mt5_python_ea_suite/CLAUDE.md

CLAUDE.md

此文件为 Claude Code (claude.ai/code) 在此代码库中工作时提供指导。

项目概述

这是一个基于Python的MetaTrader 5智能交易系统(EA)套件，用于量化交易策略。系统通过加权投票和阈值过滤组合多个交易策略，生成稳健的交易决策。

架构设计

核心组件

• 主入口: main.py 提供三种执行模式：

  • run_backtest(): 使用当前配置权重进行单次回测
  • run_optimizer(): 遗传算法优化寻找最佳权重
  • run_realtime(): 与MT5集成的实时交易

• 配置文件: config.py 包含：

  • STRATEGIES: (策略实例, 权重) 元组列表
  • 交易参数（品种、时间周期、初始资金）

• 回测引擎: backtest.py 处理：

  • 历史数据策略执行
  • 使用加权和的信号组合
  • 防止未来函数的收益计算

• 遗传优化器: optimizer.py:

  • 使用DEAP库进行遗传算法
  • 优化策略权重以获得最大收益
  • 支持并行处理提高性能

• 工具函数: utils.py 提供MT5连接管理和交易功能

• 日志系统: logger.py 处理控制台/文件双日志输出，支持UTF-8编码

策略架构

strategies/ 目录中的所有策略都遵循一致的模式：

class Strategy:
    def __init__(self):  # 初始化参数
    def _calculate_indicators(self, df):  # 计算技术指标
    def generate_signal(self):  # 实时交易信号生成
    def run_backtest(self, df):  # 回测信号生成

信号组合逻辑

系统通过以下方式组合策略信号：

1. 加权求和：sum(信号 * 权重，针对所有策略)
2. 信号决策：加权和大于0买入，小于0卖出
3. 返回用于回测的组合信号序列

开发命令

环境设置

# 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

运行模式

# 运行单次回测（使用config.py权重）
python main.py

# 运行遗传优化（寻找最佳权重）
python main.py  # 取消注释 run_optimizer() 调用

# 运行实时交易（使用config.py权重）
python main.py  # 取消注释 run_realtime() 调用

关键开发模式

添加新策略

1. 在 strategies/ 目录创建新文件
2. 实现必需的Strategy类方法
3. 添加导入和策略实例到 config.py:STRATEGIES

配置管理

• 策略权重需要从优化器结果手动更新
• 所有交易参数集中在 config.py 中

错误处理

• 策略执行中的全面异常处理
• 日志文件使用UTF-8编码
• 操作前进行MT5连接验证

性能考虑

• 优化器预加载历史数据避免重复I/O
• 遗传算法启用并行处理
• 日志器使用单例模式防止重复处理器

语言要求

• 所有开发和文档必须使用中文（根据GEMINI.md）
• 错误日志在 logs/error.log
• 策略日志在 logs/strategy.log