Все (пока нет) о Стратегический тестировщик, Оптимизация и Облако - страница 19

 

В первую очередь доверяйте данным бэктеста: создание воспроизводимого аудита исторических данных на Python для MetaTrader 5

В первую очередь доверяйте данным бэктеста: создание воспроизводимого аудита исторических данных на Python для MetaTrader 5

Каждый результат бэктеста зависит от качества входных данных, однако лишь немногие проверяют эти данные перед расчётом статистических показателей. Трейдеры регулярно сталкиваются с тем, что встроенный показатель «Качество истории» в MetaTrader 5 падает с 99% до 30%, не понимая причин. Другие слишком поздно обнаруживают, что в их исторических данных были незаметные пробелы именно в том периоде, который они тестировали. Форумы переполнены одним и тем же вопросом — «как проверить, полна ли моя история по нескольким валютным парам?» — и обычный ответ на него: «напишите скрипт самостоятельно».

Эта статья и есть тот самый скрипт. Он создаёт воспроизводимый аудит данных, доступный только для чтения, который нужно запустить один раз, прежде чем доверять какому-либо бэктесту. Затем в ней показывается, почему аудит важен: для этого запускается одна и та же простая стратегия на данных от трёх брокеров и измеряется отклонение результатов. Брокеры везде обозначены анонимно (Брокер A, B, C) — дело не в том, кто «лучше», а в том, что «один и тот же бэктест» становится иллюзией в тот момент, когда меняются лежащие в его основе данные.

Всё здесь воспроизводимо. Полный исходный код на Python прилагается; он импортирует только функции, доступные только для чтения (вызовы API), из пакета MetaTrader 5 и никогда не затрагивает функции размещения ордеров.

Trust Your Backtest Data First: Building a Reproducible Historical Data Audit in Python for MetaTrader 5
Trust Your Backtest Data First: Building a Reproducible Historical Data Audit in Python for MetaTrader 5
  • 2026.07.21
  • www.mql5.com
A reproducible, read-only Python audit for MetaTrader 5 that verifies history quality before any backtest. It exports M5 data from multiple terminals, detects gaps and synthetic bars by timestamp spacing, and reports coverage per year. The same deterministic strategy then runs on three broker feeds over a common window to quantify result drift and decompose it into spread, data/price, and trade effects.
 

Оценка качества исполнения брокером в MQL5: почему результаты на реальном счете не совпадают с результатами бэктеста

Оценка качества исполнения ордеров брокером в MQL5: почему результаты реального счета не совпадают с результатами бэктеста

Если вы программируете на MQL5, вам, вероятно, знакома следующая ситуация: в Тестере стратегий строится красивая, почти ровная кривая капитала, а когда вы запускаете тот же советник (EA) на реальном счете, результат оказывается совсем другим. Я сталкивался с этой проблемой не раз. Раньше моим первым порывом было винить стратегию — но очень часто стратегия оказывается в порядке. Изменилось качество исполнения.

...

В этой статье я создаю диагностический инструмент — а не стратегию — который фиксирует показатели исполнения на вашем счете. Он помогает с помощью цифр ответить на один вопрос: «Не соответствуют ли мои результаты на реальном счете ожиданиям из-за стратегии или из-за качества исполнения?» Этот инструмент представляет собой советник под названием Execution Quality Monitor.

Этот инструмент не оценивает работу брокера в отрыве от остальных факторов. Он анализирует весь путь исполнения (терминал/ПК/VPS, сеть, шлюз брокера, ликвидность торговой площадки), поэтому плохие результаты могут быть вызваны любым звеном цепочки. Об этом пойдет речь в отдельном разделе далее; имейте это в виду на протяжении всей статьи.

Measuring broker execution quality in MQL5: Why your live account doesn't match the backtest
Measuring broker execution quality in MQL5: Why your live account doesn't match the backtest
  • 2026.08.11
  • www.mql5.com
Live performance often drifts from backtests because of execution friction. We introduce an MQL5 diagnostic EA that records entry and exit slippage, asymmetry, observed spread, requotes, and per-leg latency, using a precise probe mode and an approximate passive mode, and writes every sample to CSV. Use the results to distinguish strategy issues from execution effects across your terminal, network, broker, and liquidity.