Skip to content

About

No description, website, or topics provided.

Resources

Stars

1 star

Watchers

0 watching

Forks

Latest commit

 

History

20 Commits

Folders and files

Repository files navigation

🤖 Extreme AI v4 — XAUUSD Gold Trading Bot

Extreme AI v4 เป็นระบบเทรดทองคำ (XAUUSD) แบบอัตโนมัติด้วย AI เต็มรูปแบบ
รองรับ MetaTrader 5 (MT5) · Rule-based AI · LSTM Deep Learning · GPT / Gemini LLM Advisor

⚠️ คำเตือน: การเทรดมีความเสี่ยง ควร Backtest และ Forward test บัญชี Demo ก่อนใช้เงินจริงเสมอ


📋 สารบัญ

  1. ความสามารถ (Features)
  2. สถาปัตยกรรม AI
  3. โครงสร้างโฟลเดอร์
  4. การติดตั้ง
  5. การตั้งค่า .env
  6. Quick Start สำหรับทุน 10,000 บาท/USD
  7. การรันระบบ
  8. AI Signal Logic
  9. Risk Management
  10. LLM Advisor (GPT + Gemini)
  11. การเทรน LSTM
  12. Dashboard Web
  13. Discord Notifications
  14. การปรับแต่ง AI Mode
  15. Troubleshooting

✨ ความสามารถ (Features)

Feature รายละเอียด
📊 8+ Indicators RSI, MACD, ATR, ADX, EMA(9/21/50), Bollinger Bands, Stochastic, Volume MA
🕯️ Candlestick Patterns Bullish/Bearish Engulfing, Hammer, Shooting Star, Doji
🧠 Dual AI Engine Rule-based (8 factors) + LSTM Deep Learning
🤖 LLM Advisor GPT-4o-mini + Gemini 1.5-flash ยืนยันสัญญาณ
📐 Dynamic SL/TP คำนวณ SL/TP อัตโนมัติตาม ATR + Regime + ADX + BB
💰 Dynamic Sizing Position sizing ตาม ATR risk-based + Kelly Criterion
🛡️ Drawdown Protection ลด lot อัตโนมัติเมื่อ drawdown > 5-10%
🏛️ Market Regime ตรวจ trending / sideways / reversal / volatile
⏰ Session Filter เทรดเฉพาะ London/NY session (Liquidity สูง)
📱 Discord Alerts แจ้งเตือน PRE/CONFIRM signal + Chart
🖥️ Web Dashboard Real-time dashboard ผ่าน WebSocket
📈 AI Evaluation วัด accuracy และ win rate จาก log จริง

🧠 สถาปัตยกรรม AI

Raw OHLCV Data (MT5)
        │
        ▼
  Indicators Engine
  ├─ RSI(14)           ← Momentum oversold/overbought
  ├─ MACD(12,26,9)     ← Trend + crossover
  ├─ ATR(14)           ← Volatility → SL/TP sizing
  ├─ ADX(14)           ← Trend strength filter
  ├─ EMA(9/21/50)      ← Trend alignment (3-layer)
  ├─ Bollinger(20,2σ)  ← Volatility bands + squeeze
  ├─ Stochastic(14,3)  ← Oversold/overbought crossover
  ├─ Volume MA(20)     ← Volume confirmation
  └─ Candlestick       ← Engulfing / Hammer / Shooting Star
        │
        ▼
  ┌─────────────────────────────────┐
  │         AI Engine               │
  │  Rule-based (8 factors)  30%   │
  │  +                             │
  │  LSTM Deep Learning      70%   │
  │  (60-bar sequences)            │
  └─────────────────────────────────┘
        │ prob_up / prob_down / confidence
        ▼
  Market Regime Detection
  (trending / sideways / reversal / volatile)
        │
        ▼
  Signal Generator
  ├─ PRE Signal  (≥2 of 5 factors)
  └─ CONFIRM Signal (prob + confidence + min factors)
        │
        ▼ (optional)
  LLM Advisor
  ├─ GPT-4o-mini  → BUY/SELL/HOLD + reasoning
  └─ Gemini 1.5   → BUY/SELL/HOLD + reasoning
        │ consensus
        ▼
  Dynamic Position Sizing
  (ATR-based + Kelly Criterion + Drawdown Protection)
        │
        ▼
  Execute Order (MT5)
  SL = ATR × 1.5–2.2 (by regime)
  TP = SL × 1.4–2.5  (by regime + confidence)

