📘

MQL5 中的范畴论 (第 8 部分)：幺半群（Monoids）·进阶篇

第 2/3 篇

本章目录

先把数据喂干净再谈结构
分类前先保证数据同质性
情绪分类的基数陷阱
用同态把财务数据压成比率，幺半群才扛得住大样本
用 unseen 数据压住过拟合
用幺半群配对把八维参数压成单一尾随停止

「先把数据喂干净再谈结构」

在把行情数据丢进幺半群归类之前，预处理不是可选项，而是品控的第一道闸。核心矛盾在于：幺半群运算要求每个输出都是集合里的确定成员，而不是一堆小数点后六七位的浮点噪声——那些数四舍五入之后语义就飘了。具体做法有两条路：要么对原始值做规范化（常规化），把它压进幺半群可接受的定义域；要么直接转换成适合代数运算的离散格式。两条路都绕不开一个坑：数值缺失。MT5 里跳空、非交易时段、品种停牌都会制造空洞，不填不补，后面整条系统的自洽性就会塌。实操上，开 MT5 调 CopyClose 拉一段 XAUUSD 的 H1 收盘，你会看到约 0.3%–1.2% 的柱在流动性差的时段出现价格粘连或缺失（视经纪商而定）。先写个清洗函数把这些点归一，再进下一步代数结构，否则回测结果大概率虚高。外汇与贵金属杠杆高、跳空频繁，预处理不当会放大实盘风险。

◍ 分类前先保证数据同质性

做聚类或状态分类前，喂给模型的每一类数据得先有内在一致性。以指标组合为例，若想把 RSI 振荡器和布林带放进同一个幺半群集合里比权重，两者量纲不同，直接混用会破坏可比性。实操上至少要对其中一个做常规化（归一或标准化），让两类序列落在可比较的区间。经验上，当每个类里的样本特征足够相似时，幺半群划分的边界才清晰，后续分类误判概率会明显走低。外汇与贵金属波动带有高杠杆风险，同质化处理只解决数据可比问题，不预示任何方向性结果，参数仍建议在 MT5 用历史数据复验。

情绪分类的基数陷阱

用幺半群给新闻情绪打标签时，类别的基数（不同取值个数）直接决定模型能不能用。基数太高，解释性崩；太低，又容易把市场异动全压成一个标签。拿外汇事件驱动策略举例：目标变量 Sentiment 取三值——高于预期、符预期、低于预期。样例里美联储制造业生产月率标“低于”，GDT 价格指数标“符合”，企业库存月率标“高于”，NAHB 住房市场指数标“低于”。这一列变量的基数就是 3。场景 1 是基数没变但样本倾斜：若 80% 样本是“高于”，10%“符合”、10%“低于”，分类器会偏向多数类，次要类的精度与召回率大概率塌掉，整体可解释性跟着废。外汇和贵金属受事件冲击大，这类偏颇会放大实盘误判风险。场景 2 换用浮点权重描述幺半群元素，基数不再绑定为固定几类，每个集合元素可带连续权重。这意味着你不再受“三档情绪”的硬限制，但基数失控时，过拟合概率会显著上升。

「用同态把财务数据压成比率，幺半群才扛得住大样本」

评估幺半群分类的可伸缩性，核心看它在大型数据集上的计算复杂度。若直接拿原始财务字段堆量，内存与算力消耗会随公司数线性膨胀，这时候该做的不是加机器，而是先做特征工程。具体做法是用幺半群同态把输入特征映射到新的特征空间。例如原始营收幺半群里列着上千家独立公司的营收绝对值，定义一个同态把它映射到「营收增长率」幺半群后，大量公司会共享同一个增长率数值——独立键的数量可能从 1200 个降到 80 个以内，数据需求直接砍掉一个数量级。同理，收益幺半群可经同态映射为每股收益（EPS）幺半群。EPS 作为每股盈利能力指标，比绝对收益更适合跨公司比较。这类比率派生都能让模型在协域层面收敛，避免域层面的爆炸。别急着上 Apache Hadoop 或 Spark 做分布式并行。集群方案能把处理时间压下来，但下游成本显著：网络调度、节点一致性和运维开销都不小。更关键的是，这些问题本可在幺半群设计层用同态归约巧妙消化，不一定非得推到计算框架层。

◍ 用 unseen 数据压住过拟合

验证基于幺半群的分类是否真的泛化，只能靠没参与训练的数据。拿贷款信誉预测举例：训练集若只覆盖某区域、某时间段的收入与信用评分，测试集必须换区域、换时段再跑一遍；两边准确率、召回率都稳，才算普适性过关。三个坑最致命：过拟合是运算函数把训练样本记太死，新数据直接掉点；数据偏颇来自训练集本身不代表总体；特征选择偏颇则是挑的维度漏掉了上下文关键信息。三者都会让模型在实盘外显原形。评估指标别乱套，准确性、精确度、召回率、F1 分数按你的业务目标选，但必须对齐问题本身。交叉验证、正则化、提前停止这三样至少上一道，才能把过拟合和欠拟合概率压下去。幺半群给的结论再强，也得能反推决策路径。分类结果不可释义，就没法在 MT5 外接脚本里做人工否决，实盘外汇与贵金属的高风险环境下尤其危险。

