profitable-expert-advisor/lab/EAs/SimpleEMA/README.md

SimpleEMA — 练手实验室

双 EMA 金叉/死叉策略，默认货币对 EURUSD H1（流动性好、点差低，适合入门优化）。

策略逻辑

项目	规则
入场	快 EMA 上穿/下穿慢 EMA（收盘 K 确认）
出场	反向交叉 / ATR 或固定 SL·TP / 最大持仓 K 线数 / 可选 trailing
过滤	最大点差、最小 EMA 间距

文件

文件	用途
main.mq5	MT5 EA（Strategy Tester / 实盘）
SimpleEMA_EURUSD.set	默认参数
SimpleEMA_Genetic_Optimization.set	遗传优化范围
run_mt5_tester.py	调 MT5 原生 Strategy Tester（你要的实时回测）
run_backtest.py	Python 快速回测（MT5 拉历史 K 线）
run_optimize.py	Python 随机搜索优化
trades.csv	逐单复盘（Python 回测产出）

1. MT5 原生回测（推荐）

先确保 MT5 已登录，EURUSD H1 历史数据已下载。

cd lab\EAs\SimpleEMA

# 单次回测（自动编译 EA → 启动 Strategy Tester → 生成 HTML 报告）
python run_mt5_tester.py backtest

# 可视化模式：看 K 线一根根跑（实时感最强）
python run_mt5_tester.py backtest --visual

# 遗传优化（Optimization=2，用 SimpleEMA_Genetic_Optimization.set）
python run_mt5_tester.py optimize

回测完成后：

• HTML 报告路径会打印在终端（通常在 %APPDATA%\MetaQuotes\Terminal\...\SimpleEMA_EURUSD_backtest.htm）
• 在 MT5 结果 → 报告 里可逐单查看开平仓、滑点、盈亏
• 优化结果在 Optimization Results 标签页，右键可 Set as Input

2. Python 快速迭代（改逻辑 → 立刻看 trades.csv）

python run_backtest.py
python run_backtest.py --start 2024-01-01 --fast 10 --slow 30

产出：trades.csv（每单 side / 开平时间 / 价格 / profit / exit_reason）、report.png。

4. 多品种组合（20 品种）

分品种调参 + 组合（推荐）

# 每个品种独立随机搜索，自动剔除 net<=0 / PF<1 的品种，再跑组合回测
python run_optimize_portfolio.py --trials 350

# 仅用已有 portfolio_params.json 重跑组合
python run_optimize_portfolio.py --skip-opt

# 验证组合
python run_portfolio_v5.py

产出：portfolio_params.json（每品种最优参数 + enabled 标记）、portfolio_opt_trials/*.csv、best_run/portfolio_trades.csv

统一参数（对比用）

python run_portfolio_v5.py --shared-params best_params.json

文件	用途
portfolio_symbols.json	20 品种列表 + 各品种最大点差
portfolio_curated.json	全扫描后 net>0 的子集
run_portfolio_v5.py	组合回测，产出 portfolio_report.json
main_portfolio.mq5	MT5 多品种 EA（挂任意图表，监控 SymbolList 内全部品种）

MT5 组合 EA：

python run_mt5_tester.py backtest --ea main_portfolio.mq5 --period M15 --from 2020.01.01 --to 2026.01.01

3. Python 随机搜索优化

python run_optimize.py --trials 500

产出：optimize_trials.csv、best_params.json、best_run/trades.csv。

把 best_params.json 里的值填回 .set 或 main.mq5 input，再用 run_mt5_tester.py optimize 做 MT5 遗传精调。

5. MT5 回测（唯一准绳）

2598 笔是 Python 组合模拟；SimpleEMA_report.pdf 只是单品种 EURUSD（~115 笔）。

组合请以 MT5 为准：

# 12 个启用品种各跑一遍 MT5 Strategy Tester（每品种独立 .set）
python run_mt5_portfolio.py --from 2020.01.01 --to 2026.01.01

# 从 MT5 HTML 报告汇总生成正式报告
python generate_mt5_portfolio_report.py

产出：

• best_run/mt5_results.json — MT5 汇总（交易数、净利）
• best_run/mt5_reports/*.htm — 各品种 MT5 原生报告（逐单复盘）
• best_run/MT5_PORTFOLIO_REPORT.md — 组合说明
• best_run/SimpleEMA_report.png — 由 MT5 数据生成的组合图

Python portfolio_trades.csv / run_portfolio_v5.py 仅用于快速迭代参数，不作最终成绩。

改 main.mq5 逻辑
    ↓
python run_backtest.py          ← 秒级验证 + trades.csv 逐单复盘
    ↓
python run_optimize.py          ← 粗搜参数空间
    ↓
python run_mt5_tester.py optimize  ← MT5 遗传优化确认
    ↓
python run_mt5_tester.py backtest --visual  ← 目视检查

手动在 MT5 里操作

1. 把 main.mq5 复制到 MQL5/Experts/ 或用 MetaEditor 打开编译
2. Strategy Tester：Expert = SimpleEMA，Symbol = EURUSD，Period = H1
3. Inputs → Load → SimpleEMA_EURUSD.set
4. 优化时 Load → SimpleEMA_Genetic_Optimization.set，Optimization = Genetic