Backtesting + Optuna + MT5 Stack
一个把 MetaTrader 5 Strategy Tester 当作"金标准"、用 Python 镜像引擎做高速贝叶斯 搜索的个人量化策略研究实验室。当前已对 GoldScalperPro（XAUUSD M5 trailing/BE EA） 跑通完整闭环：假设 → 搜索 → MT5 验证 → 入注册表。
接手者请按本文件的 §2 → §3 → §7 顺序读完即可上手。详细的架构 / 坑 / 扩展指南 在 PROJECT_GUIDE.md 和
01-08-*.md里。
1. 项目一句话
Idea ─► Python mirror engine ─► Optuna search (hundreds of trials, seconds each)
│
▼
2–3 diverse finalists
│
▼
MetaTrader 5 Strategy Tester (gold standard)
│
▼
Python-vs-MT5 gap table ─► registry/ (append-only)
- Tier 1（Python 镜像引擎）：把 EA 的填单 / 出场逻辑 bar-by-bar 重写，跑在 Parquet 历史数据上，2 年回测几秒钟。
- Tier 2（MT5 Strategy Tester）：只对 finalist 跑真实 tester。MT5 数字才是 live 决策依据；Python 数字只负责排序。
- trailing/BE EA 必须 M1 tick-level 模拟——bar-level 会产生 −40% 到 −50% 的隐藏 gap（详见 PROJECT_GUIDE.md §1.3）。
2. 快速开始（接手者从这里读起）
2.1 环境要求
- Windows（MetaTrader5 Python 包只在 Windows 上装得了）
- Python 3.12+（开发用 3.12.10）
- MetaTrader 5 终端已安装并登录一个 demo 账户
- Git（commit 历史就是项目文档的一部分）
2.2 一次性准备
# 1. clone 后建 venv 装依赖
python -m venv .venv
.\.venv\Scripts\activate
pip install -r requirements.txt
# 2. 在根目录建 .env（gitignored，凭证不入库）
# MT5_DEMO_LOGIN=52845377
# MT5_DEMO_PASSWORD=...
# MT5_DEMO_SERVER=ICMarketsSC-Demo
# MT5_TERMINAL_PATH=C:\Program Files\MetaTrader 5 IC Markets Global\terminal64.exe
# 3. 打开 MT5 终端、登录 demo、确认 XAUUSD 历史已下载（M5 + M1）
python scripts/download_xauusd_history.py # → data/XAUUSD_M5_*.parquet
python scripts/download_xauusd_m1.py # → data/XAUUSD_M1_*.parquet（trailing/BE EA 必需）
# 4. 查 symbol 规格（确认 tick_value / contract_size / lot_step）
python scripts/query_xauusd_spec.py
历史 parquet 在 .gitignore 里（data/ 整个忽略），所以接手后必须重跑下载脚本，
否则后续 Optuna / 评估脚本会 sys.exit("missing M5 data")。
2.3 5 分钟跑通一遍
# A. 烟雾测试：30 trials，IS H1 2025，<2 分钟验证全链路通
python scripts/optimize.py --smoke
# B. 全量搜索：500 trials，IS = 2025 全年，~10–20 分钟
python scripts/optimize.py --trials 500
# 断点续跑（load_if_exists=True），中途 Ctrl+C 不丢
# 产物：studies/optuna/gold_scalper_pro_is2025.db + .log
# C. 用 finalist 参数重跑 Python（warmup 修复版），落 JSON
python scripts/reeval_finalist_forward.py
# 产物：studies/finalists/gold_scalper_pro_is2025-2026.json
# D. 生成中文 Optuna 交互式 dashboard（HTML）
python scripts/build_optuna_dashboard.py
# 产物：reports/optuna_dashboard_gold_scalper_pro_is2025.html
# E. 生成 ML 特征数据集（trade-level + trial-level）
python scripts/build_feature_datasets.py
# 产物：studies/features/{trade,trial}_features_*.parquet + .csv
# F. 自动生成 registry markdown 条目（每 finalist 一份）
python scripts/build_registry_entry.py
# 产物：registry/gold_scalper_pro_xauusd_*_f{idx}_t{trial}.md
MT5 验证是手动步骤（Strategy Tester 跑完导 HTML 到 reports/），跑完后用：
python scripts/build_registry_entry.py `
