SpreadAudit——基于M1历史数据的经纪商实际点差 - MetaTrader 5脚本

在为回测结果感到高兴之前，了解自己每笔交易的实际成本是有益的。 交易终端会记录历史数据中每个K线的点差，但这一信息通常会被忽略：在回测工具中显示的是“当前”点差，而决策却往往基于一条漂亮的净值曲线。

脚本的功能

SpreadAudit 脚本会遍历指定天数的 M1 历史数据，提取每个K线中的点差字段，并计算：

• 点差的中位数、第90百分位数和第99百分位数——以价格单位和点数为单位；
• 以 ATR(H1) 百分比表示的相同数值，以便在不同交易品种间进行比较；
• 每日各小时的平均点差和最大点差——将结果导出为 CSV 文件并保存至 MQL5\Files 文件夹中。

输入参数

• InpDays- 分析M1历史数据的天数（1..3650，默认60）；
• InpAtrPeriod- 用于标准化处理的H1周期ATR（默认值为24）；
• InpSaveCSV- 是否将每小时数据表保存为 CSV 文件。

输出示例

=== SpreadAudit: XAUUSD | 实际波动范围 2026.05.30 ... 2026.07.29 | 86397 根K线（0根不含点差） === 中位数K线点差：0.37（37.0 pts） 第90百分位K线点差： 0.42 (42.0 pts) 第99百分位K线点差：0.45 (45.0 pts) H1 ATR(24) = 6.41 -> 中位数点差 = 0.058 ATR，第90百分位 = 0.066 ATR

附图显示的是XAUUSD过去60天的小时图。平均点差维持在0.40左右，但在日间结转时段，点差峰值会飙升至近1.80，即比平时高出四倍多。 针对这一时间窗口设计的交易策略，其实际成交价格与账户平均价格相去甚远。

这在实践中有什么用

举个简单的例子。假设你在M5图表上的交易模式平均每笔交易产生0.28个价格单位——这在统计学上具有显著性，效果是真实存在的。 如果该交易品种的点差中位数为0.37，那么该系统在真实账户中就会亏损，尽管在没有交易成本的历史数据中表现得非常出色。 “没有效果”与“有效果，但成本更高”之间的区别至关重要：在前者情况下，该交易策略会被舍弃；在后者情况下，则需要寻找点位或交易结构，使收益能够覆盖点差。

小时图显示了点差在哪些时段会扩大。 通常是在隔夜持仓时段以及交易时段开盘后的最初几分钟——如果您的策略正是在这些时段入场，建议设置点差过滤器，且最好以ATR的分数为单位而非点数来设定：当波动性模式发生变化时，绝对阈值会失效。

重要说明

MetaTrader在K线柱中保存的是该K线柱的最低点差。这意味着，所有计算出的数值都是您实际支付成本的乐观下限。 逻辑很简单：如果连成本的下限都足以让策略崩盘，那就没什么好讨论的了。

如果您的经纪商在 M1 历史数据中“点差”字段未填充（部分经纪商该处显示为零），脚本会如实报告这一情况，并不会基于空数据进行统计计算。