PMTS 信号引擎内部：从原始 MT5 tick 数据到交易决策 — 2026 年 5 月 29 日

机构资金分配者在认购 PMTS 资本前最常提出的问题之一概念上简单但技术上复杂：从经纪商发来一个 tick 到一笔 order 被发回市场之间，机制上究竟发生了什么？答案是一个多阶段的信号引擎。本文记录该引擎在 2026 年 5 月 29 日运行于 MetaTrader 5 上服务 XAUUSD 市场的架构，并展示其产生的实时业绩足迹。

为什么信号引擎重要

一个交易系统的价值，仅与其将嘈杂的市场微观结构转化为二元决策（交易或观望）的管道中所嵌入的纪律相当。自主交易者将这一管道压缩为直觉。系统化平台则必须以代码表达——可重现、可审计、且对体制变化具有弹性。PMTS 自第一天起就围绕这一约束进行工程化。

结果体现在我们后台公布的全平台指标中。过去 30 天，PMTS 在全部账户上共执行 4,964 笔交易，胜率 59.11%，聚合净利润达 USD 3,107,536.84。在 2026 年 5 月 22 日至 29 日的 7 日滚动窗口中，引擎产生 213 笔交易，其中 74.18% 以盈利平仓，为聚合权益贡献 USD 244,302.59。这些数字不是本文的目标——它们是下文所述架构的结果。

第 1 阶段：tick 摄入与微观结构标准化

管道始于经纪商桥。每个 PMTS Expert Advisor 都附加在一个 MT5 终端上，连接到我们目前支持的七家经纪商之一（MetaQuotes、DarwinexZero、FTMO、MultiBank Group、MEX Atlantic 等，分布在 19 个生产账户中）。EA 订阅 XAUUSD 的 OnTick 事件，并将每笔报价写入一个固定深度的内存环形缓冲区。

在此阶段引擎尚未尝试预测。它执行三项确定性操作：

• 异常值过滤。报价流偶尔包含陈旧打印、经纪商盘前快照或低流动性窗口中的宽点差尖刺。一个中位偏差过滤器拒绝任何其买卖中点偏离滚动中位数超过可配置阈值的 tick。
• 点差感知的中间价重建。由于 XAUUSD 点差可能在亚洲—伦敦交接期间和 FOMC 头条附近实质性扩大，引擎按近期深度加权计算合成中间价，而非简单的 (bid+ask)/2。该合成价格是每个下游模块消费的对象。
• 时间戳对齐。经纪商服务器时间被规范化到 UTC，并重新分桶为一秒、一分钟和五分钟的 bar。引擎并行维护这些 bar，因为不同的子策略在不同的时间尺度上运行。

第 2 阶段：特征工程——将价格转化为问题

第二阶段是原始报价成为待决策的地方。每个新 bar 触发涵盖五个家族的特征向量计算：趋势、波动率、动量、流动性和宏观背景。

趋势特征包括自适应均线、多个 lookback 的回归斜率，以及用于后台仪表盘可视化确认的 Heikin-Ashi 风格平滑。波动率特征包括 14、50 和 200 周期的 ATR、已实现方差估计量，以及对隔夜跳空具有鲁棒性的 Yang-Zhang 区间估计量。动量特征覆盖 RSI、Stochastic 以及一个专有的背离检测器，当价格新高未被动量新高确认时进行评分。

流动性特征量化市场在当前价格水平愿意吸收的量——从点差、报价更新速率和通过订单簿代理推断的深度推导而来。最后，宏观背景特征注入与计划事件的当前接近度：距离 FOMC 的分钟数、距 NFP 的时长，以及 Fed 静默窗口是否激活。引擎刻意将宏观接近度视为一个特征，而非硬开关——我们希望系统在重大数据附近降低信号置信度，而非盲目停止交易。