--mt5-is-html reports\IS-ReportTester-52845377.html `
--mt5-oos-html reports\OOS-ReportTester-52845377.html
补齐 registry 条目里的 MT5 指标和 gap 表。
3. 目录结构
backtesting-optuna-mt5-stack/
├── README.md ← 本文件，项目入口
├── PROJECT_GUIDE.md ← 项目实例说明（架构+坑+使用+扩展，10 节）
├── CLAUDE.md ← 给 AI 助手的分阶段搭装 playbook
├── requirements.txt ← Python 依赖清单
├── .gitignore ← data/ + .env 忽略；studies/*.db + reports/*.html 入库
│
├── 01-stack-and-install.md ← 知识库 §1：技术栈 + 每个系统的安装命令
├── 02-architecture.md ← 知识库 §2：单向依赖分层 + 数据流
├── 03-engine-design.md ← 知识库 §3：bar-by-bar engine + intra-bar 4-sub-tick
├── 04-isolation-rules.md ← 知识库 §4：8 条隔离铁律
├── 05-config-and-inputs.md ← 知识库 §5：4 个声明输入源
├── 06-optimization-and-robustness.md ← 知识库 §6：Optuna objective + 反过拟合
├── 07-mt5-bridge.md ← 知识库 §7：编译 EA / .set / .ini / 解析报告
├── 08-workflow-cycle.md ← 知识库 §8：8 步可重复循环
│
├── GoldScalperPro.mq5 ← EA 源码（MQL5）
├── GoldScalperPro.ex5 ← EA 编译产物
│
├── shared/ ← 9 个单向依赖层（低调高、高不知低）
│ ├── core/ ← engine（冻结）+ metrics
│ ├── data/ ← Parquet loaders + MT5 HTML parser
│ ├── gates/ ← 入场过滤 mask（regime / 时段 / exhaustion）
│ ├── indicators/ ← 纯函数：RSI / ATR / EMA / SMA
│ ├── instruments/ ← per-symbol config（tick_value / spread / swap）
│ ├── mt5_pipeline/ ← .set / .ini / compile / runner / compare
│ ├── optimizer/ ← objective / search_space / diverse top-N selector
│ ├── robustness/ ← 反过拟合分析（只读 over results）
│ ├── wizard/ ← 运行时 Q&A → wizard-answers.yaml
│ └── config.py ← .env 加载（含 plain fallback）
│
├── strategies/
│ └── gold_scalper_pro/ ← glue：data → signals → stops → engine → metrics
│ ├── instruments.py ← XAUUSD_REAL config 对象
│ ├── params.py
│ ├── scalper_engine.py ← ScalperEngine（engine.run 的 wrapper）
│ ├── search_space.py ← 19 个可调参数 + 13 个冻结基线 + 约束
│ ├── set_mappings.py ← Python 参数名 ↔ MQL5 input 名映射
│ ├── signals.py ← build_signals（EMA cross + RSI + ATR）
│ └── wizard_questions.py
│
├── scripts/ ← 一次性可执行脚本（按用途分组见 §5）
│ ├── optimize.py ← Phase 6 主入口（smoke / full）
│ ├── reeval_finalist_forward.py ← finalist 参数 + warmup 修复版重跑
│ ├── build_optuna_dashboard.py ← 中文 plotly 交互式 HTML
│ ├── build_feature_datasets.py ← ML 特征 parquet
│ ├── build_registry_entry.py ← 自动生成 registry markdown（命令驱动，禁手写）
│ ├── walk_forward.py
│ ├── prepare_mt5_verify.py ← 生成 .set / .ini 给 MT5 tester
│ ├── verify_mt5.py
│ ├── compare_finalist.py ← Python vs MT5 差距表
│ ├── diag_*.py ← 9 个诊断脚本（ATR / 时区 / 引擎 trace / 信号）
│ └── download_xauusd_*.py ← 历史 M5 / M1 数据下载
│
├── studies/ ← Optuna 研究产物（committed）
│ ├── optuna/ ← SQLite DB + 运行日志（resumable）
│ │ ├── gold_scalper_pro_is2025.db
│ │ ├── gold_scalper_pro_is2025.db.before-warmup-fix.bak ← 旧 study 备份
