移动极小化极大指标：把量子隧穿思想用于抄底摸顶
一、从量子物理到图表
物理学家 Z.K. Silagadze 把阿尔法衰变中的量子隧穿类比到价格极值搜索：把价格序列看作势场，局部极小/极大是粒子可“隧穿”到达的势阱底/顶。移动极小化极大（Moving MinMax）即在此思想上构建。
二、指标的数学直觉
经典力学中球无法越过势垒；但量子力学下粒子有非零概率隧穿到势阱底并振荡。这被模拟为在价格图上寻找局部最小值/最大值的过程，从而标注潜在顶底。
三、核心计算函数
原文提出用势垒矩阵 Q、隧穿概率 P 与演化 u 三个量刻画，计算复杂度通过模拟量子行为而非解真实薛定谔方程来降低。
void calcQii(double &P[], double &Q[], int i, int w) { /* 势垒矩阵 */ }
void calcPii(double &P[], int i, int w) { /* 隧穿概率 */ }
void calcui(double &u[], double &P[], int i) { /* 演化 */ }
void SR(double &buf[], int n) { /* 平滑 */ }
四、MQL5 实现要点
在指标中按滑动窗口取收盘价，逐窗计算 Qii/Pii，写入指标缓冲。注意缓冲大小管理与归一化，避免数值溢出。
int n = Bars(_Symbol, PERIOD_CURRENT); double close[]; CopyClose(_Symbol, PERIOD_CURRENT, 0, n, close); ArrayResize(close, n); // 确保缓冲大小 // 逐窗计算 Qii/Pii，写入指标缓冲 for(int i=w; i<n; i++) calcQii(close, Q, i, w);
五、解读信号
指标在顶部/底部区域给出反转提示。它标注的是“潜在极值区域”，应等价格确认（如收线、结构破坏）后再行动，而非裸接。
六、常见坑
七、算法原理：移动极值归一
移动极小化极大指标的核心是把价格在「最近 N 根的高低区间」里做归一：当前价相对这区间最低价的高度，映射成 0 到 100 的位置。它类似 Stochastic 但强调「移动窗口内的相对位置」。
量子（quantum）命名更多是一种包装，本质还是「区间内归一化位置」思路。理解这点就不会被花哨名字唬住，它解决的是「价格现在处在近期相对高位还是低位」。
八、指标解读
读数和 Stochastic 类似：靠近 100 表示近期相对高位（可能超买），靠近 0 表示近期相对低位（可能超卖）。但它是区间归一，对近期结构比固定超买超卖线更敏感。
九、实战信号
常用法：指标从低位上穿中位看多、从高位下穿看空；更稳的是结合价格结构（如突破近期高低点）过滤假信号。窗口 N 决定灵敏度，短窗口反应快但噪音多、长窗口平滑但滞后。
参数上 N 要和持仓周期匹配：短线用短窗口、波段用长窗口，别一套参数打天下。
十、与其他震荡指标的配合
移动极小化极大指标本质是区间归一化的震荡指标，和 RSI、Stochastic 同类。配合使用时别叠加同构指标（都说超买），而应与趋势类（如均线方向）互补：趋势向上时才在低位区做多。
多指标共振要「异构互补」而非「同构叠加」：一个看相对位置、一个看趋势、一个看动量，三者一致才出手，过滤掉单一指标的假信号。
参数上窗口 N 要和持仓周期匹配：日内短窗口、波段长窗口，并定期用样本外验证窗口选择是否仍有效。
十一、指标周期与参数稳健性
任何区间归一指标都对窗口 N 敏感：N 小反应快但噪音多、N 大平滑但滞后。稳健做法不是找「最优 N」，而是看参数邻域——若 N 在 20 到 30 之间表现都接近，说明指标鲁棒；若只有 N=23 特别好，多半是过拟合。
把「参数高原」思维用在所有指标上：选高原中央而非孤峰之巅的参数，实盘才稳。这也是为什么单看回测排名第一会踩坑，要看邻域整体表现是否平坦可迁移。
调参时把窗口长度与品种周期绑定成参数暴露给外部，而不是写死在代码里。同一指标在 M1 与 H1 上的最佳窗口差好几倍，做成可配置后通用性和可维护性都更好。还要警惕窗口过短导致的过度灵敏——它在震荡市疯狂翻转，却在趋势启动时空招，需结合波动率自适应。