使用 Python 入門 MT5 自動交易與資料應用指南｜API 整合到 AI 應用徹底解析

1. 介紹

2. 使用 MT5 和 Python 的優點

• 從手動作業轉向自動化
• 大量資料的高速處理
• 與外部 AI 的聯動
• 建構原創的交易邏輯 等，這些是現代 FX 交易不可或缺的功能。

3. 環境建置步驟

【設定的順序・整體流程】

1. 安裝 MetaTrader 5（MT5）終端機 從官方網站或 FX 業者的網站下載・安裝 Windows 64 位元版的 MT5。
2. 啟動 MT5 終端機・帳戶登入 啟動 MT5，並登入模擬帳戶或真實帳戶。
3. MT5 的選項設定 「工具」→「選項」→「專家顧問（Expert Advisors）」分頁中， 勾選「允許自動交易」「允許匯入 DLL」。
4. 安裝 Python（64 位元版） 從 Python 官方網站下載・安裝 64 位元版。
5. 安裝必要的程式庫 在命令提示字元或終端機中執行下列指令。 pip install MetaTrader5 pandas numpy
6. 執行 Python 腳本（連接測試） 環境準備就緒後，實際使用範例腳本進行連接確認。

3.1 MT5 終端機的安裝

3.2 MT5 的選項設定

1. 開啟「工具」→「選項」
2. 選擇「專家顧問（Expert Advisors）」分頁
3. 勾選「允許自動交易」「允許匯入 DLL」

3.3 Python 環境與程式庫的準備

pip install MetaTrader5 pandas numpy

3.4 聯動時的注意事項

• 請務必確認 Python 與 MT5 的位元數（64 位元）一致。
• 請在 MT5 終端機啟動・登入的狀態下執行 Python 腳本。
• 一開始請務必使用模擬帳戶進行測試。

4. 從 Python 連接到 MT5

4.1 執行環境相關注意事項

• OS 和位元數 MetaTrader 5（MT5）官方支援 Windows 64 位元版。請使用 Python 的 64 位元版。如果位元數不一致，在匯入程式庫或連接時可能會發生錯誤。
• MT5 終端機的狀態 在執行 Python 腳本之前，需要啟動 MT5 終端機並登入帳戶。如果終端機未啟動，或未登入，則會發生連接錯誤。
• 推薦環境 ・Windows 10/11 64 位元 ・Python 3.8 以上（64 位元） ・MetaTrader 5 終端機最新版 ※Mac 或 Linux 環境的運作不在官方支援範圍內，但透過虛擬環境（VirtualBox 或 Parallels 等）則有運作實績。不過，發生問題時需自行負責。

4.2 MT5 程式庫的匯入與初始化

import MetaTrader5 as mt5

# 連接到 MT5 終端機
if not mt5.initialize():
    print("連接到 MT5 失敗了。")
    mt5.shutdown()
else:
    print("成功連接到 MT5。")
    mt5.shutdown()

• 務必事先啟動 MT5 終端機並登入帳戶。
• 請確認執行範例腳本的 Python 是「64 位元版」。
• 在腳本結束時，務必使用mt5.shutdown()來斷開連接。

4.3 取得帳戶資訊

import MetaTrader5 as mt5

mt5.initialize()

# 取得帳戶資訊
account_info = mt5.account_info()
if account_info is None:
    print("無法取得帳戶資訊。")
else:
    print(f"帳戶號碼: {account_info.login}")
    print(f"餘額: {account_info.balance}")

mt5.shutdown()

4.4 發生問題時的檢查要點

• MT5 終端機未啟動／未登入 → 請務必確認 MT5 終端機已「啟動」，且已「登入」帳戶。
• Python 和 MT5 的位元數不一致 → 請使用 64 位元版來搭配。可在命令提示字元中使用python --version或python -c "import struct;print(struct.calcsize('P') * 8)"等來確認。
• 符號名稱或訂單設定的錯誤 → 請一併檢查符號是否有效，以及是否能進行交易。

