Skip to content

LeapTech-Lab/MT5-Assistant

BranchesTags

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

65 Commits
docs
docs
 
 
mql5
mql5
 
 
python
python
 
 
.DS_Store
.DS_Store
 
 
.gitignore
.gitignore
 
 
README.md
README.md
 
 

Repository files navigation

MT5-Assistant

一个用于 MT5（XAUUSD）+ 外部 AI Agent 的基础实现，目标是搭建“数据导出 -> AI 决策 -> 回传下单”的闭环。

已实现

  • MT5 EA 对外导出：Tick、K线、持仓。
  • Python Bridge 接收数据并接入多厂商 AI API。
  • 支持下单类型：
    • taker: buy_market, sell_market
    • maker: buy_limit, sell_limit, buy_stop, sell_stop
  • 权限模式：
    • kernel（内核权限）：Agent 自动生成并下发交易指令，EA 可直接执行。
    • user（用户权限）：只给建议，不允许自动下单。
  • 风险守卫：
    • 最小手数 0.01
    • 无 SL/TP 拒绝
    • 单笔风险阈值过滤
  • 复盘记忆：订单结果持续写入 trade_review.md
  • 对话接口：/v1/chat

目录

  • mql5/Experts/AgentBridgeEA.mq5：EA 桥接器
  • python/mt5_agent/app.py：FastAPI 服务
  • docs/ARCHITECTURE.md：架构说明

1) MT5 侧配置

  1. 将 mql5/Experts/AgentBridgeEA.mq5 放入 MT5 Experts 目录并编译。
  2. 在 MT5 中允许 WebRequest URL：http://127.0.0.1:8000
  3. EA 参数里设置：
    • InpBridgeBaseUrl
    • InpApiKey
    • InpSymbol=XAUUSD

2) Python Bridge 启动

cd python
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
uvicorn mt5_agent.app:app --host 0.0.0.0 --port 8000 --reload

3) 权限模式切换

查询当前模式

curl -H "X-API-Key: change_me" http://127.0.0.1:8000/v1/agent/mode

切到内核权限（自动交易）

curl -X POST http://127.0.0.1:8000/v1/agent/mode \
  -H "Content-Type: application/json" \
  -H "X-API-Key: change_me" \
  -d '{"mode":"kernel","reason":"start autonomous execution"}'

切到用户权限（仅建议）

curl -X POST http://127.0.0.1:8000/v1/agent/mode \
  -H "Content-Type: application/json" \
  -H "X-API-Key: change_me" \
  -d '{"mode":"user","reason":"manual supervision"}'

4) AI 接入（默认 Gemini，仍支持多厂商）

Python 侧支持三类：

  1. gemini：原生 Google Gemini API（默认）
  2. anthropic：原生 Claude Messages API
  3. openai_compatible：兼容 OpenAI Chat Completions 的全系网关（OpenAI、DeepSeek、Qwen兼容网关、Moonshot兼容网关等）

在 .env 配置：

  • AI_PROVIDER=openai_compatible|anthropic|gemini
  • AI_BASE_URL
  • AI_API_KEY
  • AI_MODEL
  • AI_CALL_MIN_INTERVAL（最小调用间隔，默认 10 秒）
  • AI_FORCE_INTERVAL（最长强制调用间隔，默认 60 秒）
  • AI_TRIGGER_PRICE_BPS（价格触发阈值，默认 1.5 bps）
  • RISK_CONTRACT_MULTIPLIER（风险估算合约系数，默认 1.0）

常用 AI_MODEL 示例：

  • OpenAI: gpt-4.1-mini / gpt-4.1 / o4-mini
  • Claude: claude-3-7-sonnet-latest / claude-3-5-sonnet-latest
  • Gemini: gemini-2.5-pro / gemini-2.5-flash
  • DeepSeek(OpenAI兼容): deepseek-chat / deepseek-reasoner
  • Qwen(OpenAI兼容网关): qwen-max / qwen-plus

示例（Claude 原生）：

AI_PROVIDER=anthropic
AI_BASE_URL=https://api.anthropic.com
AI_API_KEY=xxx
AI_MODEL=claude-3-7-sonnet-latest

默认示例（Gemini 原生）：

AI_PROVIDER=gemini
AI_BASE_URL=https://generativelanguage.googleapis.com
AI_API_KEY=xxx
AI_MODEL=gemini-2.5-flash
GEMINI_PROXY_URL=http://127.0.0.1:7897

