市场结构 Onnx - MetaTrader 5 专家

该策略结合了基于机器学习的市场结构分类和基于规则的交易执行。
ONNX 模型用于对当前市场结构进行分类，而经典技术分析（移动平均趋势过滤器、斐波那契回撤、ATR 和风险回报规则）用于管理入场、出场和风险。

该系统的设计目的是：

贸易仅在结构上有意义的回调水平

通过允许避免过度交易只有一项活跃交易或挂单

使用概率置信过滤从AI模型

申请基于风险回报的追踪止损管理

ONNX 模型 ( market_struct.onnx ) 在初始化期间加载。
在每个新柱上，模型都会预测当前市场结构状态。

该模型接收六个标准化特征：

势头变化
当前收盘价与 5 个柱前收盘价之间的价格差异，由 ATR 标准化。

距近期波动高点的距离
最后 50 个柱的最高点与当前收盘价之间的差异，按 ATR 标准化。

距近期波动低点的距离
当前收盘价与最近 50 条柱中最低价之间的差异（按 ATR 标准化）。

相对报价量
当前报价量与最后 20 个柱的平均报价量相比。

蜡烛体强度
收盘价和开盘价之间的差异，由 ATR 标准化。

时间特征（一天中的小时）
对日内会话行为进行编码。

这些特征允许模型推断趋势强度、回调深度、波动性、成交量背景和交易时机。

ONNX 模型输出：

一个预测标签代表市场结构状态
（例如，更高的高、更高的低、更低的高、更低的低）

一个概率得分对于预测类别

考虑交易信号仅当有效：

预测置信度为高于定义的阈值（默认 0.65）

该信号与较高时间范围趋势过滤器一致

这确保了低置信度或噪声信号被忽略。

一个50 周期简单移动平均线 (SMA)用作定向滤波器：

看涨偏见：价格高于 SMA

看跌偏见：价格低于 SMA

贸易方向受到如下限制：

允许出现看涨的市场结构信号仅在看涨趋势中

允许出现看跌的市场结构信号仅在看跌趋势中

这可以防止逆趋势入场。

该策略不使用市价订单，而是使用待定限价单在斐波那契回撤水平。

最近的波动高点和波动低点是使用基于枢轴的方法扫描历史高点和低点。

入场点放置在预定义的斐波那契回撤水平（默认61.8%）

这个目标有效市场结构内的回调，不是突破

限价买入在看涨的情况下

卖出限价在看跌的情况下

每个挂单都有：

止损超出结构失效水平

基于固定获利风险回报率（默认1:2）

避免订单过期的时间

该策略执行严格的暴露控制：

仅有的一笔未平仓合约或一笔挂单一次

无堆叠或鞅行为

止损始终在入场时定义

风险在结构上受以下因素限制：

市场结构失效

ATR-归一化距离

一旦职位处于活跃状态，基于风险回报的追踪止损应用：

价格达到 TP 距离的预定义分数后，追踪激活

止损逐步向盈亏平衡甚至更高方向移动

买入和卖出头寸的追踪逻辑是对称的

保护部分利润

允许获胜者延长

避免因噪音导致过早停止

创建交易设置时：

一个斐波那契对象被绘制在图表上

一旦所有交易和挂单被清除，该对象将自动删除

这有助于直观地确认：

市场结构

回撤有效性

总而言之，该策略遵循混合人工智能+基于规则的方法：

人工智能使用标准化的上下文感知功能对市场结构进行分类

高置信度预测按趋势方向过滤

交易仅在结构内的斐波那契回调时执行

使用固定回报率和结构性止损设置来控制风险

使用基于 RR 的追踪止损动态管理利润

结果是纪律严明、结构驱动的交易系统使用人工智能进行决策支持，而不是盲目的自动化。

附件下载

📎 market_structure.onnx (4522.58 KB)

📎 MarketStructure.mq5 (10.04 KB)

Source: MQL5 #68535