TransactionCostCollector — скрипт для анализа затрат брокера - скрипт для MetaTrader 5

В конвейерах маркировки с тройным барьером в качестве порога min_ret часто используется произвольная константа (0,5–1,0 %) или устаревшее допущение о спрэде. Установка порога ниже фактической стоимости транзакции в обоих направлениях приводит к тому, что конвейер маркирует шум, обусловленный затратами, как торгуемый сигнал. В результате маркированный набор данных систематически завышает показатель «edge», и любая модель, обученная на этих метках, переобучается на артефакт схемы маркировки, а не на подлинную рыночную структуру.

TransactionCostCollector.mq5 — это автономный скрипт, который решает задачу сбора данных в рамках данной проблемы. Он производит выборку из исторического распределения спредов, считывает данные брокера о ставках свопа и диагностике комиссионных для привязанного к графику символа и экспортирует все данные в структурированный файл CSV. Файл CSV обрабатывается сопутствующим классом Python TransactionCostModel, который преобразует все затраты в доходность в виде дробей и вычисляет пороговое значение min_ret для конкретного инструмента, необходимое для вашего вызова по маркировке.

Трехпанельная иллюстрация результатов работы TransactionCostCollector: разбивка внутридневных затрат по сессиям (a), полное распределение затрат (b) и кривая процентилей для выбора min_ret (c)

Что собирает скрипт

Скрипт собирает три компонента затрат для одного символа за один прогон:

• Спред — историческое распределение, полученное с помощью CopySpread() за запрашиваемое количество баров. Представляется в виде среднего значения, стандартного отклонения и процентилей (p25, p50, p75, p90, p95, p99), все в пунктах. Также рассчитывается по часам UTC в течение дня, чтобы выявить влияние сессий.
• Своп — ставки свопа за ночь по длинным и коротким позициям, считываемые непосредственно из SYMBOL_SWAP_LONG / SYMBOL_SWAP_SHORT, включая режим свопа (пункты, валюта, проценты) и день недели, в который взимается тройной своп.
• Комиссия — только для диагностики. MQL5 не предоставляет комиссию за лот в виде прямого вызова API у всех брокеров. Скрипт фиксирует значение ACCOUNT_COMMISSION_BLOCKED и примечание, объясняющее, как вычислить ставку за лот на основе одной эталонной сделки.

Входные параметры

Формат вывода CSV

Формат CSV использует структуру из четырёх столбцов: раздел, ключ, значение, единица. Разделы:

• symbol_properties — размер пункта, коэффициент пипса, значение тика, размер контракта, идентификаторы валют.
• swap — ставки по длинным/коротким позициям, режим свопа, дни недели с тройным свопом.
• commission — диагностическое значение и примечание о его вычислении.
• spread_summary — среднее, стандартное отклонение и процентили по всем барам выборки.
• spread_by_hour — средний спред (в пунктах) для каждого часа суток, по одной строке на час (UTC, время брокера).

Как запустить

1. Поместите файл TransactionCostCollector.mq5 в папку MQL5\Scripts\Downloads\ и скомпилируйте в MetaEditor.
2. Откройте график нужного символа на любом таймфрейме. Таймфрейм определяет, с какого типа баров будет браться выборка для распределения спреда — рекомендуется H1 как разумный компромисс между детализацией и длиной истории.
3. Перетащите скрипт на график. Появится диалоговое окно ввода параметров (управляется параметром #property script_show_inputs). Установите для параметра InpBars желаемое количество баров для выборки и нажмите «ОК».
4. Получите выходной файл CSV из папки MQL5\Files\ в папке данных терминала (Файл → Открыть папку данных в MetaTrader 5).

Интеграция с Python

Сопутствующий класс Python TransactionCostModel загружает файл CSV и вычисляет min_ret для маркировки с тройным барьером:

from afml.transaction_costs import load_cost_model
import pandas as pd

model = load_cost_model(
    csv_path           = "EURUSD_costs.csv",
    spread_percentile  = "p95_pips",   # консервативный
    slippage_pips      = 0.4,
    commission_per_lot = 7.0,          # из эталонной сделки
    lot_size           = 0.01,
)

close = pd.read_parquet("EURUSD_H1.parquet")["close"]
min_ret = model.min_ret_for_symbol(
    price_series    = close,
    holding_days    = 1.0,
    cost_multiplier = 1.5,   # 1,5-кратный уровень безубыточности
)
print(f"min_ret = {min_ret:.6f}")

Примечания по комиссии

Ставку комиссии за лот невозможно получить программным путём у всех брокеров. Рекомендуемая процедура: откройте контрольную сделку объёмом ровно 1,0 стандартного лота на демо-счёте, сразу после открытия сделки счёта с терминала значение ACCOUNT_COMMISSION_BLOCKED, а затем закройте сделку. Заблокированное значение, деленное на 1,0, даёт ставку за лот. Сверьте результат с выпиской со счёта. Эту операцию необходимо выполнять один раз для каждого брокера.

Почему p95, а не среднее значение

Средний спред в основном определяется периодами низкой активности: азиатской сессией, ночной консолидацией и упорядоченными трендовыми условиями. Однако входы по стратегии часто совпадают с моментами наибольшей неопределённости (именно тогда модели генерируют сигналы). Использование 95-го процентиля спреда в качестве входного параметра min_ret учитывает стоимость в типичных условиях входа, а не в условиях среднего рынка.

Ссылки и сопутствующая статья

• López de Prado, M. (2018). Advances in Financial Machine Learning, Глава 3 (Labels), стр. 44–47. Wiley.
• Полная реализация и вывод формулы: «Схема машинного обучения для MetaTrader 5 — Часть 14: Модель транзакционных издержек » Патрика М. Ньороге.
• Сопутствующий класс TransactionCostModel на языке Python и примеры использования включены в пакет для скачивания статьи.