ایجنت شما شبانه چگونه یاد می‌گیرد — سیستم آموزش خودکار

اکثر «ایجنت‌های معامله‌گر هوش مصنوعی» ایستا هستند — یک‌بار راه می‌اندازید، با همان قوانین تا ابد کار می‌کنند، و تنها راه بهبود ادامهٔ ویرایش پرامپت توسط شماست. ایجنت‌های SSE اینگونه ساخته نشده‌اند. هر ایجنت روی پلتفرم یک حلقهٔ یادگیری پیوسته دارد: بررسی، پیشنهاد، معاملهٔ سایه، ارزیابی، ارتقاء (یا حذف). مالک می‌تواند بخوابد، ایجنت همچنان سازگار می‌شود.

این مقاله دقیقاً توضیح می‌دهد چه چیزی اجرا می‌شود، چه زمانی، ایجنت چه چیزی را در نظر می‌گیرد و شما به‌عنوان مالک چه می‌بینید. به‌علاوهٔ سه اندیکاتور جدید (ATR، Donchian، Volume Z-score) که تازگی به DSL استراتژی اضافه شده‌اند — نیمهٔ دوم را بخوانید تا ببینید چه چیزی را باز می‌کنند.

حلقهٔ آموزش خودکار

چهار جاب زمان‌بندی‌شده با هم کار می‌کنند. ردپای همه را در فید فعالیت ایجنت می‌بینید.

کوچ شبانه واقعاً چه می‌بیند

کوچ جعبهٔ سیاه نیست. برای هر ایجنتی که بررسی می‌کند یک خلاصهٔ ساختاریافته می‌گیرد:

• استراتژی فعلی ایجنت (مومنتوم / مین‌ریورژن / شکست / DSL سفارشی) و پارامترهای فعلی.
• عملکرد تجمیعی ۲۴ ساعت اخیر: تعداد معاملات باز، نرخ برد، میانگین برنده، میانگین بازنده، max drawdown، PnL محقق‌شده.
• نمونه‌ای از بهترین معاملات (زمینهٔ ورود، اندیکاتورها چه می‌گفتند، چرا معامله گرفته شد) و بدترین‌ها (همان).
• رژیم بازاری که ایجنت معامله می‌کرده: قدرت روند، میانگین نوسان، حجم بالا یا آرام.
• لیست تنظیمات مجاز — پارامترهای محدودی که کوچ اجازه دارد تغییر پیشنهاد دهد.

کیف پول شما، موجودی، هویت کامل مالک یا هیچ دادهٔ سطح-پلتفرمی را نمی‌بیند. فقط عملکرد عمومی یک ایجنت را می‌بیند.

پاسخ یک تنظیم پیشنهادی منفرد است — مثلاً: «فیلتر نوسان را از ۰٫۵ به ۰٫۳ کاهش بده چون بدترین معاملات همه در رنج کم‌نوسان رخ دادند». این پیشنهاد چالنجر مرحلهٔ بعد می‌شود.

Champion در برابر Challenger — تور ایمنی

یک تنظیم پیشنهادی هرگز مستقیماً به معاملهٔ زندهٔ شما اعمال نمی‌شود. در عوض موازی اجرا می‌شود:

1. CHAMPION شما (پارامترهای فعلی) دقیقاً مثل قبل به paper trading ادامه می‌دهد. هیچ چیزی در Run شما متأثر نیست.
2. CHALLENGER (پارامترهای پیشنهادی) همان بازار را موازی به‌صورت سایه معامله می‌کند و PnL فرضی را در هر تیک امتیاز می‌دهد. پیشرفت آن را در فید فعالیت می‌بینید.
3. پس از حداقل ۴۸ ساعت و حداقل ۶ معاملهٔ چالنجر، ارزیاب Champion/Challenger هر دو دفتر را روی همان پنجره مقایسه می‌کند.
4. اگر چالنجر با حاشیهٔ ارتقاء از قهرمان جلو زده و دراودان فرضی‌اش از قهرمان به‌اندازهٔ بیش از بودجهٔ ایمنی فراتر نرفته، به قهرمان زنده ارتقاء می‌یابد. در غیر این صورت حذف می‌شود.
5. در هر صورت تصمیم لاگ می‌شود. «تنظیم ارتقاء یافت» یا «تنظیم رد شد — پارامترهای قبلی حفظ شدند» را در فید فعالیت می‌بینید.

بازخوانی verdict روزانه + overlay هر-بازاری

روزی یک‌بار در ۰۳:۰۰ UTC، بک‌تست walk-forward هر ایجنت با پارامترهای فعلی (پس از ارتقاء) دوباره اجرا می‌شود. این دو چیز را به‌روز می‌کند:

• چیپ verdict روی کارت ایجنت (Edge Survives / No Edge / و غیره) — تازه نگه‌داشته می‌شود تا آنچه در دایرکتوری می‌بینید با کاری که ایجنت واقعاً انجام می‌دهد منطبق باشد.
• overlay هر-بازاری — فیلتر یادگرفته‌شده‌ای از «کدام ساعت روز و کدام روز هفته بدترین PnL را برای این ایجنت روی این بازار ساخته‌اند». ورودهای آتی در پنجره‌های تاریخی بد به‌صورت خودکار رد می‌شوند. این ایجنت در حال یاد گرفتن شخصیت بازار خودش است.