Vertex AI 模式（可不填 AI_API_KEY）：

export GOOGLE_CLOUD_PROJECT=810669871257
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

注意：当 GOOGLE_GENAI_USE_VERTEXAI=True 时，建议留空 AI_API_KEY，避免 SDK 优先走 API key 鉴权。

示例（DeepSeek OpenAI兼容）：

AI_PROVIDER=openai_compatible
AI_BASE_URL=https://api.deepseek.com/v1
AI_API_KEY=xxx
AI_MODEL=deepseek-chat

5) 关于“K线形态怎么让 AI 知道”

当前实现采用双输入：

  • 原始 OHLCV 序列（candles_m1）
  • 结构化形态特征（如 doji / engulfing / trend）

建议后续扩展到 M5/M15/H1，形成多周期共振特征。

6) 为什么开了 kernel 还“不下单”

常见原因：

  • 命中节流：AI_CALL_MIN_INTERVAL 内会跳过 AI，避免高频耗 token。
  • 市场变化不明显：未出现新 M1、价格波动不足（AI_TRIGGER_PRICE_BPS）时会跳过。
  • 风险守卫拒绝：无 SL/TP、风险超阈值会被降级为 action=none。
  • 鉴权冲突：Vertex 模式下若填了 AI_API_KEY，可能优先走 key 而非项目/区域凭据。

建议参数（兼顾实时与成本）：

  • AI_CALL_MIN_INTERVAL=3~5
  • AI_FORCE_INTERVAL=20~30
  • AI_TRIGGER_PRICE_BPS=0.8~1.2

7) 风险声明

  • “永不爆仓”无法被任何系统绝对保证。
  • 本项目通过风险规则显著降低风险，但不能承诺收益。
  • 请务必先在模拟盘回测与前向验证。

8) 下一步建议

  • 加入新闻上下文 Adapter（宏观事件对黄金影响）。
  • 引入回测引擎与绩效报表。
  • 增加风格学习器（根据你的历史订单动态调参）。
  • 做一个 Web UI 聊天框，仅保留交易相关上下文。

9) 怎么和 AI 对话了解实时行情

你可以直接调用 /v1/chat，它会基于最近一次 EA 上报的实时快照（价格、持仓、多周期K线）回答，并给出交易建议。

先确认 EA 正在上报数据

curl -H "X-API-Key: change_me" "http://127.0.0.1:8000/health"

重点看返回里的：

  • last_symbol 是否有值
  • candles.m1/m5/m15/h1 是否大于 0

对话接口示例

curl -X POST "http://127.0.0.1:8000/v1/chat" \
  -H "Content-Type: application/json" \
  -d '{
    "symbol": "XAUUSD",
    "message": "给我当前实时行情解读：趋势、关键支撑阻力、以及是否建议开仓"
  }'

内核模式“立即下单开仓”示例

当系统是 kernel 模式时，你可以直接在聊天里下达：

curl -X POST "http://127.0.0.1:8000/v1/chat" \
  -H "Content-Type: application/json" \
  -d '{
    "symbol": "XAUUSD",
    "message": "立即下单开仓，给出开仓原因、逻辑和胜率预测"
  }'

系统会做这些事：

  • 立即触发一次 AI 决策（绕过最小间隔节流）
  • 返回结构化指令 command（含 action/volume/sl/tp）
  • 返回 decision_logic、win_rate_estimate、position_management_plan
  • 若指令可执行，会自动写入 next-command 队列，EA 可直接拉取执行
  • 若 AI 返回 none，会启用“强制下单兜底”（最小仓位+保守SL/TP），尽量避免“必须下单但被拒绝”

典型返回字段：

  • answer：自然语言建议
  • command：结构化交易指令（action/volume/sl/tp）
  • force_trade_requested / queued_for_execution：是否是“立即下单”请求，是否已入执行队列
  • decision_logic：当前开单逻辑摘要（H1/M15 趋势、M5/M1 形态）
  • win_rate_estimate：当前策略胜率估计（结合历史交易胜率）
  • position_management_plan：仓位管理建议（静态/动态止盈止损）
  • multi_tf：多周期分析摘要
  • provider：当前 AI 提供商

实战提问模板（可直接复制）

  • “基于当前快照，给出 XAUUSD 的 1 分钟到 1 小时多周期共振方向。”
  • “现在是震荡还是趋势？如果不开仓请明确写原因。”
  • “请给一个低风险方案：入场、止损、止盈、失效条件。”

