时间序列的频域表示：功率谱（基础篇）
◍ 用功率谱把价格序列拆成频率
把一段外汇或贵金属的报价序列直接看 K 线，只能看到时域里的起伏；换到频域，就能知道哪些周期的波动在主导行情。功率谱（Periodogram）就是最直白的工具：它把序列的平方幅值按频率摊开，哪根频率柱高，说明对应周期的成分能量强。 在 MT5 里做这件事不复杂，核心是先去掉序列的均值（去趋势），再做离散傅里叶变换并取模平方。下面这段 MQL5 给出一个最小可跑的功率谱计算骨架，复制进脚本就能对当前图表品种的历史收盘价跑一遍。 外汇与贵金属杠杆高、跳空频繁，频域里看到的‘主周期’只是历史样本的统计倾向，换时间段可能漂移，实盘前务必用不同品种不同周期自行验证。
class="type">class="kw">double CloseBuffer[]; CopyClose(_Symbol,_Period,class="num">0,Bars(_Symbol,_Period),CloseBuffer); class="type">class="kw">double mean=class="num">0; for(class="type">int i=class="num">0;i<ArraySize(CloseBuffer);i++) mean+=CloseBuffer[i]; mean/=ArraySize(CloseBuffer); for(class="type">int i=class="num">0;i<ArraySize(CloseBuffer);i++) CloseBuffer[i]-=mean; complex c[]; FFT(CloseBuffer,c); class="type">class="kw">double ps[]; for(class="type">int i=class="num">0;i<ArraySize(c);i++) ps[i]=Re(c[i])*Re(c[i])+Im(c[i])*Im(c[i]);
把报价从时域搬进频域看
MT5 图表上那一根根报价，本质是沿时间轴排布的样本，也就是时域信号。但时间维度并非观察序列的唯一角度，换到频域往往能挖出时域里不显眼的结构。 本文用离散傅里叶变换（DFT）把价格序列拆成不同频率分量，重点看功率谱——它能告诉我们哪段周期在主导行情。外汇与贵金属波动受多周期叠加，这类品种杠杆高、跳空频繁，频域结论只代表历史样本的概率倾向，不能直接当方向押注。 实操上，做 DFT 前要先做去趋势和加窗等预处理，否则低频泄漏会污染谱线。开 MT5 用自定义指标跑一段 DFT，先验证功率谱峰值对应的周期，比盲目看裸 K 更有抓手。
「频域里那条唯一的离散变换」
要把价格序列拆成可量化的频率分量，绕不开离散傅里叶变换（DFT）。它用覆盖整段序列一个周期的正弦波和余弦波作基底，把任意时间序列映射到频域。 DFT 最关键的一点是：同一跨度下，任何时间序列在频域的表示都有唯一定义，不存在两条不同序列映射后长得一样。这意味着你从 MT5 导出的某段 EURUSD 小时线，做 DFT 后得到的频谱是该段数据的硬指纹。 功率谱则是这套变换的延伸视角——它给出各频率上的能量（功率）分布。对交易者来说，这等于告诉你这段行情里，哪些是慢趋势分量、哪些是噪声明细，贵金属与外汇杠杆品种的高波动频段往往对应短期风险放大。
◍ 把行情序列拆成频域分量
要把一段 MT5 上的价格或指标序列送进频域，核心就是离散傅里叶变换（DFT）。公式里每一项都是复数，x 是你在图表上取到的原生数据序列；第 j 项对应一个周期性分量，它在区间内恰好完成 j 次完整往复。 快速傅里叶变换（FFT）只是 DFT 的加速版：它把序列递归对半拆，分别变换两半再合并结果，复杂度从 O(n²) 降到 O(n log n)。在 1 分钟图上取 512 根 K 线做 DFT，朴素算法可能卡顿，FFT 通常能在毫秒级返回。 外汇和贵金属波动受多周期叠加影响，频域里幅值突起的 j 值，往往对应一段真实存在的循环周期；但该周期随时可能失效，高杠杆下误判会造成快速亏损，仅作辅助参考。
从 DFT 绝对值到功率谱的预处理坑
把复数画在笛卡尔平面，x 轴放实部、y 轴放虚部，按毕达哥拉斯定理，某个频率分量的绝对值就是实部平方加虚部平方再开根。由此产生的能量等于该绝对值的平方，功率则是绝对值平方除以时域序列里值数的平方。 但直接拿原始 DFT 去算序列会翻车。DFT 只对有限长度数据段生效，且默认输入信号是周期性的；若实际数值不满足，就会出现频谱泄漏和各类失真。 真实估算某频率功率前，必须先做数据窗口化来缓解这个问题。外汇与贵金属市场高频非平稳，直接裸跑 DFT 功率谱误判概率偏高，开 MT5 验证前请先确认窗口函数已就位。