AI-Trader/QUICKSTART.md

快速开始指南

1. 安装依赖

pip install fastapi uvicorn uvloop pydantic requests

2. 启动服务

# 在workspace目录下运行
python trading_server.py

输出：

============================================================
启动行情分析交易服务
============================================================
[INFO] 服务将运行在 http://localhost:5858
[INFO] API文档: http://localhost:5858/docs
[INFO] 备用文档: http://localhost:5858/redoc
============================================================

3. 验证服务

方式 A: 运行自动化测试

python test_trading_service.py

方式 B: 手动测试 (curl)

# 健康检查
curl http://localhost:5858/health

# 查看服务状态
curl http://localhost:5858/status

方式 C: 访问API文档

打开浏览器访问: http://localhost:5858/docs

4. 使用交易工具

方式 A: 交互式命令行工具

python trade_client.py

菜单示例：

======================================================
交易指令发送工具
======================================================
✓ 服务已连接

请选择操作:
1. 发送买入订单
2. 发送卖出订单
3. 查看待执行指令
4. 查看统计数据
5. 清空指令
0. 退出

请输入选项 (0-5): 

方式 B: 代码调用

from trade_client import TradeInstructionClient

client = TradeInstructionClient()

# 发送买入订单
result = client.send_buy_order("gold", 0.01, 5000, 5100)
print(result)

# 发送卖出订单
result = client.send_sell_order("eurusd", 0.02, 1.0950, 1.0850)

# 查看待执行指令
trades = client.get_pending_trades()

# 查看统计数据
stats = client.get_statistics(count=5)

方式 C: HTTP请求

说明: 对于 POST /send_trade_instructions 接口，若指令中未提供 tp 或 tp<=0，服务端会自动设置为 0.005；sl缺失则保留为0.0。

价格验证规则:

• 买入指令必须满足 sl < price < tp。
• 卖出指令必须满足 tp < price < sl。 若同时指定了 sl 与 tp 但不满足条件，该条指令会被拒绝。

# 发送买入订单
curl -X POST "http://localhost:5858/send_trade_instructions" \
     -H "Content-Type: application/json" \
     -d '[
       {
         "symbol": "gold",
         "action": "b",
         "mount": 0.01,
         "sl": 5000,
         "tp": 5100
       }
     ]'

# 查询待执行指令
curl "http://localhost:5858/query_pending_trades"

# 查询统计数据
curl "http://localhost:5858/query_statistics?count=5"

5. MT5 EA集成

MT5 EA已经配置好，只需确保：

1. MT5已启用WebRequest

   • 在MT5中：工具 -> 选项 -> EA交易
   • 勾选"WebRequest用于脚本...", 并添加 localhost:5858 到允许列表

2. 启动EA

   • 在黄金(GOLD)品种的图表上加载 wangxxGold.mq5
   • 确保EA显示为 ✓ 启用

3. 工作流程

   交易员发送指令 → Python服务 → EA获取指令 → 执行交易
   
   EA每分钟→ 统计数据 → Python服务 → 交易员查询统计
   

6. 常见操作

发送一个黄金买入单

命令行:

# 交互式
python trade_client.py
# 选择 1，然后输入参数

# 或直接 Python
python -c "
from trade_client import TradeInstructionClient
client = TradeInstructionClient()
result = client.send_buy_order('gold', 0.01, 5000, 5100)
print(result)
"

HTTP:

curl -X POST "http://localhost:5858/send_trade_instructions" \
     -H "Content-Type: application/json" \
     -d '[{"symbol":"gold","action":"b","mount":0.01,"sl":5000,"tp":5100}]'

查看待执行指令

python trade_client.py
# 选择 3

或：

curl "http://localhost:5858/query_pending_trades"

查看统计数据

python trade_client.py
# 选择 4

或：

curl "http://localhost:5858/query_statistics?count=10"

清空指令

# 清空所有
curl -X DELETE "http://localhost:5858/clear_trades"

# 只清空黄金指令
curl -X DELETE "http://localhost:5858/clear_trades?symbol=gold"

7. 实时监控

查看服务状态

watch -n 1 'curl -s http://localhost:5858/status | python -m json.tool'

输出示例：

{
    "status": "running",
    "pending_trades": {
        "GOLD": 2,
        "EURUSD": 1
    },
    "total_pending": 3,
    "statistics_records": 8,
    "timestamp": "2026-03-04T14:35:22.123456"
}

8. 故障排查

问题 1: 连接被拒绝

症状: Connection refused on localhost:5858

解决:

# 检查服务是否运行
ps aux | grep trading_server.py

# 检查端口占用
lsof -i :5858

# 重启服务
pkill -f trading_server
python trading_server.py

问题 2: 指令没有执行

检查步骤:

1. 确认指令已发送: curl http://localhost:5858/query_pending_trades
2. 检查EA日志: MT5 → 日志标签
3. 确认EA已启用: 图表角上有绿色 ✓ 标记
4. 检查WebRequest权限已启用

问题 3: 统计数据为空

原因: EA还没有发送统计数据

验证:

1. 等待至少1分钟（EA每分钟发送一次）
2. 检查EA是否在运行
3. 查看EA的日志输出

9. 扩展集成

与外部系统集成

# 与量化分析系统集成
from trade_client import TradeInstructionClient

def your_analysis_function():
    # 您的分析逻辑
    buy_signal_gold = True
    
    if buy_signal_gold:
        client = TradeInstructionClient()
        client.send_buy_order("gold", 0.01, 5000, 5100)

定时任务

import schedule
import time
from trade_client import TradeInstructionClient

client = TradeInstructionClient()

def check_and_trade():
    # 定期检查并下单
    stats = client.get_statistics(1)
    # 您的逻辑...
    
schedule.every(5).minutes.do(check_and_trade)

while True:
    schedule.run_pending()
    time.sleep(1)

10. 下一步

• 详细API文档: README.md
• 自动化测试: python test_trading_service.py
• API交互式文档: http://localhost:5858/docs
• 性能监控: curl http://localhost:5858/status

11. 后续优化

虽然当前HTTP性能足够，但可考虑：

1. 增加日志持久化

   • 添加SQLite保存历史数据
   • 支持离线分析

2. 添加WebSocket支持

   • 实时推送行情变化
   • 实时订单状态更新

3. 前端管理界面

   • Web Dashboard
   • 实时图表展示
   • 一键下单功能

需要帮助？

查看完整文档: README.md

祝您交易愉快！🚀