MetaTrader 5 / Примеры
English Deutsch 日本語
preview
От новичка до эксперта: Советник Reporting EA - Настройка рабочего процесса

От новичка до эксперта: Советник Reporting EA - Настройка рабочего процесса

MetaTrader 5 — Примеры |
469 0
Clemence Benjamin
Clemence Benjamin

Содержание:



Введение

Идея создания этой концепции возникла, когда я начал ежедневно получать подтверждения сделок от своего брокера по электронной почте. Эти сводки содержали четкий, профессиональный обзор торговой деятельности и подчеркивали потенциал для статистического анализа результатов работы. Изучая терминал MetaTrader 5, я обнаружил, что в его текущей версии есть комплексный инструмент для создания отчетов, способный экспортировать подробные отчеты как в формате HTML, так и в формате PDF. Однако в нем отсутствуют функциональные возможности для автоматической доставки отчетов и централизованного управления. В настоящем обсуждении мы стремимся изучить роль торговых отчетов, прояснить ключевые термины, которые они содержат, и подчеркнуть их практическую важность для каждого трейдера, стремящегося принимать обоснованные решения. 

В конечном счете, мы планируем внедрить пользовательскую систему отчетности с использованием MQL5 в сотрудничестве с Python и другими внешними инструментами. Это решение будет генерировать подробные отчеты, обеспечивать совместимость с несколькими форматами файлов и поддерживать автоматизированную доставку с помощью практичных и надежных методов.

После изучения документов, экспортированных из MetaTrader 5, стало ясно, что они содержат ценную информацию и предварительно рассчитанные показатели, дающие трейдерам математическое представление об их результатах - информацию, которая может напрямую влиять на торговые решения и корректировку поведения.

В настоящее время отчеты в MetaTrader 5, как правило, можно получить с помощью ручной навигации. Однако при работе с советниками (EAs) у нас есть возможность программно управлять формированием и отправкой этих отчетов. Хотя некоторые брокеры уже отправляют их автоматически, наша цель в этом обсуждении — разработать систему, которая позволит планировать доставку отчетов в соответствии с нашими собственными предпочтениями, настраивая как частоту, так и содержание.

Работая над решением этой задачи, мы рассмотрим практическую важность торговых отчетов на примере одного моего собственного опыта. Мы также рассмотрим общие термины, встречающиеся в этих отчетах, и обсудим, как их можно использовать для улучшения как стратегий ручной торговли, так и оценки эффективности работы советников.

В MetaTrader 5 можно получить доступ к торговым отчетам, выбрав "Отчеты" в меню "Просмотр" или используя сочетание клавиш  Alt+E. Окно отчета отображает различные аспекты вашей торговой деятельности в четком, организованном формате. В этом окне у вас также есть возможность сохранить свои отчеты в формате HTML или PDF, как показано на рисунке ниже:

Accessing MetaTrader 5 account terminal reports

Доступ к отчетам в MetaTrader 5

На приведенной выше иллюстрации показаны некоторые ключевые компоненты, которые обычно можно найти в торговых отчетах. Хотя эта информация очень ценна, многие трейдеры склонны сосредотачиваться исключительно на графиках и исполнении сделок, часто пренебрегая периодическим просмотром своих отчетов о результатах. Очень важно получить четкое представление об этих отчетах, поскольку это укрепляет дисциплину и поддерживает более здоровый образ мышления трейдера, извлекая информацию из прошлой деятельности.

Ознакомившись со своим торговым отчетом, я взял на себя инициативу изучить содержащиеся в нем ключевые термины и составил примечания вместе с практическими примерами, чтобы облегчить их понимание. В следующем разделе вы найдете пять структурированных идей, каждая из которых содержит краткое, но содержательное объяснение. Они служат основой для плана реализации, который мы рассмотрим позже в этой статье. К тому времени, когда мы перейдем к этапу технической разработки, цель состоит в том, чтобы обеспечить четкое понимание этих концепций отчетов. Если вы уже знакомы с ними, можете смело переходить к этапу реализации.


Ознакомление с торговыми отчетами на MQL5

1. Краткая информация о результатах работы

Рентабельность инвестиций (ROI):

  • Измеряет, насколько увеличивается баланс счета по сравнению с первоначальным капиталом.
  • Рассмотрите возможность начать с 5 000 долларов и закончить с 12 000 долларов. Это дает увеличение на 140%, то есть каждый доллар, которым вы рискнули, станет 2,40 доллара.

Просадка:

  • Фиксирует самый резкий спад в процентах от максимальной отметки до следующего минимума.
  • Представьте, что капитал достигает пика в 12 000 долларов, а затем падает до 9 600 долларов — падение на 20%, свидетельствующее о самом глубоком спаде перед восстановлением.

Показатели активности:

  • Отражают темп и последовательность торговли — количество сделок в неделю, процент успешных сделок и среднюю продолжительность удержания.
  • В качестве примера можно привести то, что при совершении 80 сделок в течение восьми недель получается 10 сделок в неделю; прибыль в 32 из них дает 40% успеха; а общий срок нахождения на рынке в течение 160 дней составляет в среднем 2 дня.

Коэффициент Шарпа:

  • Указывает, сколько сверхдохода получено за каждую единицу пережитой волатильности.
  • Чтобы продемонстрировать это, сравните две системы, обе из которых приносят 15% годовых: у системы, колеблющейся на ±2% в день, коэффициент Шарпа будет заметно выше, чем у системы, колеблющейся на ±6%, что отражает более плавное движение капитала.