📁 โครงสร้างโฟลเดอร์

Extreme-AI/
├─ README.md
├─ requirements.txt
├─ .env.example              ← template สำหรับ config
├─ main.py                   ← loop หลัก Extreme AI v4
├─ run_all.py                ← รัน bot + dashboard พร้อมกัน
├─ core/
│  ├─ config.py              ← Settings ทั้งหมด (จาก .env)
│  ├─ data_feed.py           ← ดึงข้อมูลจาก MT5
│  ├─ indicators.py          ← RSI/MACD/ATR/ADX/EMA/BB/Stoch/Volume/Patterns
│  ├─ regime.py              ← Market Regime Detection
│  ├─ rule_based.py          ← Rule-based AI (8 factors)
│  ├─ lstm_model.py          ← LSTM Model (PyTorch)
│  ├─ ai_engine.py           ← รวม Rule-based + LSTM
│  ├─ ai_logger.py           ← บันทึก logs/ai_log.jsonl
│  ├─ charting.py            ← วาดกราฟ + save png
│  ├─ mt5_trader.py          ← execute_order() เชื่อม MT5
│  ├─ position_sizing.py     ← Dynamic position sizing + Kelly
│  ├─ trade_utils.py         ← Dynamic SL/TP calculation
│  ├─ llm_advisor.py         ← GPT + Gemini advisor
│  ├─ discord_notifier.py    ← Discord webhook
│  └─ stability.py           ← Error protection
├─ dashboard/
│  ├─ server.py              ← FastAPI + WebSocket
│  └─ templates/ + static/
├─ scripts/
│  ├─ train_ai.py            ← Train LSTM model
│  └─ backtest.py            ← Backtest AI
├─ models/                   ← extreme_lstm.keras (หลัง train)
└─ logs/                     ← ai_log.jsonl + last_state.json

🚀 การติดตั้ง

ขั้นตอนที่ 1: ติดตั้ง Python dependencies

pip install -r requirements.txt

ขั้นตอนที่ 2: ติดตั้ง MetaTrader 5

  1. ดาวน์โหลด MetaTrader 5
  2. สมัครบัญชี Demo กับโบรกเกอร์ที่รองรับ (Exness, ICMarkets, XM ฯลฯ)
  3. เปิดบัญชี และจดชื่อ Server / Login / Password

ขั้นตอนที่ 3: สร้างไฟล์ .env

cp .env.example .env

แก้ไขค่าใน .env:

MT5_SERVER=Exness-MT5Trial17    # ชื่อ server โบรก
MT5_LOGIN=12345678              # หมายเลขบัญชี
MT5_PASSWORD=yourpassword       # รหัสผ่าน

⚙️ การตั้งค่า .env

การตั้งค่าพื้นฐาน

Key ค่าแนะนำ อธิบาย
SYMBOL XAUUSDm สัญลักษณ์ทอง (ตรวจสอบชื่อจากโบรกของคุณ)
TIMEFRAME M1 M1=1นาที, M5=5นาที, M15=15นาที
LOOP_INTERVAL_SEC 1 วิเคราะห์ทุก N วินาที
AI_MODE NORMAL SAFE/NORMAL/AGGRESSIVE
LOOKBACK_BARS 500 จำนวนแท่งย้อนหลังสำหรับ live loop
TRAIN_BARS 5000 จำนวนแท่งสำหรับเทรน LSTM (ดึงจาก MT5)

การตั้งค่า Risk Management

Key ค่าแนะนำ (10K) อธิบาย
RISK_PER_TRADE 0.01 1% ต่อไม้ (เสี่ยง 100 บาท/USD ต่อไม้)
MAX_OPEN_TRADES 2 สูงสุด 2 ไม้พร้อมกัน
ATR_SL_MULTIPLIER 1.5 SL ห่าง 1.5x ATR
MIN_VOLUME 0.01 0.01 lot = ขั้นต่ำ
MAX_VOLUME 1.0 สูงสุด 1 lot (ทุน 10K)
INITIAL_BALANCE 10000 ทุนตั้งต้น (สำหรับ drawdown protection)

