MQL5瑞士军刀:metatrader5工具库(JSON解析、SQLite存储、KNN算法)实战完全指南
MQL5瑞士军刀:metatrader5工具库(JSON解析、SQLite存储、KNN算法)实战完全指南
你是否想过,只用 MetaTrader 5 的 MQL5 语言,就能实现 JSON 解析、SQLite 数据库存储,甚至运行 KNN 机器学习算法?metatrader5 是一个开源的 MT5 交易策略仓库,除了提供 12 个可回测的免费交易机器人(Expert Advisors),还在 Include/ 目录下封装了一套堪称"MQL5 瑞士军刀"的工具库:JSON 解析、SQLite 持久化存储、KNN 分类算法、HTTP 请求、Shell 命令执行等,本文带你快速上手。
一、快速安装:获取 metatrader5 仓库
只需一行命令即可获取整个项目(含工具库源码、EA 策略和指标):
git clone https://gitcode.com/gh_mirrors/me/metatrader5
将 Include/ 目录下的 .mqh 文件放入 MT5 的 MQL5 库目录,即可在任意 EA 或脚本中 #include 使用。编译好的策略文件存放在 Build/ 目录,测试脚本位于 Scripts/。
二、工具库全景:10 个模块各管一摊
| 模块 | 文件 | 核心能力 |
|---|---|---|
| JSON 解析 | JAson.mqh | 递归解析 JSON,支持数字、字符串、数组、对象 |
| SQLite 存储 | Storage.mqh | 键值对持久化读写,自动建库建表 |
| SQL 辅助 | Sql.mqh | 查询结果直接映射为 matrix 矩阵 |
| KNN 算法 | Knn.mqh | 机器学习分类,支持滑动窗口学习 |
| HTTP 请求 | WinINet.mqh | 基于 wininet.dll 的 HTTP/HTTPS 客户端 |
| 命令执行 | Shell.mqh | 在 EA 内执行 PowerShell / CMD 命令 |
| 系统时间 | SysTime.mqh | 获取 UTC / 本地时间 |
| COT 数据 | Cot.mqh | 自动下载并存储 CFTC 持仓报告 |
| EA 基类 | EAUtils.mqh | 封装下单、止损、风险管理的基类 |
| 错误描述 | errordescription.mqh | 将 MT5 错误码转为可读文本 |
三、JAson.mqh:在 MT5 里解析 JSON
MQL5 官方并不内置 JSON 解析器,而 JAson.mqh 提供了完整的递归下降实现。核心是 CJAVal 类,覆盖 8 种类型:
jtINT/jtDBL:整数与浮点数jtSTR:字符串jtBOOL:布尔值jtARRAY:数组(按下标取值)jtOBJ:对象(按 key 取值)jtNULL/jtUNDEF:空值与未定义
它还支持带精度的数值转换(jtDBL 可指定小数位)以及按键遍历对象。对 EA 来说,这意味着你可以直接解析经纪商 API、外汇新闻接口返回的 JSON 数据,而不必借助任何外部库。
四、SQLite 存储:让 EA 拥有"长期记忆"
MT5 内置的 SQLite 驱动只暴露了底层接口,Storage.mqh 将其封装成极其简洁的键值对 API(底层库文件为 Geraked\storage.db,自动创建、自动加锁):
StorageSet("test_string", "Hello World"); // 写入
string s = StorageGet("test_string", ""); // 读取,第二个参数是缺省值
StorageDel("test_string"); // 删除单条
StorageDeleteAll("test_"); // 按前缀批量删除
datetime t = StorageLastUpdate("test_string"); // 查询最后更新时间
几个实用细节:
StorageGet/StorageSet是模板函数,long、double、string、datetime 均可直接存取,无需手动转换;- 每条记录同时保存系统时间与服务器时间两个时间戳,方便跨时区排查;
