mt5_backtest/
├── gui.py                       # 图形界面（统一入口，所有回测操作都在这里）
├── scripts/
│   ├── ini_generator.py         # 生成MT5配置文件
│   ├── mt5_auto_runner.py       # 自动运行回测
│   ├── batch_executor.py        # 批量执行器
│   ├── result_parser.py        # 解析HTM/XML报告
│   └── report_generator.py     # 生成汇总报告
├── config/                      # 配置文件目录
├── reports/                     # 回测报告输出目录
├── logs/                        # 日志目录
└── README.md                    # 本文档

核心原理

1. 配置生成阶段 (ini_generator.py)

读取配置文件 config/ea_configs.yaml
扫描 MT5 的 MQL5/Experts 目录获取 EA 列表
根据配置的 EA品种、时间周期、参数组合生成 INI 配置文件
每个 INI 文件对应一次回测任务

2. 自动执行阶段 (mt5_auto_runner.py)

通过命令行调用 MT5 终端: terminal64.exe /config:xxx.ini
监控回测进度，等待报告文件生成
自动终止并重启 MT5 进程（可选）
复制生成的 HTM 报告到项目目录

3. 结果解析阶段 (result_parser.py)

读取 reports/ 目录下的 HTM 报告文件
自动检测文件编码（UTF-16-LE with BOM）
使用正则表达式提取关键指标
支持中英文标签匹配

4. 报告生成阶段 (report_generator.py)

将解析结果导出为 Excel、CSV、HTML、Markdown 格式
支持按盈利因子、胜率等指标排序

使用方式

方式一：图形界面（推荐）

python gui.py

界面包含三个标签页：

回测配置：选择 EA、交易品种、时间周期、回测日期等
执行选项：设置超时、跳过已完成的测试等
报告查看：查看已解析的回测结果，支持排序和导出CSV

方式二：GUI（推荐，唯一入口）

python gui.py

整个回测流程（生成 INI → 运行 → 解析 → 汇总）都在 GUI 后台线程完成，进度实时显示在 "参数优化" 标签页的日志框。 YAML 仅作为可读的配置导出/快照（GUI "保存配置" 按钮），不参与运行时通信。

配置文件格式

配置文件 config/ea_configs.yaml 示例：

eas:
  - name: GMarket
    filename: GMarket.ex5
    set_file: GMarket_default.set  # 可选，使用SET文件

backtest_settings:
  symbols: ["EURUSD", "GBPUSD", "XAUUSD", "USDJPY"]
  timeframes: ["M1", "M5", "M15", "H1"]
  date_range:
    from: "2026.01.01"
    to: "2026.01.04"
  model: 0              # 0=Every Tick, 1=OHLC, 4=Real Tick
  execution_delay: 0   # 延迟设置
  deposit: 10000        # 初始保证金
  leverage: "1:100"     # 杠杆
  replace_report: true  # 覆盖已有报告
  shutdown_terminal: true

mt5_settings:
  terminal_path: "C:\\Program Files\\MetaTrader 5 IC Markets Global\\terminal64.exe"
  data_dir: "C:\\Users\\Administrator\\AppData\\Roaming\\MetaQuotes\\Terminal\\..."
  reports_dir: "reports"
  ini_dir: "config/generated"

execution:
  timeout_per_test: 30   # 分钟
  skip_existing: true
  kill_between: true     # 测试间关闭MT5

关键指标说明

指标	说明	评判标准
profit_factor	盈利因子 = 毛利/毛损	>1.5 优秀, >1.0 微利, <1.0 亏损
net_profit	总净盈利	越高越好
gross_profit	毛利（所有盈利交易总和）	越高越好
gross_loss	毛损（所有亏损交易总和）	越低越好
win_rate	胜率（盈利交易占比）	>60% 较好
total_trades	总交易次数	样本量参考
max_drawdown	最大回撤金额	越低越稳定
sharpe_ratio	夏普比率（风险收益比）	>1.0 较好, >2.0 优秀
recovery_factor	采收率	>1.5 较好

如何添加新的交易品种

方法一：通过 GUI 界面

打开 python gui.py
切换到"回测配置"标签页
在"交易品种"区域勾选需要的品种
点击"保存配置"

方法二：直接编辑配置文件

编辑 config/ea_configs.yaml：

backtest_settings:
  symbols:
    - EURUSD
    - GBPUSD
    - XAUUSD          # 添加新品种
    - USDJPY
    - BTCUSD           # 添加数字货币

支持的交易品种类型

类型	示例
主流货币对	EURUSD, GBPUSD, USDJPY, USDCHF
商品货币	AUDUSD, NZDUSD, USDCAD
交叉货币	EURGBP, EURJPY, GBPJPY
贵金属	XAUUSD, XAGUSD
原油	XBRUSD, XTIUSD
数字货币	BTCUSD, ETHUSD, LTCUSD

如何添加新的时间周期

编辑 config/ea_configs.yaml：

backtest_settings:
  timeframes:
    - M1      # 1分钟
    - M5      # 5分钟
    - M15     # 15分钟
    - M30     # 30分钟
    - H1      # 1小时
    - H4      # 4小时
    - D1      # 日线
    - W1      # 周线

报告导出功能

# 导出排序后的CSV
python scripts/result_parser.py --results-dir reports --csv reports/results.csv --sort profit_factor

# 可用排序字段
# expert, symbol, period, net_profit, gross_profit, profit_factor
# total_trades, win_rate, max_drawdown, sharpe_ratio

HTM 报告解析说明

MT5 生成的 HTM 报告采用特殊编码：

编码格式：UTF-16-LE with BOM
标签语言：中英混合

解析器会自动处理以下情况：

BOM 标记检测与跳过
中文字段名匹配（如"盈利因子"、"夏普比率"）
特殊格式数据提取（如 "92.46 (8.61%)"）

解析的完整字段列表

测试信息 (test_info):

expert: EA名称
symbol: 交易品种
period: 时间周期
company: 经纪商
currency: 货币
leverage: 杠杆

性能指标 (metrics):

initial_deposit: 初始入金
net_profit: 总净盈利
gross_profit: 毛利
gross_loss: 毛损
profit_factor: 盈利因子
expected_payoff: 预期收益
recovery_factor: 采收率
sharpe_ratio: 夏普比率
ahpr/ghpr: 几何/算术平均收益率
lr_correlation: LR相关性
lr_standard_error: LR标准误差
max_drawdown: 最大结余亏损
max_equity_drawdown: 最大净值亏损
absolute_drawdown: 绝对结余亏损
margin_level: 预付款维持率
total_trades: 交易总计
total_deals: 总成交
short_trades: 卖出交易
long_trades: 买入交易
winning_trades: 盈利交易
losing_trades: 亏损交易
win_rate: 胜率
max_profit_trade: 最大获利交易
max_loss_trade: 最大亏损交易
avg_profit_trade: 平均获利交易
avg_loss_trade: 平均亏损交易
longest_win_streak: 最大连胜
longest_lose_streak: 最大连败
avg_win_streak: 平均连胜
avg_lose_streak: 平均连败
min_hold_time/max_hold_time/avg_hold_time: 持仓时间
quality: 质量历史
bars: 柱数
quotes: 报价数
score: 分值
on_tester: OnTester结果

EA参数优化系统

概述

EA参数优化系统用于自动寻找EA的最优参数组合，支持多种搜索策略。

目录结构

optimizer/
├── configs/              # EA配置文件目录
│   ├── MA_Cross.json   # 示例: MA交叉策略 (6参数, Grid搜索)
│   └── Grid_Pro.json   # 示例: 网格策略 (8参数, 遗传算法)
├── set_files/           # 生成的SET参数文件
│   └── {EA_NAME}/
│       └── params_00000001.set ~ params_NNNNNNNN.set
├── reports/            # MT5测试报告
├── results/           # 分析结果
│   ├── {EA_NAME}_param_mapping.csv
│   └── optimization_report.txt
├── scripts/           # PowerShell脚本
└── logs/             # 日志

EA配置文件格式

{
    "ea_name": "MA Cross Scalper",
    "ea_path": "Experts\\MA_Cross.ex5",
    "description": "双MA交叉策略",
    "search_strategy": "grid",
    "optimization_criterion": "profit_factor",
    "parameters": {
        "FastMA_Period": {
            "type": "int",
            "default": 14,
            "min": 5,
            "max": 30,
            "step": 1,
            "description": "快速MA周期"
        },
        "SlowMA_Period": {
            "type": "int",
            "default": 50,
            "min": 20,
            "max": 100,
            "step": 5,
            "description": "慢速MA周期",
            "condition": ">FastMA_Period"
        }
    },
    "test_config": {
        "symbol": "EURUSD",
        "period": "H1",
        "from_date": "2025.01.01",
        "to_date": "2025.12.31",
        "model": 1,
        "deposit": 10000,
        "leverage": "1:100"
    },
    "walk_forward": {
        "enabled": false
    }
}

参数类型

类型	说明	示例
int	整数参数	FastMA_Period: 5-30
double	浮点参数	RiskPercent: 0.5-3.0
bool	布尔参数	EnableMM: true/false
enum	枚举参数	TradingMode: BUY/SELL/BOTH

搜索策略选择

组合数	策略	说明
≤10,000	Grid Search	暴力遍历，适合快速测试
10,001-500,000	Latin Hypercube	均匀采样，效率高
>500,000	Genetic Algorithm	遗传算法，智能搜索

使用方式

方式一：图形界面

python gui.py

切换到"参数优化"标签页，可以：

查看EA配置列表
生成SET文件
运行优化测试
分析优化结果

方式二：命令行

# 列出所有EA配置
python optimizer_main.py list

# 生成SET文件
python optimizer_main.py generate --ea "MA Cross Scalper"

# 分析结果
python optimizer_main.py analyze --sort profit_factor

参数约束

在EA配置中使用 condition 字段定义参数约束：

"SlowMA_Period": {
    "condition": ">FastMA_Period"
}

支持的运算符：>, <, >=, <=, ==, !=

GUI优化面板功能

列出EA配置 - 显示所有配置的参数数量、组合数、预估时间
生成SET文件 - 为每个参数组合创建.set文件
运行优化 - 生成PowerShell脚本，用户可手动执行
分析结果 - 解析报告，找出最优参数组合

输出文件

{EA_NAME}_param_mapping.csv - 参数ID映射表
optimization_report.txt - 优化分析报告
best_params.json - 最优参数JSON

AI辅助参数优化工具

概述

scan_set_prompt.py 是一个命令行工具，用于扫描 MT5 的 SET 参数文件，生成带完整提示词的文本文件，方便发给 AI 讨论参数优化方案。

工作流程

SET文件 → scan_set_prompt.py → AI提示词txt → AI生成优化JSON → 保存到optimizer/configs/

使用方式

# 交互式选择模式
python scripts/scan_set_prompt.py --interactive

# 扫描单个SET文件
python scripts/scan_set_prompt.py --file "C:\path\to\EA.set"

# 扫描文件夹下所有SET文件
python scripts/scan_set_prompt.py --folder "C:\path\to\Profiles\Tester"

# 批量扫描多个SET文件
python scripts/scan_set_prompt.py --batch a.set b.set c.set

# 指定输出目录
python scripts/scan_set_prompt.py --file "C:\path\to\EA.set" --output "C:\path\to\output"

交互式模式选项

1. 扫描单个 SET 文件
2. 扫描文件夹下所有 SET 文件
3. 批量扫描多个 SET 文件
4. 从剪贴板读取 SET 内容
0. 退出

生成的文件内容

生成的 _optimization_prompt.txt 包含：

基本信息 - EA名称、参数总数
参数详情表 - 所有参数的当前值、范围、步进
参数分析任务 - 引导 AI 分析哪些参数该优化、范围建议
完整JSON模板 - 符合 optimizer/configs/*.json 格式，包含：
- ea_path 自动做 ASCII 安全处理（支持中文名 EA）
- parameters 部分带优化建议注释
- test_config 和 walk_forward 配置

输出示例

{
    "ea_name": "GoldSniper_Pro_v2",
    "ea_path": "MY-EA\\GoldSniper_Pro_v2.ex5",
    "description": "Edited via GUI",
    "search_strategy": "auto",
    "parameters": {
        "LotSize": {
            "type": "double",
            "default": 0.01,
            "min": 0.01,
            "max": 0.1,
            "step": 0.001,
            "optimize": true  // AI根据策略分析填写
        }
    },
    "test_config": {...},
    "walk_forward": {...}
}

注意事项

SET 文件支持多种格式：我们的 =val||min||step||max||Y 格式、MT5 原生 <val1> <val2> 格式、布尔 true/false 格式
自动检测文件编码（UTF-8、UTF-16-LE/BE）
ea_path 使用双反斜杠 \\，中文 EA 名自动转换为 ASCII（如 （EA）GoldSniper → EA_GoldSniper）
AI 生成的 JSON 可直接保存到 optimizer/configs/ 目录使用

批量提取文件名工具

概述

extract_filenames.py 用于批量提取某个文件夹下所有文件名，支持子文件夹递归检索。

使用方式

python extract_filenames.py

交互式操作：

输入要扫描的文件夹路径
选择是否包含子文件夹（默认包含）
输入输出文件名（直接回车使用自动命名）

输出文件命名规则

自动命名格式：{源文件夹名}_filenames_{日期时间}.txt
例如：mt5_backtest_filenames_20260531_195723.txt
文件保存在被扫描文件夹的父目录

示例

请输入文件夹路径: C:\Projects\MyEA
是否包含子文件夹? (y/n, 默认y):
输出文件名 (直接回车使用自动命名):

正在扫描文件夹: C:\Projects\MyEA
模式: 包含子文件夹 (递归)
请稍候...

完成! 共找到 128 个文件
结果已保存到: C:\Projects\MyEA_filenames_20260531_195723.txt

未来可扩展方向

1. 自动化参数优化

集成 OptParams 参数优化功能
支持遗传算法、枚举等优化方法
自动寻找最优参数组合

2. 多经纪商支持

支持不同经纪商的配置切换
账户资金和杠杆差异化设置

3. 实时监控面板

Web 界面实时显示回测进度
推送通知（邮件/微信）回测完成提醒

4. 机器学习辅助

使用历史数据训练预测模型
辅助参数选择和优化方向建议

5. 云端分布式回测

支持多台机器并行回测
任务队列和负载均衡

6. 更丰富的报告分析

资金曲线图表
交易分布热力图
月度/年化收益统计

7. 数据库存储

SQLite/PostgreSQL 存储历史回测结果
支持历史对比和趋势分析

依赖环境

Python 3.8+
MetaTrader 5 Terminal
依赖库: tkinter (GUI), yaml, openpyxl, beautifulsoup4, lxml

项目结构

mt5_backtest/
├── gui.py                       # 图形界面（回测 + 优化，唯一入口）
├── scripts/
│   ├── ini_generator.py        # 生成MT5配置文件
│   ├── mt5_auto_runner.py       # 自动运行回测
│   ├── batch_executor.py        # 批量执行器
│   ├── result_parser.py        # 解析HTM/XML报告
│   ├── report_generator.py     # 生成汇总报告
│   └── optimizer/              # EA优化系统
│       ├── ea_config_parser.py  # EA配置解析
│       ├── smart_search.py      # 搜索策略
│       ├── parameter_constraint.py # 参数约束
│       ├── analyze_results.py   # 结果分析
│       └── ea_batch_optimizer.py # 批量优化器
├── config/                      # 配置文件
├── reports/                     # 回测报告目录
├── optimizer/                   # 优化系统目录
│   ├── configs/               # EA配置
│   ├── set_files/             # SET文件
│   ├── reports/              # 优化报告
│   └── results/              # 分析结果
└── logs/                      # 日志目录

常见问题

Q: MT5 终端路径不正确

修改 config/ea_configs.yaml 中的 terminal_path 为实际路径

Q: 报告文件未生成

检查 MT5 是否正常启动
查看 logs/batch_executor.log 日志
确认 data_dir 配置正确

Q: 中文显示乱码

HTM 报告采用 UTF-16-LE 编码，result_parser.py 会自动处理，无需手动转换

许可证

MIT License

README.md Unescape Escape

MT5 EA 批量回测系统

项目结构

核心原理

1. 配置生成阶段 (ini_generator.py)

2. 自动执行阶段 (mt5_auto_runner.py)

3. 结果解析阶段 (result_parser.py)

4. 报告生成阶段 (report_generator.py)

使用方式

方式一：图形界面（推荐）

方式二：GUI（推荐，唯一入口）

配置文件格式

关键指标说明

如何添加新的交易品种

方法一：通过 GUI 界面

方法二：直接编辑配置文件

支持的交易品种类型

如何添加新的时间周期

报告导出功能

HTM 报告解析说明

解析的完整字段列表

EA参数优化系统

概述

目录结构

EA配置文件格式

参数类型

搜索策略选择

使用方式

方式一：图形界面

方式二：命令行

参数约束

GUI优化面板功能

输出文件

AI辅助参数优化工具

概述

工作流程

使用方式

交互式模式选项

生成的文件内容

输出示例

注意事项

批量提取文件名工具

概述

使用方式

输出文件命名规则

示例

未来可扩展方向

1. 自动化参数优化

2. 多经纪商支持

3. 实时监控面板

4. 机器学习辅助

5. 云端分布式回测

6. 更丰富的报告分析

7. 数据库存储

依赖环境

项目结构

常见问题

Q: MT5 终端路径不正确

Q: 报告文件未生成

Q: 中文显示乱码

许可证

README.md