第 3 阶段：体制分类

PMTS 中最重要的架构选择是将体制检测与信号生成显式分离。多数零售 Expert Advisor 将两者合并：一旦检测到模式即触发入场，无论市场处于趋势、均值回归还是区间压缩。PMTS 反其道而行之。每个特征向量首先通过一个体制分类器，将当前市场状态分配到四个桶之一：上升趋势、下降趋势、均值回归、高波动率过渡。

每个桶激活不同的子策略集合。例如，上升趋势体制将激活突破延续模块并完全禁用均值回归空头。高波动率过渡体制（常见于 FOMC 声明前数小时）使引擎偏向更小的仓位规模和更紧的风险上限。这就是 PMTS 很少陷入用逆势模块对抗强势趋势这一经典算法失败模式的原因——分类器已经先行让错误的工具静默。

第 4 阶段：信号评分与共振

在激活的体制内，多个子策略独立产生 −1 至 +1 范围内的分数。信号引擎随后使用共振规则（而非简单平均）聚合这些分数。一笔交易仅在以下情况下被考虑：(a) 至少两个独立子策略在方向上达成一致，(b) 它们的组合分数跨越按体制校准的阈值，(c) 宏观接近度特征不否决执行。

这一共振要求是近期执行质量背后最重要的原因。在 5 月数据窗口的账户 25 上，PMTS 在 82 笔交易上产生 2.5793 的 profit factor，胜率 64.63%。具体到 XAUUSD 符号，历史 profit factor 为 2.0942，平均盈利 USD 158.75，对应平均亏损 USD 81.03——约 2:1 的盈亏比，由引擎结构性强制执行，而非事后挑选交易的结果。

第 5 阶段：风险调整后的执行

一个信号还不是订单。最后阶段应用一个组合级风险过滤器，考虑：所有 19 个生产账户的开放敞口、活跃头寸之间的当前相关性、距日内和周度损失断路器的距离，以及按账户币种 (EUR, USD, GBP) 计的可用自由保证金。只有在风险模块放行后，订单才会通过 MT5 发送给经纪商。

执行本身根据体制分为市价单和挂单。在趋势体制中，引擎倾向于市价单以捕捉延续；在均值回归体制中，它倾向于在计算的回归位上挂单。每次成交都会记录滑点，并反馈到点差感知中间价模型的下一次迭代——一个无需手动重新校准即可逐步收紧执行质量的闭环。

可审计性：每个决策都留下痕迹

管道的每个阶段都向服务器端数据库写入结构化的日志条目。对于每笔交易，可以重建入场时刻的精确特征向量、体制分类、子策略分数、共振结果以及最终风险决策。这就是 PMTS 在黑盒 AI 系统通常做不到的方式下可审计的原因。投资者可以在平台 dashboard 上验证每个账户背后的精确指标：Sharpe 类比率、Sortino 偏差、足够历史时的 Calmar 比率、胜率、profit factor 和回撤几何。

在机构账户快照上，PMTS 保持仅 0.7277% 的最大回撤——这一指标比头条利润数字更能代表系统完整性。一个以大回撤为代价产生强回报的信号引擎，结构上不如一个在低回撤下产生中等回报的系统更有价值；机构分配者明白这一点，上述架构正是围绕这一理解构建。

这对投资者意味着什么

机构客户无需了解每个模块的实现细节。重要的是运营契约：PMTS 将 (1) 仅在识别出激活体制时交易，(2) 仅在独立子策略相互确认时执行，(3) 在宏观事件附近自动缩小规模，(4) 拒绝任何会突破组合级风险上限的交易。正是该契约产生了 30 天内近 5,000 笔交易、59.11% 胜率且无失控回撤的足迹。

若您希望对照自己的风险参数评估 PMTS，可以开立一个评估账户，并在您的个人 dashboard 上实时监控上述相同指标。本文所述引擎与产生这些数字的引擎完全相同——不存在单独的生产版本。

过往业绩不构成未来结果保证。交易涉及重大损失风险，并非适合所有投资者。本文引用的 KPI 反映截至 2026 年 5 月 29 日的平台聚合业绩，可能不代表未来期间。在配置资金前，请始终咨询合格的财务顾问。