说实话，干这行久了你会发现，EA跑得稳不稳，很多时候不是策略问题，是数据问题。我见过太多人拿着个回测曲线图兴冲冲上实盘，结果半个月就萎了，一问，历史数据是从MT4自带服务器下的，质量稀烂。今天不聊行情，就说说我这些年倒腾历史数据的那些破事。
先讲导入。很多人以为MT4的History Center就是全部，其实那只是冰山一角。我现在的习惯是，数据源优先用Dukascopy或者TrueFX的Tick级数据，尤其是做黄金和镑美这种点差波动大的品种，MT4自带的数据在2015年瑞郎黑天鹅事件前后那段时间，跳空和缺失简直没法看。下载下来的CSV文件，注意编码格式，必须转成UTF-8 without BOM，不然导入的时候时间戳会乱码，我最早吃过这个亏，一晚上回测数据全废。
导入的路径很简单，File -> Open Data Folder，把CSV扔进MQL4/Files目录，然后写个小脚本读取。但这里有个坑，MT4的Time[]数组是按服务器时间对齐的，如果你下载的数据是GMT+2的夏令时，直接读进来会差一个小时，导致K线开收盘价对不上。我的做法是导入前先统一换算成UTC，再在脚本里加个偏移量，这样不管平台怎么调夏令时，数据始终对齐。
接下来是清洗，这才是重头戏。原始数据里什么妖魔鬼怪都有：重复的tick、负点差（某些流动性提供商偶尔抽风）、秒级时间戳乱序。我一般分三步走，
清洗完还有个容易忽略的环节，就是检查时间戳的连续性。周末休市和节假日那几根空K线，MT4默认是跳过的，但如果你导入的数据带了这些空档，回测时EA会在非交易时间触发挂单，造成假信号。我习惯在脚本里加个判断，如果两个tick间隔超过30分钟，直接跳过该时段，直到下一个有效报价。
最后说个我踩过最深的坑，就是数据量太大导致MT4内存溢出。有一次我导了十年的M1数据，结果一开回测就报"Array out of range"。后来学乖了，把数据按年份切分成多个文件，回测时用iCustom或者FileOpen分段读取，虽然代码复杂点，但稳定性天差地别。另外，建议用Solid State Drive跑回测，机械硬盘在读取大文件时延迟高，会影响EA的tick处理速度，导致回测结果和实盘偏差。
就说这么多吧，数据这块门道其实挺深，我也是交了不少学费才摸清。你们有没有遇到过导入后K线实体大小和图表对不上的情况？我怀疑是平台间点差结构差异导致的，但一直没验证，有懂的汇友可以聊聊。
先讲导入。很多人以为MT4的History Center就是全部，其实那只是冰山一角。我现在的习惯是，数据源优先用Dukascopy或者TrueFX的Tick级数据，尤其是做黄金和镑美这种点差波动大的品种，MT4自带的数据在2015年瑞郎黑天鹅事件前后那段时间，跳空和缺失简直没法看。下载下来的CSV文件，注意编码格式，必须转成UTF-8 without BOM，不然导入的时候时间戳会乱码，我最早吃过这个亏，一晚上回测数据全废。
导入的路径很简单，File -> Open Data Folder，把CSV扔进MQL4/Files目录，然后写个小脚本读取。但这里有个坑，MT4的Time[]数组是按服务器时间对齐的，如果你下载的数据是GMT+2的夏令时，直接读进来会差一个小时，导致K线开收盘价对不上。我的做法是导入前先统一换算成UTC，再在脚本里加个偏移量，这样不管平台怎么调夏令时，数据始终对齐。
接下来是清洗，这才是重头戏。原始数据里什么妖魔鬼怪都有：重复的tick、负点差（某些流动性提供商偶尔抽风）、秒级时间戳乱序。我一般分三步走，
- 首先，去重。按timestamp+bid+ask三个字段联合去重，别只按时间，不然同秒内合法报价会被误删。
- 然后，过滤异常值。我设定[bid-ask]绝对值超过正常点差5倍的直接剔除，比如欧美正常2点差，突然蹦出个15点的，多半是数据源插值错误。
- 还有，补全缺失。这里我不用线性插值，用前一个有效tick的last价格填充，因为外汇市场是离散报价，线性插值会制造出根本不存在的价格路径，回测结果会虚高。
清洗完还有个容易忽略的环节，就是检查时间戳的连续性。周末休市和节假日那几根空K线，MT4默认是跳过的，但如果你导入的数据带了这些空档，回测时EA会在非交易时间触发挂单，造成假信号。我习惯在脚本里加个判断，如果两个tick间隔超过30分钟，直接跳过该时段，直到下一个有效报价。
最后说个我踩过最深的坑，就是数据量太大导致MT4内存溢出。有一次我导了十年的M1数据，结果一开回测就报"Array out of range"。后来学乖了，把数据按年份切分成多个文件，回测时用iCustom或者FileOpen分段读取，虽然代码复杂点，但稳定性天差地别。另外，建议用Solid State Drive跑回测，机械硬盘在读取大文件时延迟高，会影响EA的tick处理速度，导致回测结果和实盘偏差。
就说这么多吧，数据这块门道其实挺深，我也是交了不少学费才摸清。你们有没有遇到过导入后K线实体大小和图表对不上的情况？我怀疑是平台间点差结构差异导致的，但一直没验证，有懂的汇友可以聊聊。