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
- ความสามารถ (Features)
- สถาปัตยกรรม AI
- โครงสร้างโฟลเดอร์
- การติดตั้ง
- การตั้งค่า .env
- Quick Start สำหรับทุน 10,000 บาท/USD
- การรันระบบ
- AI Signal Logic
- Risk Management
- LLM Advisor (GPT + Gemini)
- การเทรน LSTM
- Dashboard Web
- Discord Notifications
- การปรับแต่ง AI Mode
- Troubleshooting
| 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 |
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)
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
pip install -r requirements.txt- ดาวน์โหลด MetaTrader 5
- สมัครบัญชี Demo กับโบรกเกอร์ที่รองรับ (Exness, ICMarkets, XM ฯลฯ)
- เปิดบัญชี และจดชื่อ Server / Login / Password
cp .env.example .envแก้ไขค่าใน .env:
MT5_SERVER=Exness-MT5Trial17 # ชื่อ server โบรก
MT5_LOGIN=12345678 # หมายเลขบัญชี
MT5_PASSWORD=yourpassword # รหัสผ่าน| 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) |
| 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) |
| 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 |
เป้าหมาย: เทรดได้กำไรสม่ำเสมอด้วยทุน 10,000
- 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
# ── 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# 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=5สมมติบัญชี 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_VALUEและTICK_SIZEให้ตรงกับโบรกของคุณ
python run_all.py# รัน AI Bot Loop
python main.py
# รัน Dashboard (terminal แยก)
uvicorn dashboard.server:app --host 0.0.0.0 --port 8000 --reloadเปิดเว็บ: http://localhost:8000
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% |
ต้องผ่าน ทุก เงื่อนไขต่อไปนี้:
- AI prob_up/prob_down เกิน threshold (ตาม AI_MODE)
- MACD ไม่ขัดแย้งทิศทาง
- AI confidence เกิน threshold
- Confirmation factors ≥
MIN_CONFIRM_FACTORS
| 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 |
| 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 |
บอทจะลด position size อัตโนมัติเมื่อ:
- Drawdown > 5% → ลด size 25%
- Drawdown > 10% → ลด size 50%
ตั้งค่า INITIAL_BALANCE ให้ตรงกับทุนเริ่มต้นของคุณ
เปิดใช้งานเพื่อให้ AI คำนวณ optimal lot size จาก win rate ที่ผ่านมา:
KELLY_CRITERION_ENABLED=true
KELLY_FRACTION=0.5 # Half-Kelly (แนะนำ ลดความเสี่ยงครึ่งหนึ่ง)เพิ่มชั้น AI ภาษาธรรมชาติ ยืนยันสัญญาณก่อนเข้าไม้
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-proLLM 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
| สถานการณ์ | ผลลัพธ์ |
|---|---|
| ทั้งสองเห็นด้วย | ดำเนินการ (confidence สูง) |
| แตกต่างกัน มาก (>20%) | ใช้ค่าที่มั่นใจกว่า |
| แตกต่างกัน ใกล้เคียง | HOLD (ข้ามไม้นี้) |
| ไม่มี API key | Pass-through (ใช้ technical AI ปกติ) |
ไม่ต้องรอเก็บ log ในเครื่อง — สคริปต์ดึงข้อมูล OHLCV ย้อนหลังจาก MT5 โดยตรง
เพียงแค่ MT5 เชื่อมต่อได้ก็เทรนได้ทันที:
python -m scripts.train_aiสคริปต์จะ:
- เชื่อมต่อ MT5 (ใช้ MT5_LOGIN / MT5_PASSWORD / MT5_SERVER ใน
.env) - ดึงข้อมูล OHLCV ย้อนหลัง
