GifariKemal e8355b3f62 feat: add 5 dashboard features — dark mode, trade history, backtests, model insights, alerts
- Dark mode: class-based theme toggle with localStorage persistence and flash prevention
- Trade History (/trades): paginated table, stats cards, equity curve chart with DB API endpoints
- Backtest Viewer (/backtests): log parser for 35 backtest results, sidebar + detail + comparison tabs
- Model Insights: dashboard card + dialog showing feature importance, regime distribution, training history
- Alert/Signal Log (/alerts): signal stats, filterable table with execution tracking
- API: 8 new endpoints with psycopg2 DB connection pool
- Dark mode sweep across books page, about dialog, and all dashboard components
- Architecture docs rewritten with Mermaid diagrams (23 docs)
- README and FEATURES.md rewritten bilingual (Indonesian + English)
- main_live.py: write model_metrics.json on startup and retrain

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-02-09 05:46:54 +07:00

XAUBot AI

Bot trading XAUUSD (Emas) berbasis AI dengan XGBoost ML, Smart Money Concepts (SMC), dan deteksi regime menggunakan Hidden Markov Model untuk MetaTrader 5.

Python 3.11+ License: MIT MetaTrader 5


Fitur

Fitur Deskripsi
Model XGBoost ML Model 37-fitur yang memprediksi BUY/SELL/HOLD dengan confidence terkalibrasi
Smart Money Concepts Order Block, Fair Value Gap, Break of Structure, Change of Character
Deteksi Regime HMM Hidden Markov Model 3-state yang mengklasifikasikan pasar trending/ranging/volatile
Manajemen Risiko Dinamis Stop Loss berbasis ATR, position sizing dengan Kelly criterion, batas kerugian harian
Kesadaran Sesi Dioptimalkan untuk sesi Sydney, London, dan New York
Pelatihan Ulang Otomatis Model secara otomatis dilatih ulang saat kondisi pasar berubah
Notifikasi Telegram Pemberitahuan trade secara real-time dan ringkasan harian
Dashboard Web Antarmuka pemantauan Next.js untuk pelacakan live

Arsitektur

graph TD
    MT5["MetaTrader 5<br/>(XAUUSD M15)"] -->|OHLCV| DP["Data Pipeline<br/>(Polars Engine)"]
    DP --> SMC["SMC Analyzer<br/>(OB / FVG / BOS)"]
    DP --> FE["Feature Engineering<br/>(37 fitur)"]
    DP --> HMM["HMM Regime<br/>Detector"]
    SMC --> XGB["XGBoost Model<br/>(Signal + Confidence)"]
    FE --> XGB
    HMM --> XGB
    XGB --> EF["14 Entry<br/>Filters"]
    XGB --> RE["Risk Engine<br/>(ATR + Kelly)"]
    XGB --> PM["Position<br/>Manager"]
    EF --> TE["Trade Execution<br/>(MT5 + Logging)"]
    RE --> TE
    PM --> TE

Struktur Proyek

xaubot-ai/
├── main_live.py              # Orkestrator trading async utama
├── train_models.py           # Skrip pelatihan model
├── src/                      # Modul inti
│   ├── config.py             #   Konfigurasi trading & mode kapital
│   ├── mt5_connector.py      #   Layer koneksi MetaTrader 5
│   ├── smc_polars.py         #   Penganalisis Smart Money Concepts
│   ├── ml_model.py           #   Model trading XGBoost
│   ├── feature_eng.py        #   Feature engineering (37 fitur)
│   ├── regime_detector.py    #   Deteksi regime pasar HMM
│   ├── risk_engine.py        #   Kalkulasi & validasi risiko
│   ├── smart_risk_manager.py #   Manajemen risiko dinamis
│   ├── session_filter.py     #   Filter sesi (Sydney/London/NY)
│   ├── position_manager.py   #   Manajemen posisi terbuka
│   ├── dynamic_confidence.py #   Threshold confidence adaptif
│   ├── auto_trainer.py       #   Pipeline pelatihan ulang otomatis
│   ├── news_agent.py         #   Filter berita ekonomi
│   ├── telegram_notifier.py  #   Notifikasi Telegram
│   ├── trade_logger.py       #   Pencatatan trade ke DB
│   └── utils.py              #   Fungsi utilitas
├── backtests/                # Backtesting
│   ├── backtest_live_sync.py #   Backtest utama (sinkron dengan live)
│   └── archive/              #   Versi historis
├── scripts/                  # Skrip utilitas
│   ├── check_market.py       #   Analisis cepat pasar SMC
│   ├── check_positions.py    #   Lihat posisi terbuka
│   ├── check_status.py       #   Cek status akun
│   ├── close_positions.py    #   Tutup semua posisi darurat
│   ├── modify_tp.py          #   Modifikasi level take-profit
│   └── get_trade_history.py  #   Tarik riwayat trade
├── tests/                    # Pengujian
├── models/                   # Model terlatih (.pkl)
├── data/                     # Data pasar & catatan trade
├── docs/                     # Dokumentasi
│   ├── arsitektur-ai/        #   Dokumen arsitektur (23 komponen)
│   └── research/             #   Riset & analisis
├── web-dashboard/            # Dashboard pemantauan Next.js
├── docker/                   # Konfigurasi & skrip Docker
│   ├── scripts/              #   Skrip pembantu (.bat/.sh)
│   └── docs/                 #   Dokumentasi Docker
└── archive/                  # File usang (gitignored)