Коэффициент прибыльности:

  • Выражает валовую прибыль, разделенную на валовые убытки, чтобы показать эффективность победителей по сравнению с проигравшими.
  • Возьмем, к примеру, прибыльные сделки на сумму 8 000 долларов против убыточных сделок на сумму 5 000 долларов, что дает соотношение 1,6. Таким образом, каждый потерянный доллар компенсируется прибылью в 1,60 доллара.

Фактор восстановления:

  • Сравнивает чистую прибыль с самой большой просадкой, которая наблюдалась.
  • Предположим, что стратегия приносит прибыль в размере 4 000 долларов, а в худшем случае теряет 1 000 долларов. Коэффициент восстановления, равный 4, указывает на то, что прибыль была в четыре раза больше, чем самый большой убыток.

2. Разбивка прибылей и убытков

Валовая прибыль и валовой убыток:

  • Итоговые суммы прибыльных и убыточных сделок определяют общий объем прибыли до вычета затрат.
  • Например, прибыль в размере 15 000 долларов против убытков в размере 6 000 долларов создает общее преимущество в размере 9 000 долларов.

Комиссии и чистая прибыль:

  • Вычитание комиссионных, свопов и других сборов из валовых результатов показывает истинную прибыль.
  • Чтобы представить это в перспективе, вычтите 1 200 долларов комиссий из прибыли в 9 000 долларов и получите чистую прибыль в размере 7 800 долларов.

Ежемесячные тренды:

  • Построение графиков чистых результатов от месяца к месяцу показывает изменения в результатах.
  • Например, рост на 4 000 долларов в январе, на 3 000 долларов в феврале, на 800 долларов в марте и снижение на 500 долларов в апреле указывает на тенденцию к снижению, которая требует внимания.

3. Анализ рисков

Максимальная просадка:

  • Определяет наибольший процент падения от пика до следующего минимума.
  • Представьте, что ваш счет снизился с 20 000 до 14 000 долларов, а затем восстановился — в худшем случае снижение составило 30%.

Последовательные прибыли и убытки:

  • Самые продолжительные серии положительных или отрицательных результатов проверяют как стабильность системы, так и психологию трейдера.
  • Представьте, что вы терпите семь раз подряд убытки, а прибыль получаете пять раз подряд; каждая серия определяет уверенность, дисциплину и размер позиции.

Максимальная потенциальная прибыль (MFE):

  • Отслеживает самую высокую нереализованную прибыль, полученную за время существования сделки.
  • Чтобы проиллюстрировать это, одна позиция может подняться на 600 долларов до своего пика, прежде чем сработают какие-либо ордера на выход.

Максимальный потенциальный убыток (MAE):

  • Фиксирует самый большой нереализованный убыток, понесенный до закрытия.
  • Учтите, что одна и та же сделка может упасть на 200 долларов, прежде чем закрыться с прибылью, сигнализируя о том, где может помочь корректировка стоп‑лосса.

4. Эффективность инструмента/символа

Коэффициент успешных сделок по активам:

  • Процент успеха на каждом рынке показывает, где преимущество наиболее велико.
  • Например, пара EURUSD может обеспечить прибыли в 48% сделок, в то время как пара USDJPY дает прибыль в 60%, что свидетельствует о более сильных сигналах для последней.

Вклад в прибыль:

  • Чистая прибыль в разбивке по инструментам показывает, откуда на самом деле берется прибыль.
  • Возьмем, к примеру, EURUSD, который добавляет 9 600 долларов к итоговой сумме, в то время как XAUUSD вычитает 1 100 долларов, определяя распределение ресурсов.

Риск концентрации:

  • Показывает долю капитала или количество сделок, привязанных к одному рынку.
  • Предположим, что 40% средств размещено в паре EURUSD; внезапное изменение курса евро может непропорционально сильно повлиять на общий результат.

Коэффициент прибыльности на инструмент:

  • Сравнивает общие прибыли и убытки для каждого рынка, уточняя эффективность.
  • Чтобы продемонстрировать это, пара USDJPY может похвастаться соотношением 1,8, в то время как AUDCAD находится на уровне 0,9, определяя, какие пары следует расставлять по приоритетам, а какие избегать.

5. Активность и поведенческие шаблоны

Распределение сделок:

  • Баланс длинных и коротких позиций показывает смещение направления.
  • Например, удержание длинных позиций на уровне 70% предполагает преимущественно бычью позицию, которая может ослабнуть на боковых рынках.

Автоматизация против ручного режима:

  • Сравнение алгоритмических сделок со сделками, заключаемыми человеком, показывает, в чем заключается истинное преимущество.
  • Только подумайте, что 65% чистой прибыли приходится на автоматизированный ввод данных, а 35% - на ручной, что подчеркивает силу системы.

Временной анализ:

  • Разбивка результатов по часам и дням недели позволяет определить оптимальные и уязвимые периоды.
  • Например, большинство убытков может произойти между 11:00 и 12:00 по Гринвичу, указывая на то, что периода в обеденное время лучше избегать.

Показатели стиля:

  • Подход определяется средней продолжительностью удержания и недельным объемом торгов.
  • Чтобы проиллюстрировать это, среднее время удержания в течение четырех часов в сочетании с примерно 25 сделками в неделю характеризует внутридневную стратегию с умеренным темпом.


Реализация

На этом этапе мы приступаем к настройке нашего рабочего процесса. Благодаря предыдущему разделу, в котором мы подробно разобрались с терминологией торговых отчетов, вам будет легче понять эту часть, поскольку в ней меньше незнакомых понятий.