用幺半群配对把八维参数压成单一尾随停止

回溯期用编号 1 到 8 的幺半群域表达，一个周期单位固定为 4 根 H1 柱。每根新柱重选周期，权重按当前周期波动绝对值占前后两周期之和的比例算：ABS(A)/(ABS(A)+ABS(B))，分母做了防零处理，下限为一个点值。时间帧集合挂了 H1、H2、H3、H4、H6、H8、H12、D1 共 8 档，权重逻辑同回溯期，只是比的是各档当前与前期收盘价的相对变化。应用价格给 4 种：中位数、典型价、开盘、收盘，权重改抓回溯段内的标准差，不再用涨跌比。指标只放 RSI 和布林带。布林带先算 C/(ABS(C)+ABS(D))，C 是价与中轨差，D 是上下轨距；再加 1.0 乘 50.0 映射到 0–100，和 RSI 同量程。决策集合二选一：顺势或区段，用回溯段内逆尾趋势的折返点占全距比衡量，趋势权重取其补数。 Operate_8 把 8 元素两两配对出 4 选，Operate_4 再压到 2 选，Operate_2 定唯一胜出项。下面这段代码就是 Operate_8 的骨架，先抓回溯值，再按 OP_LEAST / OP_MOST 挑小或挑大。回测里这套尾随停止接 RSI 信号与固定资金管理，对比相近但用均线尾随的系统，报告差异值得在 MT5 自建 EA 复跑验证；外汇与贵金属杠杆高，参数优不代表实盘稳，需自测。

MQL5 / C++

<span class="comment">class=class="str">"cmt">//+------------------------------------------------------------------+</span>
<span class="comment">class=class="str">"cmt">//|&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;|</span>
<span class="comment">class=class="str">"cmt">//+------------------------------------------------------------------+</span>
<span class="keyword">class="type">void</span> CTrailingCT::Operate_8(CMonoid&lt;<span class="keyword">class="type">class="kw">double</span>&gt; &amp;M,EOperations &amp;O,<span class="keyword">class="type">class="kw">double</span> &amp;Values[],<span class="keyword">class="type">int</span> &amp;InputIndices[],<span class="keyword">class="type">int</span> &amp;OutputIndices[])
&nbsp;&nbsp; {
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span class="keyword">for</span>(<span class="keyword">class="type">int</span> i=<span class="number">class="num">0</span>;i&lt;<span class="number">class="num">8</span>;i++)
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;{
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; m_element.Let();
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <span class="keyword">if</span>(m_lookback.Get(i,m_element))
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span class="keyword">if</span>(!m_element.Get(<span class="number">class="num">0</span>,Values[InputIndices[i]]))
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;{
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <span class="functions">printf</span>(<span class="keyword">__FUNCSIG__</span>+<span class="class="type">class="kw">string">" Failed to get class="type">class="kw">double for class="num">1 at: "</span>+<span class="functions">IntegerToString</span>(i+<span class="number">class="num">1</span>));
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;}
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <span class="keyword">else</span>{ <span class="functions">printf</span>(<span class="keyword">__FUNCSIG__</span>+<span class="class="type">class="kw">string">" Failed to get element for class="num">1 at: "</span>+<span class="functions">IntegerToString</span>(i+<span class="number">class="num">1</span>)); }
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;}
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span class="comment">class=class="str">"cmt">//</span>
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;
<span style="background-class="type">color:rgb(class="num">164, class="num">192, class="num">228);">&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span class="keyword">if</span>(O==OP_LEAST)
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;{
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <span class="keyword">for</span>(<span class="keyword">class="type">int</span> i=<span class="number">class="num">0</span>;i&lt;<span class="number">class="num">8</span>;i+=<span class="number">class="num">2</span>)
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span class="keyword">if</span>(Values[InputIndices[i]]&lt;Values[InputIndices[i+<span class="number">class="num">1</span>]]){ OutputIndices[i/<span class="number">class="num">2</span>]=i; }
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span class="keyword">else</span> <span class="keyword">if</span>(Values[InputIndices[i]]&gt;Values[InputIndices[i+<span class="number">class="num">1</span>]]){ OutputIndices[i/<span class="number">class="num">2</span>]=i+<span class="number">class="num">1</span>; }
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span class="keyword">else</span> { OutputIndices[i/<span class="number">class="num">2</span>]=m_lookback.Identity(); }
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;}</span>
<span style="background-class="type">color:rgb(class="num">255, class="num">246, class="num">200);">&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<span class="keyword">else</span> <span class="keyword">if</span>(O==OP_MOST)
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;{
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <span class="keyword">for</span>(<span class="keyword">class="type">int</span> i=<span class="number">class="num">0</span>;i&lt;<span class="number">class="num">8</span>;i+=<span class="number">class="num">2</span>)
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {</span>