Quant Engine Bot adalah robot perdagangan algoritma yang menggabungkan pelbagai lapisan analisis untuk menghasilkan isyarat kemasukan dengan kebarangkalian kejayaan yang tinggi. Berbeza dengan robot yang berdasarkan penunjuk terpencil, sistem ini menggunakan seni bina saluran yang mengintegrasikan Analisis Tindakan Harga, Aliran Pesanan, Rejim Pasaran, dan model probabilistik berasaskan Pembelajaran Mesin untuk keputusan kemasukan dan keluar.

Parameter untuk XAU/USD pada jangka masa H12, H1, dan M15.

github.com/maike82/Quant-Engine-MGC

🧠 Strategi Teras

Saluran Keputusan (4 Lapisan)

teks

TINDAKAN HARGA , ALIRAN PESANAN , REJIM PASARAN , KEBARANGKALIAN KELEBIHAN ML , ENJIN RISIKO , ENJIN PELAKSANAAN → TP DINAMIK / SEBAHAGIAN / TRAILING ML

1. TINDAKAN HARGA - Struktur Pasaran

Objektif: Untuk mengenal pasti trend struktur dan titik infleksi.

Komponen:

Titik Ayunan (Fraktal): Pengenalpastian automatik paras tinggi dan rendah dengan kepekaan boleh laras

BOS (Pecah Struktur): Pengesahan kesinambungan trend

CHOCH (Perubahan Watak): Isyarat awal pembalikan trend

Fraktal Fibonacci: Zon retracement ideal (38.2% - 61.8%) untuk kemasukan

VWAP (Harga Purata Berwajaran Volum): Rujukan nilai adil harian

Bagaimana ia menjana kelebihan:

Berniaga hanya mengikut arah struktur yang disahkan

Mencari titik kemasukan dalam zon "diskaun" dalam trend

Mengenal pasti perubahan watak sebelum ia menjadi pembalikan penuh

2. ALIRAN PESANAN

Objektif: Untuk memahami siapa yang mengawal pasaran (pembeli vs. penjual). Komponen:

Delta Anggaran setiap Bar

Mengukur ketidakseimbangan antara pembeli dan penjual

Penyerapan: Mengenal pasti pemain besar yang "menyerap" pesanan tanpa menggerakkan harga (pengumpulan/penyebaran senyap)

Profil Likuiditi: Mengklasifikasikan persekitaran sebagai likuiditi TINGGI/SEDERHANA/RENDAH

Bagaimana ia menjana kelebihan:

Mengesahkan jika aliran pesanan selari dengan struktur pasaran

Mengesan perbezaan antara harga dan aliran (kemungkinan keletihan)

Penyerapan menandakan pembentukan pengumpulan/penyebaran

3. REJIM PASARAN - Pengelasan Persekitaran

Objektif: Menyesuaikan strategi dengan keadaan pasaran semasa.

Komponen:

ADX (Indeks Arah Purata): Mengukur kekuatan trend

ATR (Julat Benar Purata): Mengukur volatiliti

Volatiliti Relatif: Membandingkan ATR semasa dengan purata sejarah

4. KEBARANGKALIAN KELEBIHAN ML - Model Probabilistik

Objektif: Menggabungkan semua maklumat ke dalam kebarangkalian kelebihan. Model Skor Berbobot (Sigmoidal):

Trend disahkan, BOS/CHOCH

Tekanan beli/jual, ketidakseimbangan, penyerapan

Fibonacci, VWAP

Kekuatan trend, volatiliti

Penalti untuk perbezaan

🎯 Pelaksanaan dan Pengurusan

ENJIN RISIKO - Pengurusan Risiko

Parameter Penerangan

Risiko per Perdagangan 0.1% hingga 10% baki

Henti Rugi Struktur Berdasarkan titik ayunan + penampan ATR

Kehilangan Harian Maksimum 3% (menghalang kemasukan baru)

Volum Dikira secara automatik berdasarkan risiko atau tetap

ENJIN PELAKSANAAN - Kemasukan

Pesanan Pasaran: Pelaksanaan segera (lalai)

Grid (Piramiding): Menambah posisi mengikut arah trend

Maksimum 3 tahap

Mengurangkan saiz tambahan (50% daripada volum awal)

TP DINAMIK / SEBAHAGIAN / TRAILING ML

Ambil Untung Dinamik:

Sebahagian (50%): Menutup separuh posisi pada sasaran pertama

Keluar ML: Menutup baki posisi jika risiko pembalikan ≥ 65%

Dikemas kini dan dikonfigurasikan, sedia untuk berdagang XAU/USD; instrumen lain memerlukan pengoptimuman.

Masa Sesi London + NY (likuiditi tinggi)

Adaptif: Menyesuaikan dengan rejim pasaran yang berbeza

Kukuh: Pelbagai lapisan pengesahan mengurangkan isyarat palsu

Pengurusan Dinamik: TP dan trailing menyesuaikan dengan keadaan

Perlindungan Modal: Had kerugian harian

Grid Pintar: Piramiding hanya dalam trend kuat

Perdagangan Forex, CFD, dan instrumen kewangan leverage lain melibatkan risiko dan mungkin mengakibatkan kehilangan modal.