4.5 補充：時間戳記的處理

import pandas as pd
# 範例: rates_df["time"] = pd.to_datetime(rates_df["time"], unit="s").dt.tz_localize("UTC").dt.tz_convert("Asia/Tokyo")

5. 價格資料的取得與訂單處理

5.1 Tick ＆ Bar（OHLC）資料的取得

import MetaTrader5 as mt5

mt5.initialize()

# 指定符號（例如：USDJPY）
symbol = "USDJPY"

# 取得最新的 tick 資料
tick = mt5.symbol_info_tick(symbol)
if tick:
    print(f"Bid: {tick.bid}, Ask: {tick.ask}, 時間: {tick.time}")
else:
    print("無法取得 tick 資料。")

mt5.shutdown()

import MetaTrader5 as mt5
import pandas as pd

mt5.initialize()

symbol = "USDJPY"
# 取得過去 100 根的 1 小時足資料
rates = mt5.copy_rates_from_pos(symbol, mt5.TIMEFRAME_H1, 0, 100)

if rates is not None and len(rates) > 0:
    df = pd.DataFrame(rates)
    print(df.head())
else:
    print("無法取得 K 線資料。")

mt5.shutdown()

5.2 傳送訂單的範例

import MetaTrader5 as mt5

mt5.initialize()

symbol = "USDJPY"

# 建立訂單參數
order = {
    "action": mt5.TRADE_ACTION_DEAL,
    "symbol": symbol,
    "volume": 0.1,
    "type": mt5.ORDER_TYPE_BUY,
    "price": mt5.symbol_info_tick(symbol).ask,
    "deviation": 10,
    "magic": 234000,
    "comment": "python script order",
    "type_time": mt5.ORDER_TIME_GTC,
    "type_filling": mt5.ORDER_FILLING_IOC,
}

result = mt5.order_send(order)

if result.retcode == mt5.TRADE_RETCODE_DONE:
    print("訂單正常完成。")
else:
    print(f"訂單錯誤: {result.retcode}")

mt5.shutdown()

• 下單時，無論是真實帳戶或模擬帳戶，都需事先在帳戶中準備足夠的保證金。
• 訂單邏輯的測試，務必一開始在模擬帳戶中進行。
• 由於價差或手數限制、業者端的規格，訂單可能無法通過，因此確認回傳碼或錯誤訊息很重要。

6. 簡單的自動交易策略範例

6.1 黃金交叉策略的概要

• 短期移動平均線（例：5 期間）從下方穿越長期移動平均線（例：25 期間）的時機為「買入」
• 相反地，短期從上方穿越長期至下方的時機為「賣出」

6.2 Python 的實作範例

import MetaTrader5 as mt5

import pandas as pd

# 連接到 MT5
mt5.initialize()
symbol = "USDJPY"

# 取得最近 100 根的 1 小時足資料
rates = mt5.copy_rates_from_pos(symbol, mt5.TIMEFRAME_H1, 0, 100)
df = pd.DataFrame(rates)

# 計算移動平均線
df["ma_short"] = df["close"].rolling(window=5).mean()
df["ma_long"] = df["close"].rolling(window=25).mean()

# 黃金交叉判斷（使用最近 2 根來判斷）
cross = (
    df["ma_short"].iloc[-2] < df["ma_long"].iloc[-2]
    and df["ma_short"].iloc[-1] > df["ma_long"].iloc[-1]
)

if cross:
    # 僅在訊號發生時發出訂單（買入）
    order = {
        "action": mt5.TRADE_ACTION_DEAL,
        "symbol": symbol,
        "volume": 0.1,
        "type": mt5.ORDER_TYPE_BUY,
        "price": mt5.symbol_info_tick(symbol).ask,
        "deviation": 10,
        "magic": 234001,
        "comment": "golden cross buy",
        "type_time": mt5.ORDER_TIME_GTC,
        "type_filling": mt5.ORDER_FILLING_IOC,
    }
    result = mt5.order_send(order)
    if result.retcode == mt5.TRADE_RETCODE_DONE:
        print("黃金交叉買入訂單已發出。")
    else:
        print(f"訂單錯誤：{result.retcode}")
else:
    print("目前未滿足黃金交叉條件。")

mt5.shutdown()