Hasil Backtest (Jan 2025 - Feb 2026)

Metrik Nilai
Total Trade 654
Win Rate 63.9%
Net P/L $4,189.52
Profit Factor 2.64
Max Drawdown 2.2%
Sharpe Ratio 4.83

Instalasi

Deployment Docker (Direkomendasikan)

Mulai Cepat:

# 1. Clone repositori
git clone https://github.com/GifariKemal/xaubot-ai.git
cd xaubot-ai

# 2. Konfigurasi environment
cp docker/.env.docker.example .env
# Edit .env dengan kredensial MT5 Anda

# 3. Jalankan semua layanan (Windows)
docker\scripts\docker-start.bat

# 3. Jalankan semua layanan (Linux/Mac)
./docker/scripts/docker-start.sh

Layanan yang tersedia:

Dokumentasi Docker lengkap: Lihat docker/docs/DOCKER.md


Instalasi Manual

Prasyarat:

  • Python 3.11+
  • Terminal MetaTrader 5 (Windows)
  • PostgreSQL (opsional, untuk pencatatan trade)

Persiapan:

# Clone repositori
git clone https://github.com/GifariKemal/xaubot-ai.git
cd xaubot-ai

# Instal dependensi
pip install -r requirements.txt

# Konfigurasi environment
cp .env.example .env
# Edit .env dengan kredensial MT5 dan token Telegram Anda

Konfigurasi

Pengaturan utama di .env:

# MetaTrader 5
MT5_LOGIN=your_login
MT5_PASSWORD=your_password
MT5_SERVER=your_server
MT5_PATH=C:/Program Files/MetaTrader 5/terminal64.exe

# Notifikasi Telegram
TELEGRAM_BOT_TOKEN=your_bot_token
TELEGRAM_CHAT_ID=your_chat_id

# Trading
CAPITAL=5000
SYMBOL=XAUUSD

Menjalankan

# Latih model terlebih dahulu
python train_models.py

# Jalankan bot
python main_live.py

# Jalankan backtest
python backtests/backtest_live_sync.py --tune

Manajemen Risiko

Proteksi Detail
Stop Loss Berbasis ATR Jarak minimum 1.5x ATR
Stop Loss Level Broker Stop Loss darurat diatur di level broker
Position Sizing Kelly criterion dengan penyesuaian mode kapital
Batas Kerugian Harian 5% dari kapital per hari
Batas Kerugian Total 10% dari kapital
Batas Posisi Maksimal 2 posisi bersamaan
Exit Berbasis Waktu Maksimal 6 jam per trade
Filter Sesi Hanya membuka trade saat sesi aktif
Filter Spread Menolak trade saat spread tinggi
Cooldown Waktu minimum antar trade

Teknologi

  • Polars — Mesin pemrosesan data performa tinggi (bukan Pandas)
  • XGBoost — Model machine learning berbasis gradient boosting
  • hmmlearnHidden Markov Model untuk deteksi regime pasar
  • MetaTrader5 — API koneksi broker
  • asyncioEvent loop asinkron untuk eksekusi latensi rendah
  • loguruLogging terstruktur
  • PostgreSQLDatabase pencatatan trade
  • Next.jsDashboard web

Peringatan

Perangkat lunak ini dibuat hanya untuk tujuan edukasi dan riset. Trading valuta asing (Forex) dan komoditas dengan margin memiliki tingkat risiko yang tinggi dan mungkin tidak cocok untuk semua investor. Kinerja masa lalu bukan indikasi hasil di masa depan. Anda dapat kehilangan sebagian atau seluruh investasi Anda. Gunakan dengan risiko Anda sendiri.

Lisensi

MIT License - Hak Cipta (c) 2025-2026 Gifari Kemal

S
Description
AI-powered XAUUSD (Gold) trading bot with XGBoost ML, Smart Money Concepts (SMC), and HMM regime detection for MetaTrader 5
Readme MIT 11 MiB
Languages
Python 78.4%
TypeScript 12.8%
MQL5 7.2%
JavaScript 0.4%
CSS 0.4%
Other 0.8%