Для достижения цели данной статьи мы разработаем советник (EA), который обрабатывает экспорт данных и подготавливает необходимые логи. Этот советник будет служить связующим звеном между MetaTrader 5 (MQL5) и библиотеками Python, отвечающими за обработку исторических торговых данных и формирование итогового отчета в портативном формате — аналогично инструментам отчетности, встроенным в терминал MetaTrader 5.

Мы начнем с представления блок-схемы, описывающей весь процесс, за которой последует разбивка необходимых инструментов и настроек среды, чтобы все заработало. Все компоненты этого проекта основаны на технологиях с открытым исходным кодом, обеспечивающих доступность для всех.

Reporting EA process flow

Последовательность технологических операций

Для начала убедитесь, что в вашей системе установлен MetaTrader 5. Затем приступайте к настройке среды Python, о которой я подробно расскажу позже. Упрощенный список требований и инструментов, используемых в этом рабочем процессе, приведен в таблице ниже.

Компонент Инструменты с открытым исходным кодом Стоимость Примечания по реализации
Извлечение данных Советник MetaTrader 5 (ReporterEA.mq5) Бесплатно Пользовательский экспорт в формате CSV с фильтрацией по диапазону дат
Механизм планирования MetaTrader 5 Timer Events (OnTimer()) Бесплатно Внутреннее планирование в терминале MetaTrader 5
Обработка Python 3.10+ (Pandas, Matplotlib) Бесплатно Запускается советником через ShellExecute
Предоставление отчета smtplib + Gmail SMTP Бесплатно Много бесплатных электронных писем в день от Python script
Обслуживание Функции автоматической очистки советника Бесплатно Ротация файлов и обработка ошибок в MQL5/Python


Разработка советника Reporting EA

На данном этапе мы начинаем разработку советника (EA) в соответствии с планом. Я расскажу вам о каждом компоненте кода, объяснив, как они работают вместе, образуя целостную и функциональную систему. Цель состоит в том, чтобы создать надежный советник, который без проблем выполнял бы свое предназначение. Следите за тем, как мы разбиваем процесс разработки на четкие, управляемые этапы, следя за тем, чтобы каждый элемент был прост для понимания и вносил значимый вклад в конечный продукт.

В MetaEditor 5 откройте новый файл и выберите шаблон "Эксперт". Рекомендую удалить все разделы автоматически сгенерированного кода, которые не соответствуют нашим текущим целям разработки, чтобы мы могли сосредоточиться только на том, что имеет значение. Следуйте приведенным ниже шагам под номерами и мы начнем поэтапно создавать советник.

1. Метаданные файлов и инструкции по компиляции

В верхней части файла директивы #property объявляют метаданные для советника (EA). Эти свойства включают в себя информацию об авторских правах и ссылках, которые отображаются в поле “О программе” терминала MetaTrader 5, а также номер версии и строгий режим компиляции. Строгий режим обеспечивает соблюдение более строгих правил проверки типов и компиляции, помогая предотвращать незначительные ошибки, запрещая неявное приведение значений и требуя явных преобразований.

#property copyright "Clemence Benjamin"
#property link      "https://www.mql5.com/go?link=https://www.mql5.com/en/users/billionaire2024/seller"
#property version   "1.00"
#property strict

2. Импорт констант и Windows API

Операторы #define создают символические имена для часто используемых значений констант (SW_HIDE для скрытия окон консоли и INVALID_FILE_ATTRIBUTES для проверки ошибок). После этого код импортирует две системные библиотеки Windows с помощью #import: kernel32.dll для функций, связанных с атрибутами файлов (GetFileAttributesW) и shell32.dll для выполнения внешних процессов (ShellExecuteW). Вызывая эти встроенные функции библиотеки DLL, советник расширяет встроенные возможности MetaTrader 5 для проверки существования файла и запуска интерпретатора Python.

#define SW_HIDE                 0
#define INVALID_FILE_ATTRIBUTES 0xFFFFFFFF

//--- Windows API imports
#import "kernel32.dll"
uint   GetFileAttributesW(string lpFileName);
#import

#import "shell32.dll"
int    ShellExecuteW(int hwnd, string lpOperation, string lpFile, string lpParameters, string lpDirectory, int nShowCmd);
#import

3. Пользовательские данные, вводимые для настройки

Входные данные отображают настраиваемые параметры в диалоговом окне настроек советника. Пользователи могут указать абсолютный путь к исполняемому файлу на Python (PythonPath), запускаемый скрипт на Python (ScriptPath), час и минуту, когда должен выполняться ежедневный отчет (Reportthour, ReportMinute), будут ли отправляться push-уведомления (EnableEmail) и будет ли выполняться первоначальный тестовый запуск при запуске (TestOnInit). Использование их в качестве входных данных позволяет непрограммистам изменять поведение без редактирования исходного кода.

//--- User inputs
input string PythonPath   = "C:\\Users\\BTA24\\AppData\\Local\\Programs\\Python\\Python312\\python.exe";
input string ScriptPath   = "C:\\Users\\BTA24\\Documents\\BENJC_TRADE_ADVISOR\\Scripts\\processor.py";
input int    ReportHour   = 15;    // Hour (24h) to run report
input int    ReportMinute = 55;    // Minute after the hour
input bool   EnableEmail  = true;  // Send push notification
input bool   TestOnInit   = true;  // Immediately run export+Python on init

4. Управление глобальным состоянием

Единственная глобальная переменная, lastRunTime, хранит временную метку последнего успешного выполнения отчета. Сравнивая TimeCurrent() с lastRunTime, советник гарантирует, что отчет выводится только раз в 24 часа, хотя обратный вызов по таймеру выполняется чаще.