6.3 實踐時的要點

• 實際運作時，加入進場・出場（決済）的條件以及風險管理機制會更安全。
• 要定期執行腳本，可以使用 Windows 的工作排程器或 cron（Linux）來自動化。
• 更進階的策略或複雜的訊號判斷，也可以用 Python 靈活擴展。

7. 應用範例：與 AI／機器學習的聯動

7.1 使用 AI 模型建立買賣訊號

1. 從 MT5 取得過去的價格資料
2. 使用 pandas 或 numpy 計算特徵量（例如：移動平均・布林通道等）
3. AI 模型輸出「上漲/下跌」等訊號
4. 根據訊號，使用 mt5.order_send 自動下單

7.2 使用 Walk‑Forward 分析進行策略最佳化

• 使用某期間的資料學習 AI 模型
• 使用最近的未學習資料驗證預測效能
• 新資料增加時重新學習模型
• 透過重複此流程，即可培育出對「未來未知資料」也強韌的策略

7.3 應用的範圍無限大

• 高精度預測邏輯的開發 可使用 AI 進化現有 EA 的邏輯，或利用深度學習學習模式等多樣手法。
• 外部資料的活用 經濟指標曆、ニュース、SNS 等，將 MT5 外部的資料納入交易策略中也行得通。
• 自動調整或最佳化 使用 Python 的最佳化工具，即可實現參數自動探索的「進化型 EA」。

8. 風險管理與注意事項

8.1 在模擬帳戶中進行充分的測試

8.2 注意點差・滑價・業者的差異

• 點差・滑價 即使從 Python 下單，在市場急變時也會發生點差擴大或滑價（成交價格的偏差）。特別是指標公布時或流動性低的時間帶需要注意。
• 業者各自的規格差異 MT5 的交易規格因 FX 業者而異，因此請事先確認「可交易的最小手數」「最大訂單數」「可使用的符號」等。透過 API 的情況下，也可能因伺服器端的規格而無法下單。

8.3 回測與邏輯的驗證

• 回測：使用過去資料進行充分的驗證
• 走前分析：使用未使用資料確認真實實力
• 風險管理：最大損失額的限制或停損的設定等，對萬一的準備也很重要。

8.4 系統的監視・維護也不要忘記

• 系統異常或錯誤發生時的電子郵件通知
• 日誌的自動儲存・備份
• 伺服器重新啟動時的自動復舊處理 等

8.5 法律・合規性的注意事項

9. 總結與下一步驟

【下一步驟範例】

• 進一步發展更複雜的技術指標或獨有策略
• 透過自製・導入AI或機器學習模型來提升訊號的精進
• 與Slack或LINE等外部通知服務的聯動
• 擴展至多個帳戶或貨幣對的運作

10. FAQ（常見問題）

Q1. MT5 可以免費使用嗎？

Q2. 可以對應多種貨幣對嗎？

Q3. 訂單無法通過、發生錯誤時的對策是？

Q4. 在日文環境下，Python 與 MT5 容易使用嗎？

Q5. AI 模型可以多簡單地整合？

Q6. 函式庫錯誤或版本不符導致無法連線，該怎麼辦？

相關網站

GlobalTradeCraft

Python×MT5入門ガイド：環境構築から自動売買＆機械学習応用まで徹底解説

目次 1 1. はじめに2 2. MT5×Pythonとは？2.1 MT5×Python連携のメリット2.2 MQL5と…