MT5 Python EA Suite (MetaTrader 5 Python量化交易策略套件)

这是一个基于Python与MetaTrader 5 (MT5)平台交互的量化交易策略套件。它提供了一个完整的框架，用于开发、回测、优化和运行由多个交易策略组成的投资组合。

系统的核心思想不是依赖于单一策略，而是将多个不同类型的策略（如趋势跟踪、均值回归、风险管理等）组合起来，通过加权投票和阈值过滤的机制，生成一个更稳健、更可靠的最终交易决策。

核心功能

多策略框架: 支持同时运行任意数量的、不同逻辑的交易策略。
可扩展的策略库: 可以通过在strategies目录下添加新文件来轻松地创建和集成自定义策略。
组合信号生成: 将所有已激活策略的信号（买入/卖出/无操作）根据可配置的权重进行加权求和，并与买卖阈值进行比较，最终形成统一的交易指令。
回测引擎: 内置一个简单的回测引擎 (backtest.py)，用于评估策略组合在历史数据上的表现。
遗传算法优化器: 集成了强大的遗传算法 (optimizer.py)，能够自动学习和寻找能使历史收益最大化的最佳策略权重组合。
实盘交易模式: 提供了run_realtime()函数，用于连接正在运行的MT5客户端，根据组合信号生成实时的交易决策。
状态管理: 支持有状态的复杂策略，例如需要“记忆”当前持仓状态或趋势状态的策略（如盈利保护、容错趋势等）。

项目结构

mt5_python_ea_suite/
├── main.py               # 项目主入口 (运行回测、优化或实盘)
├── config.py             # 全局配置文件 (策略、权重、阈值)
├── optimizer.py          # 遗传算法优化器
├── backtest.py           # 回测引擎
├── utils.py              # 工具函数 (MT5连接、订单处理等)
├── logger.py             # 日志配置
├── requirements.txt      # Python依赖包
├── logs/                   # 日志文件目录
└── strategies/           # 核心：所有交易策略的存放目录
    ├── ma_cross.py
    ├── rsi.py
    ├── profit_protect.py
    ├── resilient_trend.py
    └── ... (其他策略)

如何使用

1. 环境准备

确保您的电脑上已经安装了MetaTrader 5交易终端。
在MT5中，进入 工具 > 选项 > EA交易，确保勾选了“允许算法交易”和“允许DLL导入”。
安装Python 3.x。

创建并激活虚拟环境:

python -m venv myenv
# Windows
myenv\Scripts\activate
# macOS/Linux
source myenv/bin/activate

安装依赖:
```
pip install -r requirements.txt
```

2. 核心配置 (`config.py`)

这是您与系统交互的主要文件。

STRATEGIES: 这是最重要的配置项。它是一个列表，每一项都是一个 (策略实例, 权重) 的元组。您可以在这里添加、删除策略，或者手动修改它们的权重。
BUY_THRESHOLD / SELL_THRESHOLD: 组合信号的触发阈值。所有策略的 (信号 * 权重) 之和，如果超过这个阈值，就会触发交易。

3. 运行模式 (`main.py`)

打开main.py文件，在文件底部的 if __name__ == "__main__" 部分，您可以选择要执行的任务：

运行回测 (run_backtest()): 使用config.py中当前的权重和参数，对历史数据进行一次回测，并打印最终资金。
运行优化 (run_optimizer()): 这是最推荐的步骤。它会启动遗传算法，自动寻找STRATEGIES中每个策略的最佳权重。这个过程会非常耗时，因为它需要运行成百上千次回测。优化结束后，它会打印出找到的最佳权重组合。重要: 优化完成后，您需要手动将找到的最佳权重复制回 config.py 文件，以便在回测和实盘中应用。
运行实盘 (run_realtime()): 使用config.py中的权重，连接MT5，根据最新的市场数据生成实时的、组合后的交易信号。

如何添加一个新策略

该框架的扩展性非常强。要添加一个您自己的新策略，只需三步：

在 strategies/ 目录下，创建一个新的Python文件，例如 my_new_strategy.py。
在该文件中，创建一个名为 Strategy 的类，并至少实现两个核心方法：
- __init__(self): 初始化策略参数。
- run_backtest(self, df): 实现回测逻辑，需要返回一个包含 1(买), -1(卖), 0(无操作) 的Pandas Series。
- generate_signal(self): 实现实盘信号生成逻辑，需要返回 1, -1, 或 0。
打开 config.py 文件：
- 在文件顶部 import 您的新策略。
- 在 STRATEGIES 列表中，添加一项 (my_new_strategy.Strategy(), 1.0)。

完成！您的新策略已经无缝集成到整个系统中，可以立即参与到回测和遗传算法优化中。

5.0 KiB Raw Blame History