Signal Quality

Key ค่าแนะนำ อธิบาย
MIN_CONFIRM_FACTORS 2 ต้องผ่าน 2 filter ขึ้นไป
AI_CONFIRM_PROB_UP_THRESHOLD 0.55 ความมั่นใจ AI ขั้นต่ำ
AI_AMPLIFY_FACTOR 3.0 ขยายความต่างของสัญญาณ

💰 Quick Start สำหรับทุน 10,000 บาท/USD

เป้าหมาย: เทรดได้กำไรสม่ำเสมอด้วยทุน 10,000

แนวคิดหลัก

  • เสี่ยง 1% ต่อไม้ = 100 บาท/USD ต่อการเทรด
  • RR ratio ≥ 1:2 = ชนะ 1 ครั้งคุ้มค่ากับแพ้ 2 ครั้ง
  • Win rate ≥ 45% พร้อม RR 1:2 = ระยะยาวกำไร
  • Max 2 ไม้พร้อมกัน = expose สูงสุด 2% = 200 บาท/USD

ตั้งค่า .env สำหรับทุน 10K

# ── ทุน & Risk ──
INITIAL_BALANCE=10000
RISK_PER_TRADE=0.01          # 1% = 100 บาท/USD ต่อไม้
MAX_OPEN_TRADES=2            # เปิดได้ 2 ไม้พร้อมกัน

# ── Signal Quality (เข้าไม้เฉพาะสัญญาณดี) ──
AI_MODE=NORMAL
MIN_CONFIRM_FACTORS=2
AI_CONFIRM_PROB_UP_THRESHOLD=0.55
AI_CONFIRM_PROB_DOWN_THRESHOLD=0.55
AI_CONFIRM_CONFIDENCE_THRESHOLD=0.45

# ── SL/TP Ratio ──
ATR_SL_MULTIPLIER=1.5       # SL แคบ แต่ไม่โดน noise
ATR_TP_MULTIPLIER=3.0       # TP กว้าง 2-3x SL

# ── Volume Limits ──
MIN_VOLUME=0.01
MAX_VOLUME=1.0

# ── Session Filter (เทรดเฉพาะ London/NY เปิด) ──
SESSION_FILTER_ENABLED=true
SESSION_ACTIVE_HOURS=07:00-17:00   # UTC

# ── Auto Trade ──
AUTO_TRADE_ENABLED=true

ขั้นตอนเริ่มต้น

# 1. ติดตั้ง
pip install -r requirements.txt
cp .env.example .env
# แก้ไข .env ตามค่าข้างบน + ใส่ข้อมูล MT5

# 2. เริ่มรันบัญชี DEMO ก่อน (ทดสอบ 1-2 สัปดาห์)
python main.py

# 3. เทรน LSTM โดยดึงข้อมูลย้อนหลังจาก MT5 โดยตรง (ไม่ต้องรอเก็บ log)
python -m scripts.train_ai

# 4. รัน dashboard ดู real-time
uvicorn dashboard.server:app --reload

# 5. ดู AI accuracy ว่าดีพอไหม
curl http://localhost:8000/api/eval_ai?horizon=5

ตัวอย่างการคำนวณ Position Size

สมมติบัญชี 10,000 USD, ATR = 2.5, TICK_SIZE=0.1, TICK_VALUE=1.0:

risk_amount  = 10,000 × 0.01 = $100
sl_distance  = 1.5 × 2.5 = 3.75 points
sl_points    = 3.75 / 0.1 = 37.5 ticks
cost_per_lot = 37.5 × 1.0 = $37.5
volume       = $100 / $37.5 = 2.67 lot → capped ≤ 1.0 lot (MAX_VOLUME)