//--- Globals
datetime lastRunTime = 0;

5. Логика инициализации (OnInit)

Функция OnInit() выполняет все процедуры запуска. Сначала она выводит сообщения о статусе в лог советника. Проверяет атрибуты файла для исполняемого файла и скрипта Python и выводит предупреждения, если они отсутствуют. Затем проверяет права на запись, создавая, записывая, закрывая и удаляя фиктивный файл в каталоге MQL5\Files. Затем настраивает повторяющееся событие таймера каждые 30 секунд с помощью EventSetTimer(30). Наконец, если TestOnInit имеет значение true, она немедленно вызывает RunDailyExport() для проверки полного рабочего процесса экспорта и Python, фиксируя текущее время в lastRunTime.

int OnInit()
{
   Print(">> Reporting EA initializing…");

   // Verify Python executable
   if(GetFileAttributesW(PythonPath) == INVALID_FILE_ATTRIBUTES)
      Print("!! Python executable not found at: ", PythonPath);
   else
      Print("✔ Found Python at: ", PythonPath);

   // Verify Python script
   if(GetFileAttributesW(ScriptPath) == INVALID_FILE_ATTRIBUTES)
      Print("!! Python script not found at:   ", ScriptPath);
   else
      Print("✔ Found script at:   ", ScriptPath);

   // Test write permission
   int h = FileOpen("test_perm.txt", FILE_WRITE|FILE_COMMON|FILE_ANSI);
   if(h==INVALID_HANDLE)
      Print("!! Cannot write to MQL5\\Files directory!");
   else
   {
      FileWrite(h, "OK");
      FileClose(h);
      FileDelete("test_perm.txt");
      Print("✔ Write permission confirmed.");
   }

   // Set timer
   EventSetTimer(30);
   Print(">> Timer set to 30 seconds.");

   // Test run on init
   if(TestOnInit)
   {
      Print(">> Test mode: running initial export.");
      RunDailyExport();
      lastRunTime = TimeCurrent();
   }

   return(INIT_SUCCEEDED);
}

6. Логика деинициализации (OnDeinit)

Когда советник удаляется или платформа выключается, вызывается функция OnDeinit(). Её единственной обязанностью является очистка путем отключения таймера (EventKillTimer()) и регистрации сообщения о деинициализации. Правильное высвобождение ресурсов таймера предотвращает потерянные обратные вызовы и потенциальные сбои.

void OnDeinit(const int reason)
{
   EventKillTimer();
   Print(">> Reporting EA deinitialized.");
}

7. Обратный вызов по таймеру для планирования (OnTimer)

Каждые 30 секунд OnTimer() запускается и извлекает текущие часы и минуты с помощью структуры MqlDateTime. Она проверяет, соответствует ли текущее время настроенному времени отчета (ReportHour, ReportMinute) или превышает его, и прошло ли по крайней мере 86 400 секунд (24 часа) с lastRunTime. Эта двойная проверка гарантирует, что отчет будет выводиться один раз в день в назначенную минуту или позже нее.

void OnTimer()
{
   MqlDateTime dt; TimeToStruct(TimeCurrent(), dt);

   if(dt.hour==ReportHour && dt.min>=ReportMinute && (TimeCurrent()-lastRunTime)>86400)
   {
      RunDailyExport();
      lastRunTime = TimeCurrent();
   }
}

8. Основные рабочие процессы: Экспорт и вызов Python (RunDailyExport)

  1. Эта функция включает в себя основные этапы функции отчетности советника.
  2. Вычисляет абсолютный путь к каталогу MQL5\Files в MetaTrader 5, используя TerminalInfoString.
  3. Создает имена файлов с отметкой даты как для экспорта в формате CSV, так и для лог-файла, отформатировав текущую дату и удалив точки.
  4. Вызов функции ExportHistoryToCSV(), чтобы записать историю сделок за последние 30 дней в CSV-файл. Если это не удается, функция прерывается.
  5. Создает командную строку, которая вызывает интерпретатор Python со скриптом и именем файла CSV, перенаправляя как стандартный вывод, так и стандартную ошибку в лог-файл. Форматирование строк и StringFormat обеспечивают правильное заключение в кавычки путей, содержащих пробелы.
  6. Вызывает оболочку ShellExecute() советника для запуска cmd.exe /c <pythonCmd>, которая захватывает целочисленный код возврата для ведения лога диагностики.
  7. Сделайте паузу на 3 секунды в режиме Sleep(3000), чтобы дать внешнему процессу Python завершиться.
  8. Проверьте наличие лог-файла, затем прочитайте и распечатайте его содержимое построчно в журнале эксперта.
  9. Наконец, создайте уведомление с кратким описанием пути к CSV—файлу и, если оно включено, отправьте его с помощью функции sendNotification() на мобильные терминалы пользователя.

void RunDailyExport()
{
   string filesDir = TerminalInfoString(TERMINAL_DATA_PATH) + "\\MQL5\\Files\\";
   
   string dateStr = TimeToString(TimeCurrent(), TIME_DATE);
   StringReplace(dateStr, ".", "");
   
   string csvName = "History_" + dateStr + ".csv";
   string logName = "ProcLog_" + dateStr + ".txt";
   
   string csvFull  = filesDir + csvName;
   string logFull  = filesDir + logName;

   // 3) Export CSV
   if(!ExportHistoryToCSV(csvName))
   {
      Print("!! CSV export failed: ", csvFull);
      return;
   }
   Print("✔ CSV exported: ", csvFull);