به‌عنوان مالک چه می‌بینید

فید فعالیت در صفحهٔ جزئیات ایجنت جایی است که آموزش خودکار را در زمان واقعی تماشا می‌کنید. ورودی‌هایی مانند:

• 🤖 بررسی کوچ — پیشنهاد: استاپ را از ۱٫۵٪ به ۱٫۲٪ تنگ کن (۳ بدترین معامله همه به استاپ خوردند)
• ⚖️ چالنجر شروع شد — معاملهٔ سایه با پارامترهای پیشنهادی
• ✅ ارتقاء — چالنجر از قهرمان ۱۲٫۴۰ دلار در ۵۳ معامله جلو زد؛ پارامترهای جدید زنده
• ❌ رد شد — چالنجر ۴٫۲۰ دلار عقب بود؛ پارامترهای قبلی حفظ شدند
• 📅 بازخوانی verdict روزانه — Edge Survives (قبلاً Promising)
• ⏰ overlay به‌روز شد — یکشنبه ۰۶ تا ۰۸ UTC اکنون مسدود (۵ از ۶ بدترین معامله در این پنجره)

جدید: ATR، Donchian و Volume Z-score

DSL استراتژی تازگی سه اندیکاتور آگاه از OHLCV گرفت، علاوه بر مجموعهٔ موجود فقط-close (SMA، EMA، RSI، ROC، STDEV). جدیدها برد عملی بزرگی هستند چون استراتژی‌هایی را باز می‌کنند که اندیکاتورهای فقط-close نمی‌توانستند بیان کنند.

ATR — Average True Range

نوسان به واحد قیمت. ATR(14) = میانگین سایز true range ۱۴ کندل آخر (high به low با احتساب گپ‌ها). وقتی استفاده کنید که می‌خواهید استراتژی به نوسان آگاه باشد.

پرامپت‌های نمونه که اکنون شرایط ATR تولید می‌کنند:

• «فقط وقتی ATR حداقل ۲× میانگین است وارد شو — می‌خواهم روزهای رنج را رد کنم.»
• «استاپ را ۱٫۵× ATR زیر ورود بگذار، هدف ۲× ATR بالاتر.»
• «وقتی ATR به‌شدت بالا می‌رود اندازه را کم کن.» (موتور قبلاً سایزینگ آگاه از نوسان دارد؛ این فقط صریح‌اش می‌کند)

DONCHIAN_HIGH / DONCHIAN_LOW — شکست کانال

بالاترین high (یا پایین‌ترین low) در N کندل گذشته. ستاپ شکست کلاسیک: لانگ وقتی قیمت Donchian high را رد می‌کند.

• «وقتی قیمت بالای high ۲۰-کندلی شکست لانگ بزن.» → price_vs_indicator DONCHIAN_HIGH(20) op=gte
• «شورت وقتی قیمت زیر low ۵۰-کندلی شکست.» → price_vs_indicator DONCHIAN_LOW(50) op=lte
• «استاپ تریل با low ۱۰-کندلی Donchian.» → خروج سفارشی با DONCHIAN_LOW(10)

VOL_Z — Volume Z-score

چقدر این کندل نسبت به نرمال اخیر پرتراکم است. VOL_Z(20) > 1.5 یعنی حجم کندل فعلی ۱٫۵+ انحراف معیار بالای میانگین ۲۰-کندلی است — یک پیک مشارکت واقعی.

• «فقط وقتی حجم حداقل ۱ انحراف معیار بالای نرمال است معامله کن.»
• «در ساعات کم‌حجم ورود نده.»
• «وقتی حجم پیک می‌زند سود جزئی بگیر — احتمالاً کلایمکس.»

باید آن‌ها را به استراتژی اضافه کنید؟

جواب صادقانه: شاید. اندیکاتورهای جدید قدرتمندند اما موتور قبلاً برای اکثر حالت‌ها فیلترهای ضمنی مؤثر دارد (سایزینگ آگاه از نوسان در سکوت، فیلتر حجم پایین در سکوت). افزودن صریح آن‌ها به DSL کنترل می‌دهد + استراتژی را قابل‌حسابرسی می‌کند، اما درجه‌های آزادی می‌افزاید که بک‌تست ایمنی باید توجیه کند.

چیزی که نمی‌بینید (و نباید لازم باشد)

آستانه‌های دقیق گیت، بودجهٔ ایمنی، تعداد تکرار bootstrap و ریاضی خاصی که کوچ استفاده می‌کند عمداً مستند نمی‌شوند. این کار موتور است نه شما. تضمین‌های منتشرشده پایدارند:

• یک تغییر پیشنهادی فقط در صورتی می‌چسبد که در معاملهٔ جلوبرندهٔ واقعی پارامترهای فعلی را شکست دهد.
• verdict walk-forward که روی کارت می‌بینید صادق است — هر چک را رد کرده، کرز پیک نشده.
• overlayهای هر-بازاری از سابقهٔ معاملهٔ خود ایجنت می‌آیند، نه برنامهٔ دستی.
• می‌توانید آموزش خودکار را کاملاً از Manage غیرفعال کنید؛ پیش‌فرض روشن است.