Ultency 之后：执行质量到底怎么验

平台接入 Ultency：从技术公告到账户实测的验证逻辑

平台宣布接入 Ultency，旨在提升订单处理速度、深化流动性并优化交易体验。然而，对于交易者而言，单纯的机房照片、合作公告或平均速度数字不足以证明执行质量的实质性提升。技术升级的最终价值，需通过具体的账户成交数据来验证。

核心关注点应聚焦于：相同条件下成交价改善幅度、订单完整成交率、极端行情下的尾部延迟情况，以及计入佣金和滑点后的单笔交易实际成本。

一、理解连接方式变革与账户级差异

MetaQuotes 在 2026 年 10 月发布的公告中，将 Ultency 定义为 MT5 原生的流动性聚合、订单撮合、执行及风控方案。此类集成通过减少外部连接组件简化了基础设施，但具体改善程度取决于实际配置与订单条件。

从交易流程看，一笔订单需经历终端发出、经纪商接收、风控路由、执行及结果返回等环节。平台内部提速仅优化了其中一部分。上游报价时效性、成交量深度、经纪商加价与路由规则，以及客户网络状况，均会影响最终结果。

因此，“已接入”仅是调查起点。交易者需确认自身开户实体、服务器、账户组及具体交易品种所对应的实际执行安排，确保供应商服务范围覆盖自身账户。

二、确立准确的执行评估基准

评估执行质量的首要难点在于基准定义。例如，屏幕显示黄金价格为 4000，并不意味着买单必然以此价格成交。买入应参考当时可用的 Ask（卖价），卖出应参考 Bid（买价），并需记录报价时间及对应可成交数量。

对于市价订单，建议在发出请求时保存本地收到的最新 Bid、Ask 及时间戳，作为客户端观察基准。若报价陈旧，需予以标记。此基准用于衡量终端所见与最终成交的差异，精确归因则需结合服务器接收时的报价及路由日志。

限价单与止损单需分别分析：限价单侧重价格约束与成交机会，止损单侧重触发规则及触发后执行。不同执行模式和订单处理规则需结合品种设置及经纪商条款核对，统一比较基准后，滑点数据才具备参考价值。

三、六项核心指标的综合评估体系

建议通过以下六项指标构建综合评估表，避免单一指标掩盖其他维度的恶化：

统计时需同时保留订单数量、交易数量和统计时段。以下为各项指标的详细解析：

1. 滑点分析

统一规定：正数为不利偏差，负数为价格改善。买单不利偏差 = 成交均价 - 基准 Ask；卖单不利偏差 = 基准 Bid - 成交均价。

示例：黄金下单时 Bid 为 4000.00，Ask 为 4000.40。若 100 盎司买单平均成交在 4000.55，则相对 Ask 的不利偏差为每盎司 0.15 美元（共 15 美元）；若成交在 4000.30，则改善每盎司 0.10 美元（共 10 美元）。

报告应列出均值、中位数、不利偏差尾部值、价格改善占比及样本量。需注意，高比例的价格改善可能掩盖少数巨额亏损，需警惕长期单向不利结果。

2. 成交率细分

假设发出 100 笔有效请求，90 笔全额成交，5 笔部分成交（各 50%），5 笔未成交。则：至少一次成交请求占比 95%，完整成交率 90%，数量成交率 92.5%。

统计需明确技术错误、保证金不足、撤单等情况的处理方式，并将重试请求关联至原始意图，避免重复统计。MT5 中一笔订单可能对应多笔成交，需利用成交记录中的关联字段进行汇总。

3. 延迟分布关注尾部

除中位数外，应重点关注 P95 和 P99 分位数。若中位耗时降低但 P99 显著升高，需调查少数慢速订单的原因及其伴随的成交偏差。

计时需区分网络延迟、请求确认、首次成交及全部成交耗时。注意 MQL5 文档指出 OrderSend 返回成功不代表交易完成，需进一步检查结果。同时，避免直接相减本地与服务器时间以消除时钟误差，应使用 MT5 提供的毫秒级时间字段。

四、成本核算：避免点差、滑点与佣金的重复计算

以买入为例，Bid 4000.00，Ask 4000.40，中间价 4000.20。若成交均价 4000.55，单边佣金 3 美元，则相对中间价的总成本为：(4000.55 - 4000.20) × 100 + 3 = 38 美元。

该成本可拆解为：半点差成本 20 美元、相对 Ask 的不利偏差 15 美元、佣金 3 美元。由于成交价相对中间价的差额已包含报价差异，切勿再次叠加完整点差，以免重复计算。

平仓成本应以平仓时基准单独计算，持仓盈亏另行归属。对于部分成交，需说明未成交数量的处理方式及潜在机会成本估算依据。跨平台比较时，务必统一费用口径（单边/双边、每手/名义金额、币种等）。

五、科学检验“接入后效果”的方法论

简单对比接入前后的订单易受市场行情波动干扰。建议采用以下方法：

• 固定统计口径：按品种、合约、买卖方向、订单类型、数量区间、交易时段及波动状态分组对比。
• 控制变量：分别统计黄金与欧元美元、普通时段与数据发布前后、市价单与限价单的表现。
• 关注深度：大单交易需记录多档深度报价，因为第一档低价可能无法支撑整笔订单。
• 设立对照组：若有条件，保留部分原有配置账户作为对照，以识别共同市场因素。

普通客户的终端记录仅能反映特定账户情况，全面因果判断需更完整的数据支持。建议先积累一段时间的可比样本，再进行逐步评估，避免因凑样本而增加额外交易风险。

六、客户数据留存与平台问责机制

普通交易者应保存账户实体信息、合约规格、执行政策版本、订单与成交明细、终端日志及下单附近的带时间戳 Bid/Ask 记录。屏幕录像可作为操作过程的补充证据。

针对异常情况，可向平台提出以下具体问题以获取详细解释：

1. 请求被服务器接收、首次成交及完成的具体时间?
2. 接收时对应数量的可用报价及部分成交情况?
3. 采用的执行规则、拒单或取消的具体原因?
4. 实际执行路径涉及的环节及相关记录?
5. 异常是否涉及连接中断、报价失效或路由调整，及其与时间线的对应关系?
6. 若确认执行错误，适用的复核与更正程序?

客户终端记录描述结果，服务器及路由记录帮助定位问题环节。证据的完整度决定了结论的有效性。

七、理想执行报告的标准要素

一份可复核的执行报告应具备以下要素：

• 明确定义：清晰界定“更快”、“更高”等描述的起止时间、样本量、订单类型及分位数。
• 统计细节：说明成交率的分母、观察窗口，以及部分成交、拒单和重试的处理逻辑。
• 完整成本：核算成交偏差、佣金及未完成数量，而非仅展示低点差。
• 透明结构：展示统计期间、账户范围、分组条件、订单与成交关联方式，以及价格、数量、速度、成本和异常处理的完整结果。

在保护客户隐私的前提下，统计口径必须清晰透明。Ultency 提供了技术基础，但交易者真正需要的是这些技术在自身订单上的实际表现数据。技术升级的价值，最终体现为每一笔可复核的成交优化。