   // 4) Build Python command
   string pythonCmd = StringFormat(
      "\"%s\" \"%s\" \"%s\" >> \"%s\" 2>&1",
      PythonPath,
      ScriptPath,
      csvFull,
      logFull
   );
   string fullCmd = "/c " + pythonCmd;
   PrintFormat("→ Launching: cmd.exe %s", fullCmd);

   // 5) Execute
   int result = ShellExecute(" " + fullCmd);
   PrintFormat("← ShellExecute returned: %d", result);

   // 6) Wait
   Sleep(3000);

   // 7) Read log
   if(GetFileAttributesW(logFull) == INVALID_FILE_ATTRIBUTES)
      Print("!! Log file not created: ", logFull);
   else
   {
      Print("=== Python Log Start ===");
      int fh = FileOpen(logName, FILE_READ|FILE_COMMON|FILE_TXT);
      while(fh!=INVALID_HANDLE && !FileIsEnding(fh))
         Print("PY: ", FileReadString(fh));
      if(fh!=INVALID_HANDLE) FileClose(fh);
      Print("=== Python Log End ===");
   }

   // 8) Notification
   string msg = "Report & log generated: " + csvFull;
   Print(msg);
   if(EnableEmail) SendNotification(msg);
}

9. Генерация CSV-файлов (ExportHistoryToCSV)

Эта вспомогательная функция автоматизирует извлечение истории сделок в CSV-файл. Она выбирает всю историю за последние 30 дней (HistorySelect), выполняет итерацию по каждому тикету сделки, извлекает свойства (время, тип, символ, объем, цена, прибыль, комиссия, своп) с помощью функций HistoryDealGet* и записывает их в виде значений, разделенных запятыми, с помощью FileWrite. После вывода строки заголовка цикл создает каждую строку с использованием DoubleToString и TimeToString, обеспечивая согласованную точность чисел и форматирование временных меток. Надлежащая проверка ошибок в FileOpen предотвращает автоматические сбои.

bool ExportHistoryToCSV(string filename)
{
   datetime end   = TimeCurrent();
   datetime start = end - 2592000; // last 30 days

   HistorySelect(start, end);
   int total = HistoryDealsTotal();

   int fh = FileOpen(filename, FILE_WRITE|FILE_CSV|FILE_COMMON|FILE_ANSI, ",");
   if(fh==INVALID_HANDLE)
   {
      Print("!! FileOpen failed for: ", filename);
      return(false);
   }

   FileWrite(fh, "Ticket,Time,Type,Symbol,Volume,Price,Profit,Commission,Swap");

   for(int i=0; i<total; i++)
   {
      ulong deal = HistoryDealGetTicket(i);
      if(deal==0) continue;

      long    tr = HistoryDealGetInteger(deal, DEAL_TIME);
      datetime t = (datetime)tr;
      int     tp = (int)HistoryDealGetInteger(deal, DEAL_TYPE);

      string  sym = HistoryDealGetString (deal, DEAL_SYMBOL);
      double  vol = HistoryDealGetDouble (deal, DEAL_VOLUME);
      double  prc = HistoryDealGetDouble (deal, DEAL_PRICE);
      double  pf  = HistoryDealGetDouble (deal, DEAL_PROFIT);
      double  cm  = HistoryDealGetDouble (deal, DEAL_COMMISSION);
      double  sw  = HistoryDealGetDouble (deal, DEAL_SWAP);

      FileWrite(fh,
         deal,
         TimeToString(t, TIME_DATE|TIME_SECONDS),
         tp,
         sym,
         DoubleToString(vol,2),
         DoubleToString(prc,5),
         DoubleToString(pf,2),
         DoubleToString(cm,2),
         DoubleToString(sw,2)
      );
   }

   FileClose(fh);
   return(true);
}

10. Оболочка Shell Command (ShellExecute)

Функция ShellExecute служит тонкой оболочкой для импортированного вызова API ShellExecuteW. Стандартизируя вызов cmd.exe, она скрывает сложность собственного API и всегда использует SW_HIDE для подавления окон консоли. Возврат целочисленного результирующего кода позволяет советнику обнаруживать и регистрировать потенциальные ошибки при запуске внешних команд

int ShellExecute(string command)
{
   return(ShellExecuteW(0, "open", "cmd.exe", command, NULL, SW_HIDE));
}


Разработка процессорного скрипта на Python

Начинаем с настройки Python и установки необходимых библиотек. Сначала откроем командную строку и выполним необходимые команды установки. После этого можно подготовить свой скрипт на Python с помощью текстового редактора. Лично я предпочитаю Notepad++, инструмент с открытым исходным кодом, но вы можете использовать любую среду IDE Python по своему выбору.

Настройка

1. Чтобы подготовить Python-версию, начните с установки последнего интерпретатора Python 3.x (например, 3.10 или 3.12). Создайте и активируйте виртуальную среду в папке вашего проекта:

python -m venv venv  

source venv/Scripts/activate    # Windows  

# or  

source venv/bin/activate        # macOS/Linux  

2. После активации установите необходимые пакеты с помощью:

pip install pandas fpdf

  • pandas обрабатывает синтаксический анализ CSV и анализ данных,
  • FPDF (или другая библиотека PDF по вашему выбору) генерирует отчет.

3. Если вы планируете отправлять оповещения по электронной почте, также установите библиотеку SMTP, такую как yagmail, или используйте встроенный smtplib в Python. 

Теперь пришло время разработать скрипт на Python. Мы выполним следующие шаги для реализации каждой части.