提示：/v1/chat 不需要 X-API-Key；但如果你希望回答足够“实时”，要先保证 EA 持续向 /v1/mt5/ingest 推送数据。

10) 内核态持仓“每次扫描 + 动态管理”

已支持：在 kernel 模式下，只要有持仓，每次 ingest 都会强制让 AI 先做“仓位管理扫描”，再考虑新开仓。

AI 现在可以返回以下管理动作：

  • modify_all_sl_tp：批量更新当前品种所有持仓的止损/止盈（动态移动止盈止损）
  • close_all：主动全部平仓（当行情不确定或策略失效时）

EA 已支持执行以上两个动作，因此可以实现：

  • 持仓盈利时动态上移止损（保本/锁盈）
  • 持仓亏损且结构破坏时主动止损离场
  • 行情不明时优先收缩风险，而不是盲目继续加仓

11) 自动复盘与策略自我迭代

系统已新增“复盘模块”：

  • 每累计 REVIEW_EVERY_N_TRADES 笔**已平仓（win/loss）**交易后，自动读取历史交易（含下单原因）做一次复盘。
  • 复盘会统计：按动作（buy/sell/close/modify）与按原因标签（trend/breakout/reversal等）的胜负表现。
  • 根据统计自动更新策略参数，例如：
    • 做多持续亏损时，增大 sl_buffer_factor（更宽止损缓冲）
    • 趋势跟随表现变差时，下调 tp_factor（更保守止盈）
    • 连续亏损期切换到更保守 risk_mode

策略会持续“新增规则 + 修改参数”，并写入本地文件：

  • python/data/strategy_playbook.json

可查询当前策略文件：

curl -H "X-API-Key: change_me" "http://127.0.0.1:8000/v1/strategy/playbook"

注意：该复盘模块是“策略优化器”，不能保证稳定盈利；建议持续结合回测与模拟盘验证。 说明：复盘触发点在 /v1/mt5/close-result（有真实盈亏后），仅有开仓记录但没有平仓结果时，strategy_playbook.json 的统计会保持 0。

12) 本地报价缓存 + 复合分析

已支持：每次 /v1/mt5/ingest 收到报价后，都会落地到本地缓存文件：

  • python/data/quote_history.jsonl

AI 在每次决策时会自动叠加使用：

  • 实时多周期K线分析（原有）
  • 本地报价缓存特征（新增）：drift_bps、momentum_10_bps、spread_avg、spread_latest 等

这样可以在“当前快照 + 历史微观报价轨迹”上做复合判断，降低只看单帧数据的误判。

可查询最近报价缓存：

curl -H "X-API-Key: change_me" \
  "http://127.0.0.1:8000/v1/quotes/recent?symbol=BTCUSD&n=200"

13) AI 策略实验室（候选策略 + 回测晋升）

已新增数据驱动模块：python/mt5_agent/strategy_lab.py，目标是把“待测试策略”持续加入 Agent 的决策上下文，并根据本地数据回测后决定是否晋升为真实可用策略模板。

工作流：

  1. 读取本地数据：quote_history.jsonl + trade_history.jsonl
  2. 构建候选策略（例如动量多/空）
  3. 进行轻量回测（胜率、平均bps、触发次数）
  4. 满足阈值则标记为 promoted，写入 python/data/strategy_candidates.json
  5. 每次 AI 决策时把 strategy_candidates 一并注入 payload，作为“Agent 大脑”候选模板

默认阈值参数：

  • LAB_MIN_BACKTEST_TRADES=15

抗 M1 噪声提前平仓参数（推荐保留默认）：

  • CLOSE_ALL_MIN_HOLD_SECONDS=120：开仓后最短持仓秒数，防止刚开仓就被短周期波动洗掉
  • CLOSE_ALL_MIN_TF_INVALIDATIONS=2：close_all 需要 M5/M15/H1 至少 2 个周期反向确认
  • CLOSE_ALL_FORCE_LOSS=-25：若浮亏超过该值，允许无视上面条件直接风控平仓

接口：

# 主动运行一次策略实验室
curl -X POST -H "X-API-Key: change_me" \
  "http://127.0.0.1:8000/v1/strategy/lab/run?symbol=BTCUSD"

# 查看当前候选策略（含 promoted 状态）
curl -H "X-API-Key: change_me" \
  "http://127.0.0.1:8000/v1/strategy/candidates?symbol=BTCUSD"

About

No description, website, or topics provided.

Resources

Readme
Activity
Custom properties

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages