策略胜率与盈亏比统计脚本开发实战：从交易报表到绩效看板
策略胜率与盈亏比统计脚本开发实战：从交易报表到绩效看板
上个月帮一个做黄金的朋友看账户，他信誓旦旦说自己的策略胜率稳定在68%以上。我把MT4导出的交易报表拉到Excel里一算，实际胜率只有41%，盈利因子0.87。问题出在哪？他看的是平台终端「历史记录」里那个粗略的统计，把部分平仓和加仓单的盈亏重复计算了。这件事让我意识到，大多数交易者对自己策略的真实绩效，其实是一笔糊涂账。
MT4/MT5自带的报表够用，但不够细。它不会告诉你连续亏损的最大笔数、不同持仓时长下的胜率分布、或者多空方向各自的盈亏比差异。这些恰恰是判断策略是否还有生命力的关键信号。所以我自己写了一套统计脚本，从原始成交记录出发，重新计算所有核心指标。
先把数据源搞干净
统计脚本的第一步不是算，是取数。MT4里用HistorySelect()配合HistoryDealGetInteger()遍历成交记录，MT5的API更规范，用HistoryDealGetTicket()逐笔读取。关键点在于：必须区分「入仓成交」和「出仓成交」，否则会把一笔完整交易拆成两半来统计。
我的做法是按持仓ID（MT4的DEAL_ORDER或MT5的DEAL_POSITION_ID）分组，把同一持仓的开仓和平仓成交配对。配对逻辑用伪代码表示：
- 遍历所有成交记录，按持仓ID分组
- 每组内按时间排序，第一笔为开仓，最后一笔为平仓
- 计算持仓时长 = 平仓时间 - 开仓时间
- 净盈亏 = 平仓盈亏 + 库存费 + 手续费（MT5需额外加佣金）
这里有个坑：部分平仓会产生多笔出仓成交。我在测试时发现，如果简单取第一笔出仓作为平仓价，持仓时长会严重偏短。正确做法是取最后一笔出仓的时间作为平仓时间，盈亏则累加所有出仓成交。调整后，同一个策略的平均持仓时长从2.1小时修正到6.8小时，完全改变了策略画像。
胜率不是单一数字
很多人把胜率当成一个固定值，实际上它随持仓时长、交易时段、品种波动率都在变。我的脚本会输出三个维度的胜率切片：按持仓时长分桶（小于1小时、1-4小时、4-24小时、超过24小时）、按星期几、按多空方向。
拿一个EUR/USD的日内策略举例，历史数据统计显示：持仓小于1小时的交易胜率52%，持仓超过4小时的胜率骤降到31%。这说明该策略的优势集中在快速获利了结上，一旦扛单就大概率变亏损。如果只看总胜率45%，你会误以为策略平庸，但拆开看，短持仓部分其实是有正期望的。
盈亏比的计算也要分方向。我的脚本会分别统计多单和空单的平均盈利/平均亏损。曾经有个策略多单盈亏比1.8，空单只有0.9，总盈亏比被拉低到1.3。后来把空单过滤掉，整体盈利因子从1.12提升到1.47。这就是统计粒度带来的优化空间。
绩效看板的落地方式
脚本算完数据，输出到一个CSV文件，再用Python的pandas+matplotlib生成看板。为什么不直接在MQL里画图？因为MQL的图表功能太弱，而且每次回测都要重算。我的流程是：MQL脚本负责取数和计算，输出标准CSV；Python负责可视化和长期跟踪。
CSV的字段设计如下：
- 持仓ID、品种、方向、开仓时间、平仓时间、持仓时长（分钟）
- 开仓价、平仓价、手数、净盈亏、库存费、手续费
- 是否部分平仓、最大浮盈、最大浮亏（需从tick数据回溯）
最大浮盈和最大浮亏这两个字段最有价值。它们能告诉你策略的「忍耐成本」——一笔最终盈利的交易，中途最大浮亏是多少。如果平均最大浮亏是平均盈利的2倍，说明策略在持仓过程中承受了过大的心理压力，实盘执行时很容易被手动干预打断。
看板上我会重点盯四个数：盈利因子、最大连续亏损笔数、平均持仓时长、盈亏比。盈利因子低于1.2的策略我不会上实盘，最大连续亏损超过8笔的策略会降低仓位。这些阈值不是拍脑袋定的，是统计了十几个策略的历史分布后取的中位数。
一个关于参数配置的实操细节
脚本里有个参数叫MagicNumberFilter，默认0表示统计所有魔术码。如果你在一个账户上跑多个EA，必须给每个EA分配独立魔术码，统计时按魔术码过滤。我有次忘了设这个参数，把三个策略的交易混在一起算，结果盈利因子看起来有1.6，拆开一看，两个策略在亏钱，全靠一个策略撑着。这种「虚假繁荣」在组合策略里特别常见。
另一个参数是IncludeSwapCommission，默认true。有些平台的库存费在持仓过夜时扣除，但报表里不一定实时显示。如果你做的是隔夜策略，忽略库存费会让盈亏比虚高0.1-0.3。我在Exness的Standard账户上测试时，黄金多单的库存费每天大约-0.8美元/手，一个月下来对盈亏比的影响不可忽略。
至于品种命名差异，XM和Exness的黄金合约后缀不同，XM是GOLD，Exness是XAUUSD，脚本里需要做一个品种映射表，否则统计时会漏掉部分交易。这个映射表建议放在外部配置文件里，方便切换平台时修改。
跑完统计后，如果发现某个策略的盈利因子在最近三个月持续下滑，别急着否定它。先看是不是市场波动率变了——用ATR的均值变化做对比。历史数据显示，趋势策略在低波动率环境下的盈利因子普遍会下降20%-30%，这是策略特性，不是bug。
最后说一条最核心的建议：把统计脚本当成策略的听诊器，定期跑，但别频繁调参。数据是用来理解策略的，不是用来拟合历史的。
免责声明：本文仅代表作者观点，不构成任何投资建议。市场有风险，交易需谨慎。