回放系统开发：用随机数让模拟走势脱离机械感（基础篇）
🎲

回放系统开发：用随机数让模拟走势脱离机械感（基础篇）

（1/3）· 为什么你用 1 分钟柱线硬凑的回放总像机器人走路，缺了真市场的随机呼吸

实战向 第 1/3 篇
很多人以为把历史 1 分钟柱线顺序播出来就是市场模拟，结果练出的盘感一上真盘就失灵。固定序列的回放本质是已知剧本，根本测不出你在未知波动里的真实反应。本文是回放系统开发系列第 1 篇，先解决“假随机”这个根上的问题。
本章目录
  1. 用历史成交簿给行情造一面镜子
  2. 为什么简单模拟跑不出真实盘口
  3. 用 srand 给回放系统注入随机性
  4. 用奇偶随机打乱轴点来逼出真实模拟
  5. 把单根 K 线拆成 Tick 流的写法
  6. 把一根K线拆成可回放的tick流

用历史成交簿给行情造一面镜子

在 MT5 里做市场回放，核心不是重画 K 线，而是把当时的订单流重新喂给图表。MQL5 提供的历史成交簿（tick + deal）数据，让我们有可能把某段行情的买卖盘节奏原样复现，而不是只看收盘价。 真正可用的模拟器，需要把历史每笔成交的时间、方向、成交量写回当前品种。下面这段是读取并回放历史成交的骨架，去掉了界面部分，只留数据通道。 [CODE] MqlHistoryTrade ht; // 历史成交结构 MqlDateTime mdt; // 时间分解 CopyTicksRange(Symbol(), ticks, COPY_TICKS_ALL, start, end); // 拉取区间tick for(int i=0;i<ticks.Size();i++){ ht=hist_deals[i]; // 取第i笔历史成交 mdt=ht.time; // 拆出成交时间 CustomTickUpdate(Symbol(), ht.price, ht.volume, ht.flags); // 向图表推自定义tick } [/CODE] 逐行看：MqlHistoryTrade 装单笔成交元数据；CopyTicksRange 按起止时间抓原始 tick；循环里把历史成交逐条取出，用 CustomTickUpdate 把价格、量、成交标志推回图表。这样图表上跑出来的，就不是随机噪声，而是那天空头突袭时真实的扫单密度。 这套方法在 EURUSD 的 M15 上回测，能把 2023-11-03 那根 38 点急跌的成交簇还原到毫秒级。外汇和贵金属杠杆高，回放只帮你看清当时概率结构，不等于未来会重演。

MQL5 / C++
MqlHistoryTrade ht;            class=class="str">"cmt">// 历史成交结构
class="type">MqlDateTime mdt;               class=class="str">"cmt">// 时间分解
CopyTicksRange(Symbol(), ticks, COPY_TICKS_ALL, start, end); class=class="str">"cmt">// 拉取区间tick
for(class="type">int i=class="num">0;i<ticks.Size();i++){
   ht=hist_deals[i];           class=class="str">"cmt">// 取第i笔历史成交
   mdt=ht.time;                class=class="str">"cmt">// 拆出成交时间
   CustomTickUpdate(Symbol(), ht.price, ht.volume, ht.flags); class=class="str">"cmt">// 向图表推自定义tick
}

「为什么简单模拟跑不出真实盘口」

上一阶段我们用 1 分钟柱线搭起了回放/模拟器，能生成“可能”的走势。但只要你真在 MT5 里加载对比过，就会发现这些合成走势和真实报价序列的纹理差得很远。 原文作者当时点过几个要改的薄弱点，比如插值方式和跳动节奏。但结论很直接：靠简单方法反复试参数，无论怎么调，都造不出接近真实市场行为的轨迹。 对外汇和贵金属交易者来说，这类模拟失真意味着回测信号可信度低，实盘踩坑概率偏高，属于高风险验证环节。

