AI 專家顧問測試與優化指南 | Deriv Blog

AI交易專家顧問已經登場——但您仍然需要測試並持續優化它們。

如果您已經使用Claude或ChatGPT等AI工具，為Deriv MT5建立專家顧問，或為Deriv cTrader建立cBot，那麼您已經踏出了很好的第一步。但即使程式碼看起來正確，仍可能包含會影響機器人運作方式的錯誤。

在您於真實市場中執行專家顧問（EA）之前，先進行測試並確認其運作符合您的預期，這一點非常重要。

在本指南中，我們將說明AI生成的EA中常見的程式錯誤、如何修正，以及提升機器人效能的實用技巧。

常見的AI MQL5程式錯誤

以下是AI生成的EA中最常見的一些問題，以及相應的修正方式：

• MQL5中未宣告的識別碼錯誤

當機器人使用了尚未正確定義的變數或名稱時，就會出現這個錯誤，例如缺少參數，或在像iMA()這類指標中使用了錯誤名稱。

修正方式：
檢查指標參數，並確認所有變數名稱都與MetaEditor（MT5的程式編輯工具）中的預期一致。

• 缺少Buy/Sell交易執行函式

有些AI生成的機器人會省略開倉所需的關鍵邏輯。

修正方式：
手動加入基本的交易執行函式。以下是一個建立買入訂單的基本結構範例：

void OpenBuy() { 

   MqlTradeRequest request; MqlTradeResult result; 

   request.action = TRADE_ACTION_DEAL; 

   request.type = ORDER_TYPE_BUY; 

   request.price = SymbolInfoDouble(_Symbol, SYMBOL_ASK); 

   request.volume = 0.1; request.magic = 12345; 

   OrderSend(request, result); 

}

‍

也請務必加入賣出訂單的邏輯，並定義應在何種條件下進行交易。

‍

• Deriv cTrader中的迴圈條件設定不當

在Deriv cTrader中，機器人的邏輯需要在OnBar()或OnTick()等特定函式內執行。這些函式會在市場變動時自動觸發。如果您的程式碼放在這些區塊之外，例如放在錯誤的迴圈或全域範圍中，就不會如預期執行。

‍

修正方式：

請確保K線與跳動點的處理都在OnBar() 或OnTick()內完成。這樣您的機器人才能在回測和真實交易期間正確回應新的跳動點或K線。

‍

• 根據餘額百分比計算手數時發生錯誤

當AI嘗試根據您的帳戶餘額設定手數大小（例如每筆交易風險為2%）時，可能會忽略一個重要細節——合約大小。這可能導致手數計算不準確。這不會觸發程式錯誤，但在測試時，您會看到交易規模與您的風險設定不符，進而在真實交易中造成曝險過高或過低。

修正方式：
請使用有納入合約大小的手數公式，例如：

//-----------------------------------------------------------------

double accountBalance = AccountInfoDouble(ACCOUNT_BALANCE);

double riskMoney = accountBalance * (RiskPercent / 100.0);

double tickValue = SymbolInfoDouble(_Symbol, SYMBOL_TRADE_TICK_VALUE);

double tickSize = SymbolInfoDouble(_Symbol, SYMBOL_TRADE_TICK_SIZE);

double pointValue = tickValue / tickSize;

double contractSize = SymbolInfoDouble(_Symbol, SYMBOL_TRADE_CONTRACT_SIZE);

if(contractSize > 0)

pointValue = pointValue / contractSize;

double lotSize = riskMoney / (StopLossPoints * pointValue);

double minLot = SymbolInfoDouble(_Symbol, SYMBOL_VOLUME_MIN);

double maxLot = SymbolInfoDouble(_Symbol, SYMBOL_VOLUME_MAX);

double lotStep = SymbolInfoDouble(_Symbol, SYMBOL_VOLUME_STEP);

lotSize = MathMax(lotSize, minLot);

lotSize = MathMin(lotSize, maxLot);

lotSize = MathFloor(lotSize / lotStep) * lotStep;

‍

• 其他錯誤

如果您遇到上述其中一種錯誤，或其他任何錯誤，都可以隨時請AI模型協助您找出並修正問題。

只要複製錯誤訊息和相關程式碼，再提供給AI模型即可。大多數情況下，它應該能夠找出問題所在，並提供修正方式或建議可能的解決方案。

‍

提示：在正式上線前，請務必先進行回測。像這類問題，通常只有在您使用真實市場資料測試策略時才會浮現。

優化您AI生成的專家顧問

一旦您的機器人開始運作，您就可以透過一些小調整來提升其效能與穩定性。以下是幾個常見的優化做法：

• 加入錯誤處理邏輯，以應對高波動或連線問題期間的異常行為。
• 使用移動止損，在市場朝有利方向移動時鎖定潛在獲利。
• 使用歷史資料對您的策略進行回測，以了解其過往表現。
• 整理並規劃您的程式碼，以提升可讀性和效率。這將讓您日後更容易更新或排除問題。

提示：請使用MetaEditor Debugger（在MT5中）逐步測試您的機器人如何執行。

為什麼交易回測至關重要

AI生成的機器人是自動化交易的好方法，讓您無需從零開始編寫程式。不過，即使有AI協助，您的策略仍需要人工檢查與調整，才能在真實環境中運作良好。

在正式上線前，請花時間徹底測試並做些小幅改進。即使是細微的修正，也可能大幅提升您的EA在執行時的一致性與效率。