หมายเหตุ: ปรับ TICK_VALUE และ TICK_SIZE ให้ตรงกับโบรกของคุณ


▶️ การรันระบบ

รันทุกอย่างพร้อมกัน (แนะนำ)

python run_all.py

รันแยก

# รัน AI Bot Loop
python main.py

# รัน Dashboard (terminal แยก)
uvicorn dashboard.server:app --host 0.0.0.0 --port 8000 --reload

เปิดเว็บ: http://localhost:8000


📊 AI Signal Logic

PRE Signal (เตือนล่วงหน้า)

ส่งสัญญาณเตือนเมื่อผ่าน 2 ใน 5 เงื่อนไข:

เงื่อนไข อธิบาย
RSI Oversold/Overbought RSI < 30 หรือ > 70
MACD momentum
AI confidence Confidence > 0.55
EMA aligned EMA Trend score ≥ 1
BB extreme BB %B < 20% หรือ > 80%

CONFIRM Signal (ยืนยันเข้าไม้)

ต้องผ่าน ทุก เงื่อนไขต่อไปนี้:

  1. AI prob_up/prob_down เกิน threshold (ตาม AI_MODE)
  2. MACD ไม่ขัดแย้งทิศทาง
  3. AI confidence เกิน threshold
  4. Confirmation factors ≥ MIN_CONFIRM_FACTORS

Confirmation Factors (BUY ตัวอย่าง)

Factor เงื่อนไข
EMA Trend EMA9 > EMA21 หรือ EMA21 > EMA50
BB Position BB %B < 35% (ราคาใกล้ lower band)
Stochastic %K < 40 (oversold zone)
Candlestick Bullish Engulfing หรือ Hammer
Volume Volume ratio > 1.3x ค่าเฉลี่ย

🛡️ Risk Management

Dynamic SL/TP Matrix

Regime SL Multiplier RR Ratio
trending (high conf) 1.8x ATR 1:2.5
trending (med conf) 1.6x ATR 1:2.0
reversal 1.5x ATR 1:2.0
sideways 1.2x ATR 1:1.4
volatile 2.2x ATR 1:1.5

Drawdown Protection

บอทจะลด position size อัตโนมัติเมื่อ:

  • Drawdown > 5% → ลด size 25%
  • Drawdown > 10% → ลด size 50%

ตั้งค่า INITIAL_BALANCE ให้ตรงกับทุนเริ่มต้นของคุณ

Kelly Criterion (Optional)

เปิดใช้งานเพื่อให้ AI คำนวณ optimal lot size จาก win rate ที่ผ่านมา:

KELLY_CRITERION_ENABLED=true
KELLY_FRACTION=0.5    # Half-Kelly (แนะนำ ลดความเสี่ยงครึ่งหนึ่ง)

🤖 LLM Advisor (GPT + Gemini)

เพิ่มชั้น AI ภาษาธรรมชาติ ยืนยันสัญญาณก่อนเข้าไม้

เปิดใช้งาน

LLM_ADVISOR_ENABLED=true
LLM_REQUIRE_CONSENSUS=true    # บังคับ LLM เห็นด้วยก่อนเข้าไม้

OPENAI_API_KEY=sk-...
OPENAI_MODEL=gpt-4o-mini      # ประหยัด หรือ gpt-4o สำหรับความแม่นยำสูงสุด

GEMINI_API_KEY=AIza...
GEMINI_MODEL=gemini-1.5-flash  # ฟรี/ประหยัด หรือ gemini-1.5-pro

ข้อมูลที่ส่งให้ LLM

LLM จะได้รับ snapshot ครบถ้วน รวมถึง:

  • RSI, MACD, Stochastic
  • EMA alignment (9/21/50)
  • Bollinger Band position (%B)
  • Volume vs average
  • Market regime
  • AI probability + reasoning
  • Proposed trade direction

Consensus Logic

สถานการณ์ ผลลัพธ์
ทั้งสองเห็นด้วย ดำเนินการ (confidence สูง)
แตกต่างกัน มาก (>20%) ใช้ค่าที่มั่นใจกว่า
แตกต่างกัน ใกล้เคียง HOLD (ข้ามไม้นี้)
ไม่มี API key Pass-through (ใช้ technical AI ปกติ)