│ │ └── gold_scalper_pro_is2025.log
│ ├── finalists/ ← 3 个 finalist 的 IS/OOS 指标 JSON
│ │ └── gold_scalper_pro_is2025-2026.json
│ └── features/ ← ML 特征数据集（parquet + csv 副本）
│ ├── trade_features_*.parquet ← trade-level 35 列
│ └── trial_features_*.parquet ← trial-level 聚合
│
├── reports/ ← MT5 + dashboard HTML（committed）
│ ├── IS-ReportTester-52845377.html
│ ├── OOS-ReportTester-52845377.html
│ └── optuna_dashboard_gold_scalper_pro_is2025.html
│
├── registry/ ← 已批准 finalist（append-only，真相源）
│ ├── gold_scalper_pro_xauusd_*_f1_t491.md ← finalist #1（trial #491）
│ ├── gold_scalper_pro_xauusd_*_f2_t297.md ← finalist #2（trial #297）
│ └── gold_scalper_pro_xauusd_*_f3_t492.md ← finalist #3（trial #492）
│
└── data/ ← gitignored，历史 parquet（接手后需重下）
├── XAUUSD_M5_2024-06-26_2026-06-26.parquet
└── XAUUSD_M1_2024-06-26_2026-06-26.parquet
4. 核心数据流（一个 iteration 的闭环）
┌──────────────────────────────────────────────────────┐
│ scripts/optimize.py │
│ load_m5() ─► slice_window(IS_START, IS_END) │
│ load_m1() ─► slice_window(IS_START, IS_END) │
│ full_m5 ───────────────────┐ (warmup, signals_full_bars)│
│ ▼ │
│ ObjectiveConfig(bars_is, m1_is, signals_full_bars=full_m5)│
│ │ │
│ ▼ │
│ build_objective(cfg) ─► trial loop │
│ │ │
│ ▼ │
│ build_signals(full_m5) ─► slice to IS │
│ engine_kwargs_from_params(params) │
│ ScalperEngine.run(bars, signals, sl, tp, m1_bars) │
│ │ │
│ ▼ │
│ compute_metrics + Constraints gate │
│ study.optimize() ─► trials 0..499 │
└──────────────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────┐
│ select_diverse_topn(study, n=3) │
│ └─► 3 个 diverse finalist（greedy max-distance） │
└──────────────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────┐
│ scripts/reeval_finalist_forward.py │
│ 用 finalist params 重跑 Python（warmup 修复版） │
│ ─► studies/finalists/gold_scalper_pro_is2025-2026.json│
└──────────────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────┐
│ MT5 Strategy Tester（手动） │
│ prepare_mt5_verify.py 生成 .set + .ini │
│ Forward mode: IS=2025, OOS=2026 H1 │
│ 导 HTML 报告到 reports/ │
└──────────────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────┐
│ scripts/build_registry_entry.py │
│ finalist JSON + Optuna study + MT5 HTML │
│ ─► registry/gold_scalper_pro_xauusd_*_f{idx}.md │
│ （9 节自文档化 markdown，含差距表） │
└──────────────────────────────────────────────────────┘
5. 常用脚本速查（按场景）
| 场景 | 脚本 | 命令 |
|---|---|---|
| 跑 Optuna 搜索 | optimize.py |
--smoke（30 trials，<2 分钟） / --trials 500（全量） |
| 重跑 finalist | reeval_finalist_forward.py |
用 finalist 参数在 IS+OOS 重跑 Python，落 JSON |