1. Заголовок скрипта и импорт

Скрипт начинается с настройки в стиле Unix, позволяющей выполнять его в совместимых системах, за которой следует импорт ключевых библиотек:

  • sys, os и обратная трассировка для взаимодействия с операционной системой, обработки аргументов и вывода сообщений об ошибках;
  • pandas для загрузки данных и манипулирования;
  • datetime и timedelta для вычисления даты;
  • FPDF из пакета fpdf для создания отчетов в формате PDF.

#!/usr/bin/env python

import sys, os, traceback

import pandas as pd

from datetime import datetime, timedelta

from fpdf import FPDF

2. Основные рабочие процессы: Проверка аргументов и файлов

Функция main(csv_path) выполняет роль оркестратора. Он выводит обрабатываемый CSV-файл и немедленно проверяет, существует ли файл. Если не существует - вызывает FileNotFoundError. Это отражает собственные предполетные проверки советника MQL5 на наличие путей к исполняемому файлу и скрипту на Python.

def main(csv_path):

    print(f"Processing CSV: {csv_path}")

    if not os.path.isfile(csv_path):

        raise FileNotFoundError(f"CSV not found: {csv_path}")

3. Загрузка и синтаксический анализ CSV-файла

Используя pandas.read_csv, скрипт загружает CSV-файл торговой истории, созданный советником. Затем он преобразует столбец "Time" в объекты datetime с помощью pd.to_datetime, обеспечивая точность последующих вычислений на основе времени. Это аналогично форматированию times советником с помощью TimeToString.

# 1. Load & parse

    df = pd.read_csv(csv_path)

    df['Time'] = pd.to_datetime(df['Time'])

4. Вычислительная сводная аналитика

Скрипт объединяет ключевые показатели результатов работы в словарь отчетов:

  • 'date': сегодняшняя дата в виде строки;
  • 'net_profit': сумма столбца Profit;
  • 'trade_count': общее количество рядов в DataFrame;
  • 'top_symbol': символ с наибольшей совокупной прибылью, использующий groupby и idxmax.

Эти показатели соответствуют содержимому CSV-файла советника и позволяют в формате PDF точно отобразить то, что было экспортировано.

 # 2. Analytics

    report = {

        'date'       : datetime.now().strftime("%Y-%m-%d"),

        'net_profit' : df['Profit'].sum(),

        'trade_count': len(df),

        'top_symbol' : df.groupby('Symbol')['Profit'].sum().idxmax()

    }

5. Создание отчета в формате PDF

Скрипт создает выходной путь в том же каталоге MQL5\Files, что и CSV, называя PDF-файл по дате. Затем вызывает generate_pdf(report, pdf_file). Это согласуется с тем, что советник регистрирует выходные данные Python и ожидает, что любые артефакты (как в формате CSV, так и в формате PDF) будут помещены в общую папку с файлами.

# 3. Generate PDF

    dirpath = os.path.dirname(csv_path)

    pdf_file = os.path.join(dirpath, f"Report_{report['date']}.pdf")

    generate_pdf(report, pdf_file)


    print(f"PDF written: {pdf_file}")

    return 0

6. Создание PDF-файла с помощью FPDF

Функция generate_pdf использует простой API FPDF: создает документ, добавляет страницу, устанавливает шрифт и записывает строки для каждого показателя. Параметр ln=True автоматически перемещается на следующую строку. Этот модульный помощник позволяет отделить проблемы форматирования PDF-файлов от логики данных.

def generate_pdf(report, output_path):

    pdf = FPDF()

    pdf.add_page()

    pdf.set_font("Arial", size=12)

    pdf.cell(0, 10, f"Report Date: {report['date']}", ln=True)

    pdf.cell(0, 10, f"Total Trades: {report['trade_count']}", ln=True)

    pdf.cell(0, 10, f"Net Profit:    ${report['net_profit']:.2f}", ln=True)

    pdf.cell(0, 10, f"Top Symbol:    {report['top_symbol']}", ln=True)

    pdf.output(output_path)

7. Обслуживание: Очистка старых отчетов

Чтобы предотвратить переполнение диска, clean_old_reports удаляет все PDF-файлы, срок действия которых превышает задаваемое количество дней (по умолчанию 30). Он запускается только тогда, когда советник запускает скрипт по воскресеньям (weekday() == 6) и получает путь к CSV в sys.argv[1], гарантируя, что нацелен на правильную директорию. Это техническое обслуживание соответствует собственной логике гейтинга советника по присвоению имен на основе дат и в 24-часовом режиме.

def clean_old_reports(days=30):

    now = datetime.now()

    cutoff = now - timedelta(days=days)

    dirpath = os.path.dirname(sys.argv[1])

    for fname in os.listdir(dirpath):

        if fname.startswith("Report_") and fname.endswith(".pdf"):

            full = os.path.join(dirpath, fname)

            if datetime.fromtimestamp(os.path.getmtime(full)) < cutoff:

                os.remove(full)

                print(f"Deleted old report: {full}")

8. Точка входа в скрипт и обработка ошибок

Блок if __name__ == "__main__": обеспечивает использование только одного аргумента (полного пути к CSV-файлу). Он оборачивает вызов в main в try/except, чтобы перехватить любое исключение, вывести на экран сообщение об отслеживании и завершить работу с ненулевым кодом ‑ точно так же, как советник фиксирует stdout/stderr на Python и отображает любые ошибки в своих логах. Дополнительное обслуживание проводится еженедельно перед выходом.

if __name__ == "__main__":

    if len(sys.argv) != 2:

        print("Usage: processor.py <full_csv_path>")

        sys.exit(1)

    try:

        ret = main(sys.argv[1])