🏋️ การเทรน LSTM

เริ่มต้น

ไม่ต้องรอเก็บ log ในเครื่อง — สคริปต์ดึงข้อมูล OHLCV ย้อนหลังจาก MT5 โดยตรง
เพียงแค่ MT5 เชื่อมต่อได้ก็เทรนได้ทันที:

python -m scripts.train_ai

สคริปต์จะ:

  1. เชื่อมต่อ MT5 (ใช้ MT5_LOGIN / MT5_PASSWORD / MT5_SERVER ใน .env)
  2. ดึงข้อมูล OHLCV ย้อนหลัง TRAIN_BARS แท่ง (ค่าเริ่มต้น 5,000 แท่ง) มาโดยตรง
  3. คำนวณ indicators ครบชุด (RSI, MACD, ATR, ADX, EMA, BB, Stoch, Volume)
  4. สร้าง feature matrix (60 แท่ง × 7 features) และเทรน LSTM 5 epochs
  5. บันทึก models/extreme_lstm.keras + logs/last_train.json

หลังเทรนเสร็จ บอทจะใช้ LSTM อัตโนมัติ (LSTM 70% + Rule-based 30%)

ปรับจำนวนแท่งสำหรับเทรน

TRAIN_BARS=5000   # ค่าเริ่มต้น — แนะนำ 3000–10000

ยิ่งมากแท่ง → model แม่นขึ้น แต่ใช้เวลาเทรนนานขึ้นเล็กน้อย

ตรวจสอบ AI Performance

# ดู accuracy จาก log (horizon = 5 แท่งข้างหน้า)
curl "http://localhost:8000/api/eval_ai?horizon=5"

ผลที่ดี:

  • direction_acc > 0.55 (55%+)
  • winrate > 0.50 (50%+)
  • avg_pnl > 0 (positive expectancy)

🖥️ Dashboard Web

เปิด Dashboard

uvicorn dashboard.server:app --host 0.0.0.0 --port 8000

เปิดเว็บ: http://localhost:8000

ฟีเจอร์ Dashboard

  • Real-time price + AI probability (อัปเดตทุก 1 วินาที)
  • Market regime (trending/sideways/reversal/volatile)
  • EMA trend, BB %B, Stochastic indicators
  • AI confidence bar + Rule vs LSTM comparison
  • LLM reasoning (ถ้าเปิดใช้)
  • ปุ่ม BUY / SELL / AUTO สำหรับ manual trade
  • ปุ่ม Train AI เรียก retrain LSTM โดยตรง
  • Open trades counter + balance

API Endpoints

Endpoint วิธีใช้
GET / Dashboard UI
WS /ws WebSocket real-time state
POST /api/order ส่งออเดอร์ {"side": "BUY"/"SELL"/"AUTO"}
POST /api/train_ai เรียก retrain LSTM
GET /api/eval_ai?horizon=5 ดู AI accuracy

📱 Discord Notifications

ตั้งค่า Webhook

  1. Discord → Server Settings → Integrations → Webhooks
  2. สร้าง Webhook ใหม่ → Copy URL
  3. ใส่ใน .env:
DISCORD_WEBHOOK_URL=https://discord.com/api/webhooks/...

ประเภทการแจ้งเตือน

Type เมื่อไหร่
🚀 Bot Started เริ่มรัน main.py
🔔 PRE Signal สัญญาณเบื้องต้น (+ chart)
✅ CONFIRM Signal สัญญาณยืนยัน (+ chart)
🤖 Executed Trade เปิดออเดอร์จริง
⚠️ Error เกิด error ในระบบ

🎛️ การปรับแต่ง AI Mode

SAFE mode (เน้นคุณภาพ)

AI_MODE=SAFE
MIN_CONFIRM_FACTORS=3
AI_CONFIRM_PROB_UP_THRESHOLD=0.65
AI_CONFIRM_CONFIDENCE_THRESHOLD=0.60

เหมาะสำหรับ: มือใหม่, ทุนน้อย, ต้องการลดความถี่การเทรด

NORMAL mode (สมดุล — แนะนำ)

AI_MODE=NORMAL
MIN_CONFIRM_FACTORS=2
AI_CONFIRM_PROB_UP_THRESHOLD=0.55
AI_CONFIRM_CONFIDENCE_THRESHOLD=0.45

เหมาะสำหรับ: ทุน 10,000+ ต้องการสมดุลระหว่าง quality และ frequency

AGGRESSIVE mode (เน้นโอกาส)

