从MT5提取实时数据至Python脚本时数据延迟的问题求助

问题背景 #

尝试通过Python脚本提取MT5实时数据，但获取到的数据存在5-10小时延迟，代码及输出如下：

获取K线数据的原函数 #

# Fetch historical bars for a specific symbol and time range
def get_bars(symbol, timeframe, start_date, end_date):
    if not mt5.symbol_select(symbol, True):
        print(f"Failed to select symbol: {symbol}")
        return None
    
    rates = mt5.copy_rates_range(symbol, timeframe, start_date, end_date)

# 代码输出数据：
Date: 2024-07-23 08:30:00, Type: Bullish, Gap: 31.44, First High: 66655.37, Third Low: 66686.81
Date: 2024-07-23 08:33:00, Type: Bullish, Gap: 105.20, First High: 66741.48, Third Low: 66846.68
Date: 2024-07-23 09:30:00, Type: Bullish, Gap: 3.41, First High: 66917.66, Third Low: 66921.07
Date: 2024-07-23 09:33:00, Type: Bullish, Gap: 25.20, First High: 66974.76, Third Low: 66999.96
Date: 2024-07-23 10:48:00, Type: Bearish, Gap: 24.62, First Low: 66936.30, Third High: 66911.68
Date: 2024-07-23 11:03:00, Type: Bearish, Gap: 79.14, First Low: 66829.84, Third High: 66750.70
Date: 2024-07-23 11:24:00, Type: Bearish, Gap: 40.32, First Low: 66610.38, Third High: 66570.06
Date: 2024-07-23 11:33:00, Type: Bullish, Gap: 37.54, First High: 66613.56, Third Low: 66651.10
    
    if rates is None:
        print(f"Failed to get rates for symbol: {symbol}")
        return None
    
    df = pd.DataFrame(rates)
    df['time'] = pd.to_datetime(df['time'], unit='s')  # Convert Unix timestamp to datetime
    return df

原主循环逻辑 #

while True:
    now = datetime.now()  # Get the current time
    end_date = now  # Use current time as end_date
    start_date = now - timedelta(days=1)  # Look back 1 day for data

问题原因分析 #

1. 时区不匹配
   MT5服务器默认使用UTC时区，但代码中用datetime.now()获取本地时间直接传入接口，导致请求的时间范围与服务器实际时间存在时差，这是延迟的核心原因。

2. 函数逻辑错误
   原get_bars函数中，调用copy_rates_range后插入了输出注释，后续的rates校验和DataFrame转换代码根本不会执行，拿到的是未正确处理的旧数据。

3. 接口选型不当
   copy_rates_range是历史数据查询接口，适合固定时间范围的回溯，不适合实时数据获取；实时场景应优先使用copy_rates_from_pos直接拉取最新N条数据。

修复方案 #

1. 修复时区和函数逻辑的get_bars函数 #

import pandas as pd
import MetaTrader5 as mt5
from datetime import datetime, timedelta, timezone

def get_bars(symbol, timeframe, start_date, end_date):
    if not mt5.symbol_select(symbol, True):
        print(f"Failed to select symbol: {symbol}")
        return None
    
    # 将本地时间转换为MT5要求的UTC时间
    start_utc = start_date.astimezone(timezone.utc).replace(tzinfo=None)
    end_utc = end_date.astimezone(timezone.utc).replace(tzinfo=None)
    
    rates = mt5.copy_rates_range(symbol, timeframe, start_utc, end_utc)
    
    if rates is None:
        print(f"Failed to get rates: {mt5.last_error()}")
        return None
    
    df = pd.DataFrame(rates)
    # 将UTC时间戳转换为本地时区时间
    df['time'] = pd.to_datetime(df['time'], unit='s') \
                    .dt.tz_localize('UTC') \
                    .dt.tz_convert(datetime.now().astimezone().tzinfo)
    return df

2. 优化实时循环逻辑 #

改用copy_rates_from_pos拉取最新数据，避免时间范围偏差：

import time

# 主循环：每分钟获取一次最新100条K线
symbol = "你的标的代码"
timeframe = mt5.TIMEFRAME_M1  # 根据需求调整时间帧

while True:
    # 从最新位置拉取100条数据
    rates = mt5.copy_rates_from_pos(symbol, timeframe, 0, 100)
    if rates:
        df = pd.DataFrame(rates)
        df['time'] = pd.to_datetime(df['time'], unit='s') \
                        .dt.tz_localize('UTC') \
                        .dt.tz_convert(datetime.now().astimezone().tzinfo)
        # 打印最新一条数据验证
        print("最新数据:\n", df.tail(1))
    # 控制请求频率，避免触发MT5限制
    time.sleep(60)

额外注意事项 #

• 确保MT5客户端已登录且实时行情正常（客户端内可看到实时波动）。
• 确认时间帧参数正确，使用MT5内置常量（如mt5.TIMEFRAME_M5）而非自定义数值。
• 若需要毫秒级实时推送，可使用mt5.subscribe接口订阅标的的实时数据更新事件。

内容的提问来源于stack exchange，提问作者Vishu singh