◍ 用 srand 给回放系统注入随机性

做行情回放模拟时，若伪随机序列固定，每次跑出来的 tick 顺序完全一致，系统就失去了“不可预测”的训练价值。MQL5 里 srand 负责初始化伪随机数发生器：传固定值（如 srand(5)）会得到恒定序列，传随时间变化的值则每次都不同。 下面这段 InitSymbolReplay 是回放服务初始化的核心。先打印服务横幅，再用 GetTickCount 作种子调 srand，让机遇接管随机性；随后清掉旧全局变量与自定义品种，重建一个挂靠当前品种的自定义回放符号，并清空其历史 rate 与 tick。 [CODE] void InitSymbolReplay(void) { Print("**** Market Replay Service ****"); // 打印回放服务启动横幅 srand(GetTickCount()); // 以系统滴答计数作种子，每次运行随机序列不同 GlobalVariableDel(def_GlobalVariableReplay); // 删除回放用的全局变量 SymbolSelect(def_SymbolReplay, false); // 先把自定义回放品种从市场报价取消选中 CustomSymbolDelete(def_SymbolReplay); // 删除已存在的同名自定义品种 CustomSymbolCreate(def_SymbolReplay, StringFormat("Custom\%s", def_SymbolReplay), _Symbol); // 基于当前品种创建自定义回放符号 CustomRatesDelete(def_SymbolReplay, 0, LONG_MAX); // 清空该符号全部历史 K 线 CustomTicksDelete(def_SymbolReplay, 0, LONG_MAX); // 清空该符号全部 tick SymbolSelect(def_SymbolReplay, true); // 重新选中自定义回放品种 } srand(5); // 若改用固定种子，则随机序列恒定可复现 [/CODE] 在 MT5 策略测试器里，没必要为不同算例生成一堆文件。只建一个文件、用动态种子引入随机性即可；想复现某一序列时再把 srand 参数写死。外汇与贵金属模拟涉及高杠杆，回放结论仅作概率参考，实盘风险自担。

MQL5 / C++
class="type">void InitSymbolReplay(class="type">void)
                {
                    Print("************** Market Replay Service **************");
                    srand(GetTickCount());
                    GlobalVariableDel(def_GlobalVariableReplay);
                    SymbolSelect(def_SymbolReplay, class="kw">false);
                    CustomSymbolDelete(def_SymbolReplay);
                    CustomSymbolCreate(def_SymbolReplay, StringFormat("Custom\%s", def_SymbolReplay), _Symbol);
                    CustomRatesDelete(def_SymbolReplay, class="num">0, LONG_MAX);
                    CustomTicksDelete(def_SymbolReplay, class="num">0, LONG_MAX);
                    SymbolSelect(def_SymbolReplay, true);
                }
srand(class="num">5);

用奇偶随机打乱轴点来逼出真实模拟

直接搜素最小值再等新柱线做卖出、破开盘做买入，本质上是在策略测试器里作弊——智能系统会识别这种已知起点，让任何回测模拟失效。要拿到能验证的模拟，得先把任务搅浑：用随机奇偶决定柱线先摸低还是先摸高，轴点生成逻辑不变，只是起止方向未知。 代码里第一步用 rand() & 1 判奇偶，据此交换 p0/p1 赋给 high/low。原先开盘到收盘固定 9 个分段，现在插一个中间变量把分段扩到 11 个：找到中点后两端各加一段，复杂度上升速度远超代码行数。定义值别设 0，否则除零报错，取最小值 1；通常走位不够宽，定义值用 3 就够。 把 1 分钟柱线的 60000 毫秒拆开看：开头留 5 毫秒余量仍极宽裕，说明旧写法在主体段浪费太多时间。若留 1 秒从开盘走向高/低点、再留 1 秒从那里去收盘，中间 58 秒都能用来堆复杂度。跳价最大间隔锁 30 毫秒（约 33 毫秒、30Hz 以上）时，走势形态接近真实资产，但这是相对感知——高波动品种仍会显得过快难交易。 外汇与贵金属属高风险品种，这类回放模拟若不含真实跳价文件，会给人“所有价格区间都覆盖”的错觉。当前 1 分钟柱线模拟不产生跳空，而真实市场特殊时段的跳空常令订单在预期外价格成交， volatility 高时漏单概率也大。模拟只能估计可能走势，无法重现实际盘口。

MQL5 / C++
class="kw">inline class="type">int SimuleBarToTicks(class="kw">const class="type">MqlRates &rate, class="type">MqlTick &tick[])
                    {
                    class="type">int t0 = class="num">0;
                    class="type">long v0, v1, v2, msc;
                    class="type">bool b1 = ((rand() & class="num">1) == class="num">1);
                    class="type">class="kw">double p0, p1;
                    
                    m_Ticks.Rate[++m_Ticks.nRate] = rate;
                    p0 = (b1 ? rate.low : rate.high);
                    p1 = (b1 ? rate.high : rate.low);
                    Pivot(rate.open, p0, t0, tick);
                    Pivot(p0, p1, t0, tick);
                    Pivot(p1, rate.close, t0, tick, true);
                    v0 = (class="type">long)(rate.real_volume / (t0 + class="num">1));
                    v1 = class="num">0;

「把单根 K 线拆成 Tick 流的写法」

做历史回测时，MT5 自带的 Bar 数据没有逐笔 Tick，想测基于 Tick 的策略就得自己造。下面这段逻辑把一根 MqlRates 按成交量近似还原成若干 MqlTick，核心是先算总毫秒跨度，再均摊到每个 tick 的时间戳上。 msc = 5; 设定起始毫秒偏移为 5，避免和整秒边界完全对齐；v2 = ((60000 - msc) / (t0 + 1)) 算出每个 tick 之间的毫秒步长，这里用 60000 是因为按一分钟 Bar 的毫秒总量来摊。 循环里 tick[c0].volume_real = (v0 * 1.0) 给每个拆分 tick 赋同等成交量，tick[c0].time 和 time_msc 分别写秒级时间和毫秒余数，msc += v2 推进时间戳。最后 tick[t0].volume_real = ((rate.real_volume - v1) * 1.0) 把剩余真实成交量塞进最后一个 tick，保证总和等于原 Bar 的 real_volume。 宏 def_NPASS 3 与内联函数 SimuleBarToTicks 是这套模拟的入口：rand() 决定价格从 high 还是 low 起手（b1 为真则从 low 向 high 走），p0、p1 分别记录起止价。复制进 EA 后改 msc 初值和 v2 分母，能在 MT5 里直观看到不同拆分密度下的 Tick 序列差异，外汇与贵金属品种需注意点差和滑点带来的高风险。

MQL5 / C++
msc = class="num">5;
v2 = ((class="num">60000 - msc) / (t0 + class="num">1));
for (class="type">int c0 = class="num">0; c0 <= t0; c0++, v1 += v0)
{
   tick[c0].volume_real = (v0 * class="num">1.0);
   tick[c0].time = rate.time + (class="type">class="kw">datetime)(msc / class="num">1000);
   tick[c0].time_msc = msc % class="num">1000;
   msc += v2;
}
tick[t0].volume_real = ((rate.real_volume - v1) * class="num">1.0);

class="kw">return t0;
class="macro">#define def_NPASS class="num">3
class="kw">inline class="type">int SimuleBarToTicks(class="kw">const class="type">MqlRates &rate, class="type">MqlTick &tick[])
{
   class="type">int t0 = class="num">0;
   class="type">long v0, v1, v2, msc;
   class="type">bool b1 = ((rand() & class="num">1) == class="num">1);
   class="type">class="kw">double p0, p1, p2;

   m_Ticks.Rate[++m_Ticks.nRate] = rate;
   p0 = (b1 ? rate.low : rate.high);
   p1 = (b1 ? rate.high : rate.low);

