AI Trader for MT4

简体中文 | English

面向 MetaTrader 4 的 AI 辅助交易研究与受控执行框架。

项目将市场数据工具、策略配置、风险规则、信号生命周期、MT4 通信和大模型分析整合为可追踪的桌面应用。设计重点是让模型在明确工具和风险边界内工作，而不是将交易权限无约束地交给 AI。

本项目用于软件工程与量化研究，不构成投资建议。任何自动化交易都应先在模拟账户和隔离环境中验证。

项目背景

直接把行情数据交给大模型并生成交易指令，存在几个明显问题：

• 模型可能缺少账户、持仓或市场状态
• 自然语言输出难以稳定映射为执行动作
• 风险规则可能在多轮分析中被忽略
• 订单状态、异常和历史决策缺少可追踪记录

本项目将交易相关能力拆分为结构化工具，并使用流程、状态管理和确定性校验控制执行边界。

设计目标

• 为模型提供结构化而非零散的交易上下文
• 将只读分析、候选计划和实际执行分开
• 使用确定性规则检查仓位、止损、订单状态和重复操作
• 保留分析、工具调用、信号与执行日志
• 支持策略配置和模型提供方切换（OpenAI / DeepSeek / Moonshot 等）

系统架构

MetaTrader 4
    <-> File-based bridge / compiled EA
        <-> Python application
            -> Market data tools
            -> Portfolio and order tools
            -> Strategy and risk configuration
            -> LLM-assisted agent
            -> Signal and execution workflows
            -> Structured logs and local database

主要模块

• src/bridge/：MT4 通信与 AI 客户端边界
• src/app/：Agent、提示词、交易引擎与应用流程
• src/tools/：行情、组合、交易、新闻、形态与工作流工具
• src/services/：配置、日志、数据库与订单状态管理
• src/gui/：桌面界面与图表组件
• config/：模型、策略和日历配置
• tests/test_integration_suite.py：交易流程和异常场景的集成验证

主要技术：Python、PyQt5、异步任务、LLM API、SQLite/本地状态、MetaTrader 4 EA Bridge。

Agent 工作流与规则系统

• AI 遵循类 ReAct（Reason + Act）模式，按 Prepare -> Scan -> Act -> Conclude 的标准流程循环，每一步都基于工具返回的结构化报告而非凭空推断。
• prompts.py 中定义了系统级指令集：单笔与组合风险上限、持仓数量限制、信号分级（A/B/C 与"无交易"区间）、不同形态的入场细则，以及分批止盈与移动止损的利润阶梯管理。
• 引入**相对价差成本（Relative Spread Cost）**概念，让 AI 按不同资产类别的价差百分比评估流动性，避开高交易成本品种。
• AI 的每一步思考（Thought）、工具调用（Tool Calls）和观察（Observation）都完整记录并展示在 GUI 中，便于逐条复盘。

工作流驱动的二级工具系统

• 高级工作流工具（src/tools/tool_flows.py）：execute_prepare_flow、execute_scan_flow、execute_trade_flow、execute_management_flow 四大工作流将数十个原子操作封装为高级指令，既提高决策效率，也强制 AI 遵循标准流程。
• 原子工具层（src/tools/）：30 余个精细工具，覆盖价格行为扫描（scan_for_price_action）、谐波/供需区扫描（scan_for_structures）、基于形态与 ATR 缓冲的动态止损计算（calculate_stop_loss_from_pattern）、按风险金额精确计算手数的 calculate_lot_size，以及开平仓、修改、部分平仓等完整交易指令封装；search_jina_and_read 允许 AI 在决策前主动检索相关新闻。

MT4–Python 异步桥接

• Python 后端与 MT4 EA（AI_Trader_for_MT4.mq4）通过在 MQL4/Files 目录读写 .txt 文件通信，采用生产者–消费者模式实现异步解耦，避免了 DLL 调用的脆弱性。
• Python 端生成带唯一 ID 的命令文件，EA 轮询执行后写入对应响应文件；EA 持续输出账户、持仓、报价与新 K 线数据，Python 端实时监控。

数据库与状态管理

• src/services/order_db_manager.py 维护本地 SQLite 数据库，不仅是 MT4 订单的镜像，还承担状态增强职能。
• AI 订单的 Comment 遵循 L=0;G=A;S=PIN;M=N;ID=xxxx 格式（利润阶梯等级 / 交易评级 / 信号类型 / 管理状态 / 唯一 ID），数据库解析后作为结构化状态驱动仓位管理。
• 部分平仓时 MT4 会关闭原单并生成新单，系统将新单的 extends 字段指向原单并继承全部 AI 元数据，保证管理逻辑连续；新订单的利润阶梯价格（TP1–TP8）入库时预计算，加速后续决策。

PyQt5 图形界面

• 基于 PyQt5 + qasync（PyQt 与 asyncio 结合）构建不卡顿的桌面界面，集中展示账户净值、持仓列表、AI 状态与思考日志。
• GUI 内可切换模型与策略档案、管理 API 密钥；集成 pyqtgraph，双击持仓即可调出对应品种的 K 线图。

📸 软件截图

整体运行演示。

主界面：AI 代理配置、策略选择、账户状态与实时持仓集中展示。

AI 思考日志：实时展示完整的决策链。

AI 思考日志：工具调用与观察结果逐条可追踪。

内置 K 线图表查看器：支持查看 K 线、指标与形态，双击持仓即可快速打开。

工作流程

Market and account state
    -> Prepare workflow
    -> Read-only analysis
    -> Candidate trade plan
    -> Deterministic validation
    -> Controlled execution
    -> Position management
    -> Logs and review

快速开始

环境要求

• Windows（MetaTrader 4 主要为 Windows 平台）
• MetaTrader 4 终端
• Python 3.8+（开发者版）
• 至少一个受支持的 LLM API Key（OpenAI / DeepSeek / Moonshot）；Jina API Key 可选，用于新闻检索

方式一：直接运行（免 Python 环境）

1. 从 Releases 页面下载最新 AI-Trader-For-MT4.zip 并解压。
2. 将解压目录中的 MQL4/Experts/AI_Trader_for_MT4.mq4 复制到 MT4 数据目录的 MQL4/Experts/，在 MT4 导航器中刷新 EA 列表并拖拽到图表上，勾选"允许 DLL 导入"与"允许实时自动交易"。
3. 复制 .env.example 为 .env，填入 API 密钥；关键：将 MT4_DATA_PATH 设置为 MT4 数据文件夹下 MQL4/Files 目录的绝对路径。
4. 双击 AI-Trader-For-MT4.exe 启动。

方式二：从源码运行（开发者）

git clone https://github.com/toki-plus/ai-trader-for-mt4.git
cd ai-trader-for-mt4
python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt
copy .env.example .env

EA 安装与 .env 配置同方式一的第 2、3 步，然后：

python main.py

基本使用

1. 确认 MT4 终端运行中且 EA 已在图表上激活（图表右上角出现笑脸图标），启动 Python 主程序，GUI 左上角连接状态变为绿色 "Connected"。
2. 在 GUI 中选择 AI 模型与策略档案（如 15-Minute 对应日内节奏，4-Hour 对应波段节奏）。
3. 点击 RUN 开始周期性分析与决策；在 "Logs" 区域观察完整思考过程，在 "MT4 Open Positions" 区域同步查看持仓；点击 STOP 后 AI 完成当前循环即安全停止。

验证建议

• 先在模拟账户和单一品种上验证连接、只读查询和日志。
• 在启用任何执行功能前，验证仓位、止损、重复订单和异常恢复规则。
• 集成测试会访问交易流程，必须在隔离的测试环境中运行：

python tests/test_integration_suite.py

当前限制

• MT4 文件桥接存在轮询延迟，并依赖终端持续运行。
• 新闻和模型服务依赖外部 API 的可用性与配额。
• 模型输出不具备确定性，不能替代风险规则和人工监督。
• 项目尚未配置持续集成，测试应由使用者在受控环境中执行。

⚠️ 重要免责声明

本项目仅供技术学习和研究目的使用。自动化交易系统固有高风险，可能导致重大的财务损失。

强烈建议您仅在模拟账户（Demo Account）上运行此项目进行测试和验证。切勿在真实资金账户上使用。

• 不保证收益或策略表现；回测、模拟和历史结果不代表未来表现。
• 使用者应理解代码、策略、经纪商和市场风险后再决定是否启用执行功能。
• 作者不对任何因使用此软件（或其任何部分）而直接或间接导致的财务损失或其他任何形式的损失负责。在真实账户上运行此软件的风险完全由您自行承担。

📂 更多项目

• video-mover — 多平台内容分发自动化流水线：素材处理、文案生成、定时调度与多平台适配
• ai-highlight-clip — 长视频智能初筛：Whisper 转写 + LLM 评分 + 人工终审，分钟级定位高光片段
• ai-ttv-workflow — 文案到短视频的桌面工作流，关键节点保留人工确认
• ai-video-workflow — 多模型 AIGC 视频生成流水线：文生图、图生视频、文生音乐的异步编排
• ai-mixed-cut — 素材库结构化与脚本重组的视频再创作工作流
• ai-trader-for-mt5 — 面向 MT5 的 AI 交易助手与 EA 工程化框架
• auto-usps-tracker — 跨境电商批量物流追踪与 Excel 报告自动化
• AB-Video-Deduplicator — 基于高帧率抽帧混合的视频再创作实验工具
• netease-downloader — 网易云音乐下载桌面应用：扫码登录、下载队列、ID3 元数据写入

License

See LICENSE.