创建 EA 交易优化的自定义标准：OnTester 与 TCustomCriterion
一、优化标准是什么，为什么内置的不够用
在 MT5 策略测试器里，「优化标准」是一个数值，数值越高代表这组参数越好。内置标准（最大余额、余额+最大夏普、余额+最小回撤等）覆盖了最常见目标，但真实需求往往更刁钻：你可能想同时看收益、回撤、交易次数、平滑度，甚至想惩罚「曲线某一段偏离直线太远」。内置列表塞不下这些组合，于是 MT5 留了后门——Custom max（自定义最大值），它的取值就是你 EA 里 OnTester() 函数的返回值。只要启用遗传算法优化，测试器每跑完一组参数就自动调用 OnTester，用你返回的那个 double 去排序、淘汰弱代。
理解这一点很关键：遗传优化是「降序排序、抛弃最差」的机制，所以你的自定义标准必须设计成「越大越好」。任何你关心的质量维度，都要转化成单一数值且方向正确，否则优化方向会完全反掉。
二、策略测试程序内置的优化标准清单
文档里内置的标准包括：Balance max（最大余额）、Balance+max Profit Factor（余额×获利系数）、Balance+max Expected Payoff（余额×预计获利）、Balance+min Drawdown（余额×低回撤）、Balance+max Recovery Factor（余额×回收系数）、Balance+max Sharpe Ratio（余额×夏普），以及本文重点的 Custom max。注意前几种是「余额乘某个风险指标」，本质是单目标加权；而 Custom max 把目标函数完全交给你，灵活度最高，也最容易写错。
三、OnTester() 函数：自定义标准的入口
OnTester 是预定义函数，每次单组参数测试快结束时、OnDeinit 之前自动调用，返回值 double 即该组参数的优化得分。要取测试结果，用 TesterStatistics(STAT_XXX)——它只能从 OnTester 和 OnDeinit 里调，否则结果未定义。最朴素的版本直接 return 0.0；真正有用的版本要从 STAT_PROFIT、STAT_BALANCE_DD、STAT_TRADES 等统计量里算出你想最大化的那个数。
举个例子：用回收系数（Recovery Factor，净利÷最大回撤）做标准。OnTester 里取 profit=TesterStatistics(STAT_PROFIT)、max_dd=TesterStatistics(STAT_BALANCE_DD)，返回 profit/max_dd。注意文中代码省略了除零检查——实盘必须补上：当 max_dd==0 时应返回极小值或跳过，否则会触发除零错误导致该组参数评分异常。
double OnTester() {
double profit = TesterStatistics(STAT_PROFIT);
double max_dd = TesterStatistics(STAT_BALANCE_DD);
if(max_dd <= 0.0) return 0.0; // 补上除零保护
double rec_factor = profit / max_dd;
return rec_factor;
}
四、组合标准：余额 + 最小回撤 + 交易次数
单指标容易被钻空子（比如只优化夏普可能得到一个交易极少、运气成分高的参数）。更稳的组合是「余额 × 回撤倒数 × 交易次数」：balance 用 STAT_PROFIT，min_dd 用 STAT_BALANCE_DD 取倒数（回撤越小分数越高），trades_number 用 STAT_TRADES（样本越多结果越可靠）。三者相乘，逼着遗传算法去找「赚得多、回撤小、且不是靠一两次运气单」的参数区。
文中把 MA 周期的优化范围设成 100–2000，在 2009.06–2011.06 的 H1 上跑 FanExpert（三均线扇形 EA）。优化图显示标准最大值落在 MA1Period 约 980–1200 区间，最好与最差参数表对比可见：亏损、获利、交易次数被同时纳入，标准确实在起作用。要记住这是遗传搜索不是全遍历，图里某些好参数可能被自然选择淘汰了，别把最优值当成全局最优。
double OnTester() {
double balance = TesterStatistics(STAT_PROFIT);
double min_dd = TesterStatistics(STAT_BALANCE_DD);
if(min_dd > 0.0) min_dd = 1.0 / min_dd; // 回撤取倒数
double trades_number = TesterStatistics(STAT_TRADES);
double param = balance * min_dd * trades_number;
return param;
}
五、封装成类：TCustomCriterion 体系
每次手写 OnTester 既重复又慢。文中建了一套类体系：基类 TCustomCriterion 定义虚方法 GetCriterion()；TSimpleCriterion 直接返回某个 STAT_XXX 的值（正比型）；TSimpleDivCriterion 返回其倒数（反比型，用于回撤类）；TSimpleMinCriterion / TSimpleMaxCriterion 加上下限，用于故意放弃不达标参数（比如最少交易次数、最大回撤红线）。这样在 EA 里 new 几个对象、往容器里一塞，OnTester 只需遍历调用 GetCriterion 再合成总分，扩展性和可读性都上来了。
性能是这类封装的硬要求：MT5 支持用云网络做大规模优化，标准算得太慢会拖垮整个搜索。所以文中特意选最简单直接的实现（甚至不惜牺牲一点面向对象优雅），并用标准数据组织类减少开销。实盘封装时，OnTester 里只做轻量算术，别在里面再开文件、再训练模型。
六、实战建议与常见陷阱
第一，方向永远「越大越好」，写错符号优化就反向。第二，必须处理边界（除零、负值、空仓），否则某组参数评分 NaN/异常会污染整代排序。第三，组合权重要克制——乘太多因子会把标准压成极端值，反而让遗传算法过早收敛到局部。第四，自定义标准本质是单目标，多目标冲突（收益 vs 回撤）靠你手动调权重，不是自动 Pareto 前沿。第五，也是最重要的：用自定义标准挑出的「最优参数」依然可能过拟合，它只是把你定义的目标函数最大化，不代表未来样本外也同样好，必须配合样本外验证、WFO 滚动窗口。
七、小结
MT5 的 Custom max 优化标准把目标函数完全交给你，入口就是 OnTester()：用 TesterStatistics 取统计量、算出一个「越大越好」的 double 返回。可以简单到回收系数，也可以组合成「余额×回撤倒数×交易次数」的多因子标准；规模大了就封装成 TCustomCriterion 类体系复用。记住四件事——只在遗传算法下生效、方向必须越大越好、务必处理边界值、挑出的参数仍要样本外验证防过拟合。