        # Optional maintenance

        if datetime.now().weekday() == 6:

            clean_old_reports(30)

        sys.exit(ret)

    except Exception as e:

        print("ERROR:", e)

        traceback.print_exc()

        sys.exit(1)

Взаимодействие советника MetaTrader 5 и скрипта на Python

  1. Принципы формирования имён файлов: Советник создает CSV‑файл с именем в формате даты (History_YYYYMMDD.csv), а скрипт на Python ожидает ровно один аргумент, указывающий на этот файл.
  2. Приведение директорий в соответствие: Оба компонента работают в папке MQL5\Files в MetaTrader 5, обеспечивая беспрепятственное обнаружение файлов.
  3. Распространение ошибок: Советник перенаправляет stdout и stderr на Python в файл журнала с временной меткой; любое исключение в скрипте (например, отсутствие CSV, ошибка синтаксического анализа) фиксируется программой чтения журнала советника и выводится в журнал эксперта.
  4. Планирование: При запуске Python включается логика 24‑часового таймера советника; сам скрипт остается без состояния вне обработки своих входных данных, полагаясь на то, что советник вызовет его в нужное время.
  5. Координация обслуживания: Еженедельная очистка PDF—файлов запускается из скрипта, но только при вызове по воскресеньям - в соответствии с еженедельной периодичностью проверки советника, в случае расширения.


Тестирование

В этом разделе мы разместим советник Reporting EA на графике MetaTrader 5. На компьютере с Windows важно включить импорт библиотек DLL, чтобы разрешить выполнение внешнего процесса. В ходе тестирования советник успешно достиг своей цели: экспортировал торговую историю в виде CSV-файла и запустил скрипт на Python, отвечающий за обработку данных. Затем скрипт генерирует необходимые показатели отчета и экспортирует их в виде «отшлифованного» PDF-документа, готового к отправке по электронной почте или архивированию для ознакомления.

Deploying the Reporting EA

Размещение советника Reporting EA

Журнал эксперта советника Reporting EA:

2025.07.24 20:44:57.061 Reporting EA (GBPJPY.0,M1)      >> Reporting EA initializing…
2025.07.24 20:44:57.061 Reporting EA (GBPJPY.0,M1)      !! Python executable not found at: C:\path_to\python.exe
2025.07.24 20:44:57.061 Reporting EA (GBPJPY.0,M1)      !! Python script not found at:   C:\path_to\reports_processor.py
2025.07.24 20:44:57.062 Reporting EA (GBPJPY.0,M1)      ✔ Write permission confirmed.
2025.07.24 20:44:57.062 Reporting EA (GBPJPY.0,M1)      >> Timer set to 30 seconds.
2025.07.24 20:44:57.062 Reporting EA (GBPJPY.0,M1)      >> Test mode: running initial export.
2025.07.24 20:44:57.063 Reporting EA (GBPJPY.0,M1)      ✔ CSV exported: C:\TERMINAL_PATH\MQL5\Files\History_20250724.csv
2025.07.24 20:44:57.063 Reporting EA (GBPJPY.0,M1)      → Launching: cmd.exe /c "C:\path_to\python.exe" "C:\path_to\reports_processor.py" "C:\TERMINAL_PATH\MQL5\Files\History_20250724.csv" >> "C:\TERMINAL_PATH\MQL5\Files\ProcLog_20250724.txt" 2>&1
2025.07.24 20:44:57.124 Reporting EA (GBPJPY.0,M1)      ← ShellExecute returned: 42
2025.07.24 20:45:00.124 Reporting EA (GBPJPY.0,M1)      !! Log file not created: C:\Users\TERMINAL_PATH\MQL5\Files\ProcLog_20250724.txt
2025.07.24 20:45:00.124 Reporting EA (GBPJPY.0,M1)      Report & log generated: C:\Users\TERMINAL_PATH\Files\History_20250724.csv

Приведенный выше журнал эксперта показывает попытку инициализации советника Reporting EA, при которой системе не удалось найти указанный исполняемый файл и скрипт на Python. Это произошло потому, что пути к файлам были намеренно переименованы в коде (например, C:\path_to\python.exe и C:\path_to\reports_processor.py) для демонстрации или в качестве заполнителя. В результате советнику не удалось выполнить скрипт на Python или сгенерировать ожидаемый лог-результат (ProcLog_20250724.txt). Несмотря на это, советник успешно подтвердил разрешения на запись и экспортировал торговую историю в виде CSV-файла.

Этот тест подчеркивает важность корректной настройки путей к файлам в вашем советнике — указывая на фактический интерпретатор Python и скрипт обработки — для обеспечения бесперебойной генерации сквозных отчетов. Всегда перепроверяйте и используйте допустимые абсолютные пути, соответствующие настройкам вашей локальной системы, чтобы избежать подобных проблем и разблокировать полную функциональность инструмента создания отчетов.


Заключение

Наше обсуждение было сосредоточено в первую очередь на понимании торговых отчетов, настройке функционального рабочего процесса и разработке инструментов, необходимых для предоставления пользовательских торговых отчетов в формате portable document format (PDF). Чтобы не перегружать презентацию, заключительные этапы отправки сгенерированного PDF-файла по электронной почте были зарезервированы для будущей публикации. Однако процесс создания PDF—файла на основе экспортированного CSV—файла был успешно обработан с использованием библиотек Python. Дальнейшие усовершенствования, такие как включение диаграмм и расширенных функций отчетности, будут представлены в ходе следующего обсуждения.