- 通过全局变量
_DbLock实现多 EA 并发访问互斥。
配套测试脚本 Storage_Test.mq5 演示了完整的读写-删除流程,可直接运行验证。如果需要直接操作复杂表结构,则可用 Sql.mqh 的 SqlSelect,它能把 SQL 查询结果一次性读入 matrix,天然适合喂给下一节的 KNN 模型。
五、KNN 算法:把机器学习搬进 EA
Knn.mqh 实现了一个开箱即用的 K-近邻(K-NN)分类器,这是本工具库最有"极客感"的部分。CKnn 类的三个构造函数参数覆盖了你常需要调的一切:
| 参数 | 说明 | 选项 |
|---|---|---|
k |
邻居数量 | 正整数,默认 5 |
window_size |
滑动学习窗口大小 | 默认 1000 条样本 |
distance_type |
距离度量 | 欧氏 / 曼哈顿 / 余弦 |
scaler_type |
特征缩放 | 无 / 标准化 / [0,1] / [-1,1] |
典型用法(参考 Knn_Test.mq5):
CKnn knn = CKnn(5, 1000, DISTANCE_EUCLIDEAN, SCALER_STD);
knn.Fit(X, y); // 用历史特征矩阵 X 和标签 y 训练
vector pred = knn.Predict(X_new); // 对新样本预测
它有两个适合交易场景的设计亮点:
- 滑动窗口训练:
Fit可持续追加新样本,只保留最近window_size条,让模型随市场"滚动更新",不会无限膨胀内存; - 特征缩放内置:
CScaler在流式训练中增量计算均值、方差与极值,避免量纲差异干扰距离计算。
实际玩法是:用技术指标值(RSI、MACD 等)作为特征,用次日涨跌作为标签,让 KNN 在线学习并预测行情方向,再结合 EAUtils.mqh 的下单逻辑执行。
六、周边配套:HTTP、Shell 与系统时间
- WinINet.mqh:通过
wininet.dll发起 HTTP/HTTPS 请求,WininetRequest结构体可自定义 method、port、headers 与请求体,WebReq一次调用拿到状态码与响应,适合对接 REST API 获取行情或新闻数据; - Shell.mqh:
PShell()执行 PowerShell、CShell()执行 CMD、Open()启动任意程序并等待退出,EA 从此可以驱动操作系统做文件批处理、调用外部 Python 分析脚本等; - SysTime.mqh:
TimeSystem()/TimeSystemLocal()获取 UTC 与本地时间,弥补 MQL5 内置时间函数的不足。
三者的组合拳已经体现在 Cot.mqh 中:它用 WinINet 下载 CFTC 的 COT 持仓报告、用 Shell 解压文件、用 Sql.mqh 建库入库、用 Storage 记录更新时间,是工具库协同工作的完整范本,也是 COT1 策略 的数据来源。
七、工具落地:12 个现成 EA 可参考
Experts/ 目录下有 12 个基于上述工具库构建的 EA(如 BBRSI.mq5、3MACD.mq5),配套的 Indicators/ 提供 ZLSMA、SuperTrend、UTBot 等 17 个自定义指标。每个策略在 Test/ 下都附有完整回测报告与参数文件,下图是 BBRSI 策略在 XAUUSD 5 分钟周期上的回测报告,可对照阅读:
八、小结
metatrader5 的 Include/ 工具库证明了 MQL5 的扩展上限:
- 需要解析 JSON?用 JAson.mqh;
- 需要持久化状态?用 Storage.mqh 的 SQLite 键值对;
- 需要机器学习分类?用 Knn.mqh 的滑动窗口 KNN;
- 需要联网与系统交互?组合 WinINet.mqh 与 Shell.mqh。
建议从 Scripts/ 下的 6 个测试脚本(如 Knn_Test.mq5、Storage_Test.mq5)开始动手实验,跑通后再将这些"军刀"装进你自己的 EA。⚠️ 提示:所有策略实盘前请务必充分回测,本文内容不构成投资建议。


