuronirvaman.set:
SSP=20.00000000 SSP,F=0 SSP,1=0.00000000 SSP,2=2.00000000 SSP,3=100.00000000 periods=64.00000000 periods,F=0 periods,1=0.00000000 periods,2=2.00000000 periods,3=100.00000000 distancia=8.00000000 distancia,F=0 distancia,1=0.00000000 distancia,2=2.00000000 distancia,3=50.00000000 x11=130 x11,F=0 x11,1=0 x11,2=2 x11,3=200 x12=80 x12,F=0 x12,1=0 x12,2=2 x12,3=200 tp1=43.00000000 tp1,F=0 tp1,1=10.00000000 tp1,2=1.00000000 tp1,3=50.00000000 sl1=17.00000000 sl1,F=0 sl1,1=10.00000000 sl1,2=1.00000000 sl1,3=25.00000000 SSP2=2.00000000 SSP2,F=0 SSP2,1=0.00000000 SSP2,2=2.00000000 SSP2,3=100.00000000 periods2=74.00000000 periods2,F=0 periods2,1=0.00000000 periods2,2=2.00000000 periods2,3=100.00000000 distancia2=14.00000000 distancia2,F=0 distancia2,1=0.00000000 distancia2,2=2.00000000 distancia2,3=50.00000000 x21=140 x21,F=0 x21,1=0 x21,2=2 x21,3=200 x22=86 x22,F=0 x22,1=0 x22,2=2 x22,3=200 tp2=49.00000000 tp2,F=0 tp2,1=10.00000000 tp2,2=1.00000000 tp2,3=50.00000000 sl2=16.00000000 sl2,F=0 sl2,1=10.00000000 sl2,2=1.00000000 sl2,3=25.00000000 distancia3=13.00000000 distancia3,F=1 distancia3,1=1.00000000 distancia3,2=2.00000000 distancia3,3=50.00000000 distancia4=15.00000000 distancia4,F=1 distancia4,1=1.00000000 distancia4,2=2.00000000 distancia4,3=50.00000000 periods3=98.00000000 periods3,F=1 periods3,1=0.00000000 periods3,2=2.00000000 periods3,3=100.00000000 periods4=52.00000000 periods4,F=1 periods4,1=0.00000000 periods4,2=2.00000000 periods4,3=100.00000000 x31=196 x31,F=1 x31,1=0 x31,2=2 x31,3=200 x32=78 x32,F=1 x32,1=0 x32,2=2 x32,3=200 pass=3 pass,F=0 pass,1=4 pass,2=0 pass,3=0 lots=0.10000000 lots,F=0 lots,1=0.10000000 lots,2=0.00000000 lots,3=0.00000000 mn=555 mn,F=0 mn,1=555 mn,2=0 mn,3=0
Siaran berkaitan
- MQL5 Wizard: Cipta Sistem Trading Berdasarkan Pola Morning/Evening Star dan RSI
- MQL5 Wizard: Cipta Isyarat Dagangan Menggunakan Corak Morning/Evening Star dan MFI
- Panduan Lengkap MQL5 Wizard untuk Isyarat Dagangan Berdasarkan Morning/Evening Stars dan Stochastic
- Menggunakan MQL5 Wizard untuk Signal Perdagangan '3 Black Crows/3 White Soldiers' + RSI
- MQL5 Wizard: Cipta Isyarat Dagangan Berdasarkan Corak Hammer/Hanging Man dan Stochastic