EZQUANT黄金 CFD 量化策略库
突破关口盘整突破反手MT5进取

金蛇出洞

蛰伏后突破,反向讯号全平反手

品种:XAUUSD(黄金)
周期:H1
建议最低资金:$10,000 起
建议杠杆:1:100 以上

历史绩效

品种 XAUUSD初始资金 $10,000起始手数 0.02 手
累计净利+$3,5873 个区间合计
累计报酬率+35.9%净利 ÷ 初始资金
最大净值回撤8.3%各区间最大值
获利因子1.29各区间平均 · 688 笔
各区间报酬率 vs 最大回撤报酬率最大净值回撤
2024 全年
+1.5%回撤 5.3%
2025 全年
+3.9%回撤 4.5%
2026 年至今
+30.5%回撤 8.3%
期间净利报酬率最大净值回撤获利因子交易笔数
2024 全年+$146+1.5%5.3%1.18149
2025 全年+$391+3.9%4.5%1.28185
2026 年至今+$3,050+30.5%8.3%1.42354

以上为历史绩效统计,非实盘成交纪录;过去绩效不代表未来收益。报酬率=净利 ÷ 初始资金,未计入复利与出入金。最大净值回撤为账户权益(含未平仓浮亏)的最大跌幅,非仅已平仓部分。实盘运行情况可申请观摩账号查看。

产品简介

金蛇出洞是一支以「窄幅盘整后突破」为核心逻辑的黄金交易策略。它同时监看两种经典的盘整突破讯号,捕捉行情从蛰伏转为单边的瞬间进场;当反向讯号出现时,会将整篮持仓全数平仓并立即反手,使仓位始终站在最新讯号的一侧。

出场采「先落袋一半、剩余追踪」的两段式设计,并内建整篮浮亏上限作为最后一道保险丝,兼顾趋势捕捉与风险约束。

主要特色

双讯号共振

同时监看窄幅棒突破与盘整区间突破两种经典形态,以更高时间框辅助判断,提升讯号可靠度。

波动自适应

盘整区间宽度与贴近程度皆以日线 ATR 动态衡量,自动适应不同波动环境,不使用固定点数。

反向全平反手

出现反向讯号即整篮平仓并立即反手建立新篮,仓位方向始终跟随最新讯号。

两段式出场

价格到达目标时先落袋一半,剩余部位以追踪止盈方式运行,且止损下限锁定在均价,避免获利回吐为亏损。

整篮浮亏上限

内建整篮最大浮亏金额保护,作为极端行情下的最后一道保险丝。

只认收盘讯号

所有进出场讯号均以收盘价确认,不追盘中假突破,降低杂讯干扰。

进场逻辑

策略同时监看两种以收盘价确认的突破讯号,不追盘中假突破:

讯号源逻辑说明
窄幅棒突破在较高时间框辨识窄幅整理棒,图表周期收盘突破窄幅棒上缘做多、跌破下缘做空;突破后需回抽中线才会重新武装,避免连续重复触发。
盘整区间突破侦测最近数根 K 线形成的窄幅盘整区,且区间贴近前一日高点或低点;收盘突破区间上缘做多、跌破下缘做空。区间宽度与贴近程度以日线 ATR 动态衡量。

另保留一组以成交量分布关键价位为讯号的研究性模块,预设关闭,仅供进阶研究使用

加仓与持仓管理

两个讯号源共用同一个持仓篮,每张订单固定手数

情形处理方式
同向讯号加仓,出场基准改为新的加权均价
反向讯号整篮全平,并立即反手开立新篮
篮内单数上限同篮最多加仓至设定上限,防止失控加仓

平仓与风控优先级

出场逻辑由上而下逐层检查:

优先级条件处理方式
1价格到达「均价 ± 倍率 × 首单讯号范围」平掉半篮先行落袋
2剩余仓位追踪止盈以「范围 × 倍率」回撤距离追踪,止损下限锁在均价保本
3反向讯号出现全平反手
4整篮浮亏达设定金额上限全平,作为最后一道保险丝

请注意:本策略没有传统的每单固定止损,亏损出场依靠反向讯号与整篮浮亏上限控制。

风险等级与资金建议

本策略无固定每单止损,采用同向加仓、反向讯号全平反手的仓位管理方式,篮内最多可加仓至设定单数,风险特性偏进取;剧烈反复行情下单篮浮亏可能直接触及整篮浮亏上限。

风险等级建议最低资金建议杠杆预期最大回撤
进取$10,000 起1:100 以上依参数而定

适用对象

系统需求

项目要求
交易平台MetaTrader 5
交易品种XAUUSD(黄金)
图表周期H1
点差要求建议低点差账户,交易频率较高,点差成本对绩效影响显著
运行环境建议使用 VPS 24 小时稳定运行,避免断线错过反向讯号

使用须知

本策略无固定每单止损,虧损控制依靠反向讯号与整篮浮亏上限;请勿关闭整篮浮亏保护,否则将失去最后一道风险保险丝。
在盘整反复的行情中会较频繁地停损反手,此阶段回撤可能高于同期获利;策略在明确单边行情表现较佳,震荡行情可能出现阶段性亏损,过去表现不代表未来结果。
本页仅描述策略逻辑与运行方式,不构成投资建议;交易黄金差价合约具高风险,请自行评估风险承受能力后审慎决策。

想看它实盘怎么跑?

加微信 ezmoney50,备注「金蛇出洞」,即可申请观摩账号(MT4/MT5 只读登录)与授权方案。合作用户另有专属方案。

微信咨询
← 返回策略库
Ask our AI / 咨询 AI 客服