AI Trader for MT5

面向 MetaTrader 5 的 AI 辅助交易研究与执行架构案例。

该方案探索如何将市场数据、策略规则、风险约束、交易状态和大模型分析组织为可追踪的工程流程。核心目标是提高研究、复盘和执行过程的结构化程度，而不是承诺交易收益。

本仓库为公开技术案例，包含架构说明和界面示例，不包含完整实现代码。所有内容仅用于软件工程与量化研究，不构成投资建议。

问题背景

自动化交易系统同时涉及行情数据、策略逻辑、订单状态、风险控制、异常处理和复盘记录。直接让大模型产生交易指令，容易出现上下文不完整、输出不可追踪和风险约束失效等问题。

本方案将 AI 放在受约束的分析层中，并通过确定性的工具、规则和风控模块管理数据访问与执行边界。

方案目标

• 统一管理行情、账户、持仓、信号和历史记录
• 将策略规则与风险约束转化为可执行配置
• 为 AI 分析提供结构化、可审计的上下文
• 将研究、信号、执行和复盘分离
• 对连接中断、重复信号和订单异常建立保护机制

参考架构

MT5 terminal
    <-> Python integration layer
        -> Market and account tools
        -> Strategy and risk rules
        -> AI-assisted analysis
        -> Signal lifecycle
        -> Controlled execution
        -> Logs and review data

主要模块

MT5 与服务集成

• MetaTrader 5 Python 客户端封装
• 面向外部工具调用的 MCP / API 服务边界
• 账户、行情、订单、持仓和历史记录接口
• 桌面启动器、配置和日志入口

策略与风险

• 策略参数与规则配置
• 仓位、回撤、日亏损和交易时段约束
• 点差、滑点、连接和重复信号保护
• 信号生成、更新、失效与执行状态管理

AI 辅助分析

• 组织市场、账户和策略上下文
• 根据明确规则生成研究意见或候选计划
• 保存分析输入、输出和状态变化以支持复盘
• 将模型输出与最终执行权限分离

界面示例

当前状态

本仓库用于展示问题拆解、架构设计和界面原型。完整实现、服务配置与部署代码未公开，因此不应将本仓库视为可直接运行的开源交易系统。

风险说明

• 大模型输出可能错误、过时或不稳定。
• 回测和历史表现不代表未来结果。
• 自动化交易必须在模拟账户和受控环境中充分验证。
• 任何实际交易决策及其结果由使用者自行承担。