Теперь, когда и советник, и соответствующий ему скрипт на Python готовы, у нас есть все возможности добиться еще большего. Таким образом, в данном проекте решается проблема получения запланированных, настраиваемых торговых отчетов с помощью ориентированных на наглядность функций, помогающих лучшему пониманию пользователя. Точно так же, как ведение бухгалтерского учета необходимо для любого бизнеса, регулярная отчетность жизненно важна в трейдинге — она способствует осознанию результатов работы, дисциплине и психологическому росту трейдеров.


Основные уроки

Урок Описание
1. Модульное проектирование Отделение логики экспорта CSV (MQL5) от логики создания отчетов (Python) повышает удобство обслуживания и позволяет каждому компоненту развиваться независимо.
2. Надежная обработка ошибок Проверка путей к файлам, перехват исключений на Python и протоколирование сбоев обеспечивают корректный сбой системы и возможность ее отладки.
3. Межъязыковая интеграция Вызов внешних скриптов через ShellExecute демонстрирует, как торговые платформы могут использовать мощные внешние библиотеки и экосистемы.
4. Автоматизированное планирование Использование обратных вызовов по таймеру на MQL5 для запуска ежедневного экспорта обеспечивает выполнение отчетов без ручного вмешательства, повышая согласованность и надежность.
5. Централизованная ведение лога Запись логов на вкладку MetaTrader 5 Experts и во внешние текстовые файлы обеспечивает четкое представление о каждом шаге рабочего процесса.
6. Проверка среды Проверка доступности Python и скриптов при запуске позволяет избежать неожиданностей во время выполнения и ориентирует пользователей в требованиях к настройкам.
7. Инструменты с открытым исходным кодом Использование бесплатных, широко используемых библиотек (pandas, FPDF) и стандартных API снижает барьеры для входа и поощряет сотрудничество с сообществом.
8. Настраиваемые пользователем параметры Отображение пути, планируемого времени и переключений уведомлений в качестве входных данных делает советник гибким и адаптируемым к различным торговым средам.


Содержимое вложения

Имя файла Версия Описание
reporting_processor.py
Скрипт на Python, который загружает историю сделок в формате CSV, вычисляет сводную аналитику (чистая прибыль, количество сделок, главный инструмент), генерирует отчет в формате PDF через FPDF и, при необходимости, очищает старые отчеты.
Reporting EA.mq5 1.0 Советник MetaTrader 5, который экспортирует историю сделок за последние 30 дней в формат CSV, вызывает processor.py, записывает свой код выхода, проверяет наличие сгенерированного PDF-файла и отправляет push-уведомление.

К содержанию

Перевод с английского произведен MetaQuotes Ltd.
Оригинальная статья: https://www.mql5.com/en/articles/18882

Прикрепленные файлы |
Загрузить ZIP
Reports_Processor.py (2.14 KB)
Reporting_EA.mq5 (15.06 KB)

Предупреждение: все права на данные материалы принадлежат MetaQuotes Ltd. Полная или частичная перепечатка запрещена.

Данная статья написана пользователем сайта и отражает его личную точку зрения. Компания MetaQuotes Ltd не несет ответственности за достоверность представленной информации, а также за возможные последствия использования описанных решений, стратегий или рекомендаций.

Другие статьи автора

Перейти к обсуждению на форуме трейдеров
Алгоритм оптимизации динго — Dingo Optimization Algorithm (DOA) Алгоритм оптимизации динго — Dingo Optimization Algorithm (DOA)
В статье представлен новый метаэвристический метод, основанный на охотничьих стратегиях австралийских динго: групповой атаке, преследовании и поиске падали. Посмотрим, как алгоритм оптимизации динго (DOA) покажет себя алгоритмически.
Нейросети в трейдинге: Единый взгляд на пространство и время (Окончание) Нейросети в трейдинге: Единый взгляд на пространство и время (Окончание)
Фреймворк Extralonger демонстрирует уникальную способность интегрировать пространственные и временные факторы в единую модель, обеспечивая высокую точность прогнозов. Его архитектура позволяет адаптироваться к разным горизонтам планирования и финансовым инструментам, сохраняя прозрачность и управляемость системы.
От новичка до эксперта: Создание анимированного советника для новостей в MQL5 (VIII) — Кнопки быстрой торговли на новостях От новичка до эксперта: Создание анимированного советника для новостей в MQL5 (VIII) — Кнопки быстрой торговли на новостях
В то время как алгоритмические торговые системы управляют автоматизированными операциями, многие новостные трейдеры и скальперы предпочитают активный контроль во время важных новостных событий и быстро меняющихся рыночных условий, требующих быстрого исполнения ордеров и управления ими. Это подчеркивает необходимость в интуитивно понятных интерфейсных инструментах, которые объединяют новостные ленты в режиме реального времени, данные экономического календаря, аналитические данные по индикаторам, аналитику на основе ИИ и адаптивное управление торговлей.
От новичка до эксперта: Создание анимированного советника для новостей в MQL5 (VI) — Стратегия пост-новостной торговли От новичка до эксперта: Создание анимированного советника для новостей в MQL5 (VI) — Стратегия пост-новостной торговли
В течение первой минуты после выхода важных экономических новостей риск просчета чрезвычайно высок. В течение этого короткого промежутка времени движение цены может быть неустойчивым и волатильным, что часто приводит к срабатыванию отложенных ордеров с обеих сторон. Вскоре после публикации — обычно в течение минуты — рынок, как правило, стабилизируется, возобновляя или корректируя преобладающий тренд с более типичной волатильностью. В этом разделе мы рассмотрим альтернативный подход к торговле на новостях, чтобы оценить его эффективность как ценного дополнения к инструментарию трейдера. Продолжайте читать, чтобы получить больше информации и подробностей из этого обсуждения.