AI_MODE=AGGRESSIVE
MIN_CONFIRM_FACTORS=1
AI_CONFIRM_PROB_UP_THRESHOLD=0.53
AI_CONFIRM_CONFIDENCE_THRESHOLD=0.35

เหมาะสำหรับ: ผู้มีประสบการณ์, ทุนมาก, ยอมรับความเสี่ยงสูงกว่า


🔧 Troubleshooting

MT5 ไม่ connect

[MT5] initialize() failed
[MT5] login() failed

แก้ไข:

  • ตรวจสอบ MetaTrader 5 เปิดอยู่บนเครื่อง
  • ตรวจสอบ MT5_SERVER ตรงกับชื่อ server จากโบรก
  • ตรวจสอบ MT5_LOGIN และ MT5_PASSWORD ถูกต้อง
  • บน Linux/Mac: MT5 ต้องรันผ่าน Wine หรือใช้ VPS Windows

ไม่มีสัญญาณ (ไม่เห็น CONFIRM signal)

แก้ไข:

  • ลอง AI_MODE=AGGRESSIVE ก่อนเพื่อทดสอบว่าสัญญาณออก
  • ลด AI_CONFIRM_PROB_UP_THRESHOLD เป็น 0.52
  • ลด MIN_CONFIRM_FACTORS เป็น 1
  • ตรวจสอบว่า data ดึงได้ ([LOOP] XAUUSD price=... ควรปรากฏ)

LSTM ไม่โหลด

[AI] LSTM model not found, using Rule-based only.

แก้ไข:

  • รัน python -m scripts.train_ai (MT5 ต้องเชื่อมต่ออยู่)
  • ตรวจว่าไฟล์ models/extreme_lstm.keras มีอยู่

Train AI ล้มเหลว

[TRAIN_AI] ❌ MT5 connect failed.

แก้ไข:

  • ตรวจสอบ MetaTrader 5 เปิดอยู่บนเครื่อง
  • ตรวจสอบ MT5_LOGIN / MT5_PASSWORD / MT5_SERVER ใน .env ถูกต้อง
  • ตรวจสอบ SYMBOL และ TIMEFRAME ตรงกับที่โบรกรองรับ

LLM Error

[LLM][GPT] error: ...

แก้ไข:

  • ตรวจสอบ API key ถูกต้องและมี quota
  • ลอง LLM_ADVISOR_ENABLED=false เพื่อข้ามไปก่อน

Dashboard ไม่แสดงข้อมูล

แก้ไข:

  • ตรวจสอบว่า main.py รันอยู่ (dashboard ดึงข้อมูลจาก logs/last_state.json)
  • ตรวจสอบว่า logs/ folder มีอยู่

📝 หมายเหตุสำคัญ

  1. Demo ก่อนเสมอ — ทดสอบบัญชี Demo อย่างน้อย 2 สัปดาห์ก่อนใช้เงินจริง
  2. TICK_VALUE / TICK_SIZE — ต้องกรอกให้ตรงกับโบรกของคุณ (ค่าผิด = position size ผิด)
  3. SYMBOL — ชื่ออาจต่างกันตามโบรก เช่น XAUUSDm, XAUUSD, GOLD
  4. Backtest — ดู scripts/backtest.py สำหรับทดสอบย้อนหลัง
  5. Log Rotation — ไฟล์ log บันทึกแยกตามวัน (ai_log_YYYY-MM-DD.jsonl)
  6. Auto Trade — ตั้ง AUTO_TRADE_ENABLED=false ก่อน จนกว่าจะมั่นใจในสัญญาณ

🛠️ Tech Stack

  • Python 3.10+
  • pandas / numpy — Data processing
  • PyTorch — LSTM model
  • FastAPI + Uvicorn — Web dashboard
  • MetaTrader5 — Broker integration
  • openai / google-generativeai — LLM advisors
  • matplotlib — Chart generation
  • python-dotenv — Config management

About

No description, website, or topics provided.

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages