Quant Engine Bot은 성공 확률이 높은 진입 신호를 생성하기 위해 여러 분석 단계를 결합한 알고리즘 트레이딩 로봇입니다. 개별 지표에 기반한 로봇과 달리, 이 시스템은 가격 행동 분석, 주문 흐름, 시장 체제, 그리고 진입 및 청산 결정을 위한 머신러닝 기반 확률 모델을 통합하는 파이프라인 아키텍처를 활용합니다.

H12, H1, M15 타임프레임의 XAU/USD 파라미터입니다.

github.com/maike82/Quant-Engine-MGC

🧠 핵심 전략

의사결정 파이프라인 (4단계)

text

PRICE ACTION , ORDER FLOW ,MARKET REGIME , ML EDGE PROBABILITY , RISK ENGINE , EXECUTION ENGINE → DYNAMIC TP / PARTIALS / TRAILING ML

1. PRICE ACTION - 시장 구조

목표: 구조적 추세와 전환점을 식별하는 것.

구성 요소:

스윙 포인트(프랙탈): 조정 가능한 민감도로 고점과 저점을 자동 식별

BOS (구조 붕괴): 추세 지속 확인

CHOCH (성격 변화): 추세 반전의 초기 신호

피보나치 프랙탈: 진입을 위한 이상적인 되돌림 구간(38.2% - 61.8%)

VWAP (거래량 가중 평균 가격): 일간 공정 가치 기준

우위를 생성하는 방법:

확인된 구조 방향으로만 거래

추세 내 "할인" 구간에서 진입점 탐색

완전한 반전 전에 성격 변화를 식별

2. ORDER FLOW

목표: 시장을 지배하는 주체(매수자 대 매도자)를 이해하는 것. 구성 요소:

바당 추정 델타

매수자와 매도자 간 불균형 측정

흡수: 가격 변동 없이 주문을 "흡수"하는 대형 플레이어 식별 (조용한 축적/분배)

유동성 프로필: 환경을 고/중/저 유동성으로 분류

우위를 생성하는 방법:

주문 흐름이 시장 구조와 일치하는지 확인

가격과 흐름 간의 발산 감지 (잠재적 소진)

흡수는 축적/분배 형성을 신호

3. MARKET REGIME - 환경 분류

목표: 현재 시장 상황에 전략을 적응시키는 것.

구성 요소:

ADX (평균 방향 지수): 추세 강도 측정

ATR (평균 진폭 범위): 변동성 측정

상대 변동성: 현재 ATR과 과거 평균 비교

4. ML EDGE PROBABILITY - 확률 모델

목표: 모든 정보를 통합하여 우위 확률을 산출. 가중 점수 모델 (시그모이드):

확인된 추세, BOS/CHOCH

매수/매도 압력, 불균형, 흡수

피보나치, VWAP

추세 강도, 변동성

발산에 대한 페널티

🎯 실행 및 관리

RISK ENGINE - 위험 관리

파라미터 설명

거래당 위험 잔액의 0.1%에서 10%

구조적 손절매 스윙 포인트 + ATR 버퍼 기반

일 최대 손실 3% (새 진입 차단)

거래량 위험 기반 자동 계산 또는 고정

EXECUTION ENGINE - 진입

시장가 주문: 즉시 실행 (기본값)

그리드 (피라미딩): 추세 방향으로 포지션 추가

최대 3단계

추가 크기 축소 (초기 거래량의 50%)

DYNAMIC TP / PARTIALS / ML TRAILING

동적 이익 실현:

부분 청산 (50%): 첫 번째 목표에서 포지션 절반 청산

ML 청산: 반전 위험이 65% 이상일 경우 나머지 포지션 청산

업데이트 및 구성 완료, XAU/USD 거래 준비 완료; 다른 상품은 최적화 필요.

시간 런던 + 뉴욕 세션 (높은 유동성)

적응형: 다양한 시장 체제에 맞게 조정

견고함: 다중 확인 단계로 허위 신호 감소

동적 관리: 조건에 맞게 TP 및 추적 조정

자본 보호: 일일 손실 한도

스마트 그리드: 강한 추세에서만 피라미딩

외환, CFD 및 기타 레버리지 금융 상품 거래는 위험을 수반하며 자본 손실이 발생할 수 있습니다.