针对交易的组合数学和概率论（第五部分）：曲线分析·进阶篇
（2/3）· 当一笔笔不重叠订单堆出几十种结局状态，如何用极限与走廊把复杂度降维到能套公式
◍ 把模型算出的三条曲线钉死成可还原判据
做价格走廊还原，先得有可比对的数量标准。从时间维度看，只要抓三个量就够：P[U] 是价格穿破上边界的概率，T[U] 是触上边界的平均耗时，T[D] 是触下边界的平均耗时。后两个由状态转移时间加权得到：T[U]=S[U,u]·T[u]+S[U,d]·T[d]，T[D]=S[D,u]·T[u]+S[D,d]·T[d]，符号只是把前篇的时间标记换了个写法，方程本身没变。 P[U] 直接来自上篇的数学模型，且 P[D]=1–P[U]，所以拿模型给的五个值就能推出这三个目标量。但算出来不等于能还原——你得用真实样本把实际值也量出来：P*[U]、T*[U]、T*[D]，再去找一条等效双态曲线，让它的三个参数尽量贴住实测。
| 贴合程度用百分比偏差卡死，三条判据分别是：KPU= | P[U]–P*[U] | /(P[U]+P*[U])·100%，KTU= | T[U]–T*[U] | /(T[U]+T*[U])·100%，KTD= | T[D]–T*[D] | /(T[D]+T*[D])·100%。外汇与贵金属波动受杠杆放大，走廊参数失配可能快速放大回撤，实盘前建议在 MT5 用历史 tick 把这三组 K 值先跑一遍。 |
|---|
「用最小偏离挑出最优源系统」
判定哪套源系统更值得信赖，核心准则只有一条：在若干候选系统里，取那些对比指标值中最小的那一个。指标值越小，代表该系统定义的通道与实际价格行为的贴合度越高。 要算出这个对比值，第一步是确定走廊（corridor）的尺度——也就是我们据以评估实际突破概率、以及突破发生前实际耗时所依赖的边界宽度。没有这层边界，后续的概率 P[U] 根本无从谈起。 直观地说，走廊的上下边界之间应当容纳价格的最小必需位移。图中紫色三角形代表上下移动的其他可能检查点，而黑点之间的间距才是真正所需的最小移动量。若直接拿有效期内出现过的最大走势当边界，概率 P[U] 会算成 1，这明显是最错误的取法：我们需要的是保证与上下边界交叉的最小值，而不是把极端值奉为常态。
用三倍最小跨度反推走廊厚度
单凭下边界还不够，那只给出走廊的一条边且精度有限。实操里我把走廊总厚度取成观测到的最小跨度 MinD 的三倍以内，只要边界被样本触碰到足够多次，这个厚度就够用。 判定完走廊尺寸就要切分。若把整条走廊当成一个步阶，则 n、m 均取 1，p 等于向上穿越概率 P[U]，单侧步阶宽度为 1/3*MinD 的一半，步阶模块 Pr 即 (1/3*MinD)/n。此时 T[U,u] 与 T[D,d] 保留原值，T[U,d] 与 T[D,u] 置 0——样本量极大时这种整段即步阶的变体最省事，连数学模型都不必介入。 我自己的计算仍用模型示例，需要扫参数区间：p 取 p1 到 p2，N 与 m 取 nm1 到 nm2。实测采用 p1=0.4、p2=0.6、nm1=1、nm2=3，您完全可放宽到更大区间；单独拉大 nm2 能覆盖更多策略类型。若模型算不动下一变体，直接退回到无模型的整走廊切法即可。外汇与贵金属波动剧烈，走廊参数纯属历史样本拟合，实盘失效概率不低。
◍ 用上边界穿越概率反推平均耗时
算出单步往上走的概率 p 之后，它就能直接当平均穿越时间的计算基底。把走廊上下边界的交叉过程汇总，会看到两类计数和对应的耗时数组：N[U] 是触上边界次数，N[D] 是触下边界次数；T[U][i] 和 T[D][i] 分别记录每次触到对应边界所花的时间。 上边界穿越概率和双侧平均时间的公式很直接：P*[U] = N[U]/(N[U]+N[D])，T*[U] 是全部 T[U][i] 求和除以 N[U]，T*[D] 同理用下边界数组。实际回测里若 N[U]=37、N[D]=41，则上破概率约 0.474，这一数字可直接进 MT5 策略的触发阈值判断。 我选上边界概率做首要精度项，而不是同时盯三个间隔取三个值——后者会多出三个自由度，拉长计算且实时性变差。流程改成：先定 p，再顺推 T[u] 与 T[d]。注意走廊由多步阶组成，穿越时间≠单步耗时，单步上行概率也≠边界穿越概率，仅 n=m=1 的退化情形例外。 最终落地的步阶特征就四项：p 上行概率、T[u] 上行平均持续、T[d] 下行平均持续、Pr 按盈利得出的阶跃模数。外汇与贵金属波动剧烈，这些量仅表征历史统计倾向，实盘需以 MT5 复盘验证分布偏移。
「用等效斜率检验二维转换是否靠谱」
步阶参数找齐之后，得有个办法判断这套「简化成二维曲线」的活儿到底值不值。最直接的尺子是画一条从起点连到终点的直线，斜率 K = EndProfit / EndTime，方程写成 P0 = K * t。理想状态下，如果二维模型的参数够准，这条直线应该和余额曲线在端点严丝合缝地相切，斜率也完全一致。 现实里这种完美重合基本碰不上。按步阶算出来的数学预期更实在：上行偏转期望 MP = p * Pr – (1-p) * Pr，耗时期望 MT = p * T[u] + (1-p) * T[d]，等效斜率就是 K = MP / MT。我每次跑完这套流程，得到的图都长一个样——原曲线和等效直线在中间段明显分家。 分家的原因不外三种：带星号的值算错、二维模型本身不够灵活、搜索次数和计算力被卡了上限。能做的修补是把平均步阶时间调一调，至少让两条线的斜率系数对齐；代价是评判偏差的准则会被动到，但没有更优解。 核心准则是斜率系数。交易次数趋近无穷时，原策略和推导策略理应塌成同一条直线，若合不上，这转换就没意义。偏差也许不在方法本身，而是某些隐藏可能性还没看清。外汇与贵金属杠杆高，这类模型偏差会放大实盘风险，拿去验证前先在小样本回测里跑通再谈。