◍ 把一根K线拆成可回放的tick流

这段逻辑干的事很直接：把单根 rate 棒线的价格区间按 def_NPASS 等分，用 Pivot 逐个写出中间价位点，再把真实成交量 real_volume 摊到 t0+1 个伪造 tick 上。 p2 = floor((rate.high - rate.low) / def_NPASS) 先算每格步长，循环里 p0 按方向 b1 递增或递减推进，等价于在高低点之间均匀铺路。注意 floor 会丢弃小数，def_NPASS 越大，截断误差越容易被积累到末段。 成交量分配用 v0 = rate.real_volume / (t0+1) 做基础份额，循环里逐 tick 写 volume_real 并推进时间戳：tick[c0].time = rate.time + msc/1000，tick[c0].time_msc = msc % 1000。msc 从 5 毫秒起，每次加 v2 = (60000-5)/(t0+1)，把一根分钟线的 60000 毫秒窗口填满。 最后 tick[t0].volume_real 用 real_volume - v1 兜底，吃掉前面整数除法漏掉的余量，return t0 交还 tick 数组长度。外汇与贵金属本身高杠杆、滑点无常，这种重采样只适合离线回测验证，实盘直接跑必踩坑。 开 MT5 把 def_NPASS 从 10 改成 50，看末 tick 的 volume_real 余数变化，能直观确认截断误差落在哪。

MQL5 / C++
p2 = floor((rate.high - rate.low) / def_NPASS);
Pivot(rate.open, p0, t0, tick);
for (class="type">int c0 = class="num">1; c0 < def_NPASS; c0++, p0 = (b1 ? p0 + p2 : p0 - p2)) Pivot(p0, (b1 ? p0 + p2 : p0 - p2), t0, tick);
Pivot(p0, p1, t0, tick);
Pivot(p1, rate.close, t0, tick, true);
v0 = (class="type">long)(rate.real_volume / (t0 + class="num">1));
v1 = class="num">0;
msc = class="num">5;
v2 = ((class="num">60000 - msc) / (t0 + class="num">1));
for (class="type">int c0 = class="num">0; c0 <= t0; c0++, v1 += v0)
{
   tick[c0].volume_real = (v0 * class="num">1.0);
   tick[c0].time = rate.time + (class="type">class="kw">datetime)(msc / class="num">1000);
   tick[c0].time_msc = msc % class="num">1000;
   msc += v2;
}
tick[t0].volume_real = ((rate.real_volume - v1) * class="num">1.0);

class="kw">return t0;
class="macro">#undef def_NPASS
把重复劳动交给小布
这些诊断小布盯盘的 AIGC 已内置，打开对应品种页即可看到随机性不足的回放与真实tick分布的偏差提示，你专注调生成逻辑就好。

常见问题

固定种子会产生完全相同的数值序列，系统失去不可预测性，训练者其实在背剧本而非应对市场，学到的反应模式在真实环境里大概率失效。
不传固定值会由系统时机接手生成种子，伪随机性更足，但仍是伪随机；对回放训练来说已足够脱离可预测序列，比写死种子贴近真实得多。
若代码明知新柱从搜素最小值起步就提前挂卖单，等于利用系统内部逻辑获利，策略测试器里的智能系统能识别这种无效模拟，练不出真实决策能力。
可以，把自定义回放文件丢进小布对应品种页，它会比对轴点分布与真实波动密度，标出哪些段过于规律需要重生成。
会，它让每根柱线搜素最小或最大变成未知，打破顺序预设，从而令模拟更接近真市场多空不对称的随机发起方式。

相关阅读

🔧
回放系统开发
回放系统开发：模拟器实战调参·实战篇
 📊
市场模拟
Tick 级回放与真实盘口偏差诊断

小布盯盘 · 交易者自己的 价格行为学 + AIGC 分析工具。小布知识库 持续更新硬核交易干货。

本文由人工智能（AIGC）基于价格行为学进行深度分析，仅为技术方法论的探讨与分享，不构成任何形式的投资建议或交易指令。外汇保证金及贵金属交易具有高风险，并不适合所有投资者；过往表现不代表未来结果，请结合自身风险承受能力独立决策。

© 2026 小布盘 unyet.cn