TRAIN_BARSแท่ง (ค่าเริ่มต้น 5,000 แท่ง) มาโดยตรง - คำนวณ indicators ครบชุด (RSI, MACD, ATR, ADX, EMA, BB, Stoch, Volume)
- สร้าง feature matrix (60 แท่ง × 7 features) และเทรน LSTM 5 epochs
- บันทึก
models/extreme_lstm.keras+logs/last_train.json
หลังเทรนเสร็จ บอทจะใช้ LSTM อัตโนมัติ (LSTM 70% + Rule-based 30%)
TRAIN_BARS=5000 # ค่าเริ่มต้น — แนะนำ 3000–10000ยิ่งมากแท่ง → model แม่นขึ้น แต่ใช้เวลาเทรนนานขึ้นเล็กน้อย
# 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)
uvicorn dashboard.server:app --host 0.0.0.0 --port 8000เปิดเว็บ: http://localhost:8000
- 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
| 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 → Server Settings → Integrations → Webhooks
- สร้าง Webhook ใหม่ → Copy URL
- ใส่ใน
.env:
DISCORD_WEBHOOK_URL=https://discord.com/api/webhooks/...| Type | เมื่อไหร่ |
|---|---|
| 🚀 Bot Started | เริ่มรัน main.py |
| 🔔 PRE Signal | สัญญาณเบื้องต้น (+ chart) |
| ✅ CONFIRM Signal | สัญญาณยืนยัน (+ chart) |
| 🤖 Executed Trade | เปิดออเดอร์จริง |
| เกิด error ในระบบ |
AI_MODE=SAFE
MIN_CONFIRM_FACTORS=3
AI_CONFIRM_PROB_UP_THRESHOLD=0.65
AI_CONFIRM_CONFIDENCE_THRESHOLD=0.60เหมาะสำหรับ: มือใหม่, ทุนน้อย, ต้องการลดความถี่การเทรด
AI_MODE=NORMAL
MIN_CONFIRM_FACTORS=2
AI_CONFIRM_PROB_UP_THRESHOLD=0.55
AI_CONFIRM_CONFIDENCE_THRESHOLD=0.45เหมาะสำหรับ: ทุน 10,000+ ต้องการสมดุลระหว่าง quality และ frequency
AI_MODE=AGGRESSIVE
MIN_CONFIRM_FACTORS=1
AI_CONFIRM_PROB_UP_THRESHOLD=0.53
AI_CONFIRM_CONFIDENCE_THRESHOLD=0.35เหมาะสำหรับ: ผู้มีประสบการณ์, ทุนมาก, ยอมรับความเสี่ยงสูงกว่า
[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
แก้ไข:
- ลอง
AI_MODE=AGGRESSIVEก่อนเพื่อทดสอบว่าสัญญาณออก - ลด
AI_CONFIRM_PROB_UP_THRESHOLDเป็น0.52 - ลด
MIN_CONFIRM_FACTORSเป็น1 - ตรวจสอบว่า data ดึงได้ (
[LOOP] XAUUSD price=...ควรปรากฏ)
[AI] LSTM model not found, using Rule-based only.
แก้ไข:
- รัน
python -m scripts.train_ai(MT5 ต้องเชื่อมต่ออยู่) - ตรวจว่าไฟล์
models/extreme_lstm.kerasมีอยู่
[TRAIN_AI] ❌ MT5 connect failed.
แก้ไข:
- ตรวจสอบ MetaTrader 5 เปิดอยู่บนเครื่อง
- ตรวจสอบ
MT5_LOGIN/MT5_PASSWORD/MT5_SERVERใน.envถูกต้อง - ตรวจสอบ
SYMBOLและTIMEFRAMEตรงกับที่โบรกรองรับ
[LLM][GPT] error: ...
แก้ไข:
- ตรวจสอบ API key ถูกต้องและมี quota
- ลอง
LLM_ADVISOR_ENABLED=falseเพื่อข้ามไปก่อน
แก้ไข:
- ตรวจสอบว่า
main.pyรันอยู่ (dashboard ดึงข้อมูลจากlogs/last_state.json) - ตรวจสอบว่า
logs/folder มีอยู่
- Demo ก่อนเสมอ — ทดสอบบัญชี Demo อย่างน้อย 2 สัปดาห์ก่อนใช้เงินจริง
- TICK_VALUE / TICK_SIZE — ต้องกรอกให้ตรงกับโบรกของคุณ (ค่าผิด = position size ผิด)
- SYMBOL — ชื่ออาจต่างกันตามโบรก เช่น
XAUUSDm,XAUUSD,GOLD - Backtest — ดู
scripts/backtest.pyสำหรับทดสอบย้อนหลัง - Log Rotation — ไฟล์ log บันทึกแยกตามวัน (
ai_log_YYYY-MM-DD.jsonl) - Auto Trade — ตั้ง
AUTO_TRADE_ENABLED=falseก่อน จนกว่าจะมั่นใจในสัญญาณ
- 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