| 走前验证（forward） | walk_forward.py |
finalist 在 OOS 窗口独立验证 |
| 生成 dashboard | build_optuna_dashboard.py |
中文 plotly HTML（5 主图 + 18 单参数 + 15 等高线） |
| 生成 ML 特征 | build_feature_datasets.py |
trade-level 35 列 + trial-level parquet |
| 生成 registry | build_registry_entry.py |
命令驱动生成 finalist 条目（禁手写） |
| 准备 MT5 验证 | prepare_mt5_verify.py |
生成 .set + .ini，复制到 MT5 tester profiles |
| 比对 finalist | compare_finalist.py |
Python vs MT5 差距表 |
| 诊断（9 个） | diag_*.py |
ATR / 时区 / 引擎 trace / 信号触发 / 仓位 mismatch 等 |
| 查 study | inspect_study.py |
打印 trials / best params |
| 查 MT5 报告 | inspect_report.py / diag_mt5_summary.py / diag_mt5_trades.py |
解析 HTML |
| 下历史数据 | download_xauusd_history.py（M5）/ download_xauusd_m1.py（M1） |
必须 MT5 终端已登录 |
| 查 symbol 规格 | query_xauusd_spec.py |
tick_value / contract_size / lot_step |
6. 当前项目状态
6.1 已完成的 Phase
| Phase | 内容 | 状态 |
|---|---|---|
| 0–1 | 设备 profile + Python 栈安装 | ✅ |
| 2 | 仓库骨架（shared/ 9 子包 + strategies/） | ✅ |
| 3 | MT5 连接（分步 initialize+login）+ EA 资产导入 | ✅ |
| 4 | ScalperEngine + M1 tick-level 模拟路径 | ✅ |
| 5 | XAUUSD_REAL instrument + GoldScalperPro search space | ✅ |
| 6 | Optuna 500-trial 搜索 + 3 diverse finalist | ✅ |
| 7 | MT5 forward mode IS/OOS 验证（旧 finalist）+ 差距根因 | ✅ |
| 8 | APPROVAL + PROMOTE（registry 第一条） | ✅ |
| — | Optuna warmup bug 修复（2026-06-26 重跑） | ✅ |
6.2 当前 finalist（warmup 修复后，2026-06-27 重跑）
来自 studies/finalists/gold_scalper_pro_is2025-2026.json：
| # | trial | score | IS net | OOS net | registry |
|---|---|---|---|---|---|
| 1 | #491 | 186,075 | $263,527 | $10,632 | f1_t491.md |
| 2 | #297 | 68,772 | $94,197 | $11,153 | f2_t297.md |
| 3 | #492 | 129,575 | $165,740 | $6,969 | f3_t492.md |
这三个 finalist 尚未通过 MT5 验证——registry 条目标记为 "已记录（无 MT5 验证 — 待 Phase 7 MT5 验证）"。需要先在 MT5 Strategy Tester 跑出 IS+OOS HTML 报告，再用
build_registry_entry.py --mt5-is-html ... --mt5-oos-html ...补齐 MT5 部分和差距表。
7. 接手者必读（续做指南）
7.1 三条铁律（违反任一条等于把项目搞烂）
-
trailing/BE EA 必须传
m1_bars=给engine.run()——否则 net profit 会有 −40% 到 −50% 的隐藏 gap。这不是噪声，是 bug。详见 03-engine-design.md §7。 -
ObjectiveConfig必须传signals_full_bars=full_m5——否则 EMA/RSI/ATR 在 IS_START 才开始预热，首笔交易会比 MT5 晚 14 小时，整个 finalist 集合都 是错的。详见 scripts/optimize.py 的make_objective_config()docstring。 -
Engine 一旦验证就冻结，要试新想法就 fork——直接改 validated engine 可能让所有已信任的数字都失效。Fork + default-OFF 实验 hook + 证明 fork-with-change-off == 原版 1:1 + 再 A/B。详见 04-isolation-rules.md Rule 2。
7.2 已知坑（接手时大概率还会遇到）
| 坑 | 症状 | 修复 |
|---|---|---|
| MT5 连接 IPC 超时（-10005） | mt5.initialize() 直接传所有参数 |
分步：先 mt5.initialize(path=...)，再 mt5.login(login, password, server) |
| 终端路径反斜杠 | IPC 超时 / 连不上 | 路径必须用正斜杠 /，不是 \ |
| MT5 进程残留 | 新连接失败 | 任务管理器清掉所有 terminal64.exe 进程后重试 |
.set 文件加载失败 |
MT5 tester 找不到参数 | 文件必须以 BOM 开头（write_set_file 已处理） |
| Plotly 图表看不见 | HTML 渲染 0 高度 | fig.update_layout(height=<像素>) + CDN + 单列 flex（见 build_optuna_dashboard.py） |
| 参数切片图标签重叠 | 5400px 宽复合图挤一起 | 拆成每参数独立 900×420 小图（render_slice_grid） |
| Optuna warmup bug | IS 起点附近 14h 没信号 | signals_full_bars 字段，详见 §7.1 第 2 条 |
7.3 急需做的下一步（按优先级）
-
跑 MT5 验证新 finalist #1（trial #491） —— 用
scripts/prepare_mt5_verify.py生成.set+.ini，在 MT5 Strategy Tester forward mode 跑 IS=2025 + OOS=2026 H1，导 HTML 到reports/，然后用build_registry_entry.py --mt5-is-html ... --mt5-oos-html ...补齐 registry。 -
重新诊断 ATR 数据差异 —— 旧的
diag_atr_check.py/diag_mt5_trades.py是针对 trial #324 的，新 finalist 需重跑。 -
实现自动化 MT5 pipeline ——
shared/mt5_pipeline/runner.py现在只是骨架， 把"打开 tester → 等跑完 → 拷 HTML"自动化掉。 -
补全 robustness 层 ——
shared/robustness/layers.py只有stability_region，缺 doc 06 §5 描述的其它层（parameter stability、 monte-carlo perturbation、walk-forward aggregate）。 -
MT5 数据对齐 —— Python parquet M5 OHLC 与 MT5 tester 内部 history 在 IS 起点附近有微差，复利下被指数放大。需要决定是接受差距（旧 finalist #324 已接受）还是修对齐。
7.4 不要做的事
-
不要手写 registry 条目——必须用
scripts/build_registry_entry.py生成。 脚本会从 finalist JSON + Optuna study + MT5 HTML 三源自动提取，包含 9 节内容（标识 / 参数表含百分位 / 三个 finalist 对比 / Python 指标 / MT5 指标 / 差距分析 / 搜索统计 / 复现命令 / 已知限制）。 -
不要编辑已批准的 registry 条目——append-only。新发现是新条目， 旧条目就算被超越也保留（负面结果也是数据）。
-
不要在
engine.run()里加策略逻辑——engine 只决定"价格是否触到 止损"，从不决定止损放在哪。换策略改 caller 和数组，engine 不动。 -
不要在
mt5.initialize()里塞所有参数——分步连接，详见 §7.2 第 1 条。 -
不要给单个 strategy import 另一个 strategy——copy，不要 import。 iteration 各自拥有 snapshot，几个月前的 iteration 仍要能跑。
7.5 改动约定
- 改了 engine / objective / search space → 跑
--smoke先验证全链路通 - 改了 finalist 挑选逻辑 → 重跑
reeval_finalist_forward.py+ 重生 dashboard - 改了 MT5 报告解析 → 用
diag_mt5_summary.py对比新旧解析结果 - commit 时分小步、写清楚 why（不只是 what），git log 就是项目文档的一部分
8. 文档地图
| 你想做的事 | 读这个 |
|---|---|
| 跑一遍流程 | 本文件 §2 + §5 |
| 理解架构为什么这样搭 | PROJECT_GUIDE.md §1 + 02-architecture.md |
| 看具体踩过的坑 | PROJECT_GUIDE.md §5 + 本文件 §7.2 |
| 写新策略 | 02-architecture.md §4 + 08-workflow-cycle.md |
| 改 engine | 03-engine-design.md + 04-isolation-rules.md Rule 2 |
| 改 Optuna objective | 06-optimization-and-robustness.md + shared/optimizer/objective.py |
| 接 MT5 | 07-mt5-bridge.md + shared/mt5_pipeline/ |
| 看 finalist 参数 | studies/finalists/gold_scalper_pro_is2025-2026.json + registry/ |
| 看 Optuna trials | python scripts/inspect_study.py 或直接打开 studies/optuna/gold_scalper_pro_is2025.db |
9. License & Disclaimer
个人研究项目，不构成投资建议。EA 源码 GoldScalperPro.mq5 属于其原作者；
本项目仅用于参数优化方法论研究，不重新分发 EA 本体。