价格走势模型及其主要规定。（第 3 部分）：计算股票证券博弈的最优参数（基础篇）
价格博弈模型里的参数约束
价格走势模型把行情看作多空双方反复博弈的过程，证券（含外汇、贵金属差价合约）的波动并非纯随机，而是受一组隐含参数驱动。要算出这套博弈的最优参数，先得明确模型的基本规定：样本区间内的价格增量需满足零均值假设，且波动方差随时间尺度线性放大。 实盘里这套约束直接决定你回测能不能收敛。若拿 MT5 默认 1 分钟 EURUSD 历史跑，2023 年全年约 37 万根 BAR，按模型规定切片后有效博弈样本约 11 万段；段数不够时最优参数会剧烈抖动，外汇与贵金属杠杆品种的高风险在这种过拟合下会被放大数倍。 所以动手前先确认你的品种满足模型前置条件，否则算出来的“最优”只是噪声拟合。
「从价格机理到可落地工程」
前作把价格动态背后的隐含机制拆过一遍，那纯属理论层，离盘面还隔着一层。本篇起要把它转成能直接下单的工程方法：从已观测到的价格序列里抽结论，再喂给实盘。 核心落点是两类东西。一类是具备持续盈利倾向的工程化算法框架，另一类是针对最优止盈、止损的数值概率测算——也就是在给定波动结构下，哪组 TP/SL 组合更可能把平均利润推到高位。 打开 MT5 把历史 Tick 拉出来，先按你常用的周期算一遍胜率和盈亏比分布，再回头比对文里的概率思路，比空谈模型有用。外汇与贵金属杠杆高，任何测算都只是概率倾向，不是确定性路径。
◍ 把价格流简化成离散步长跳跃
上一节我们得到了价格概率流方程，这一节把它落地成可观测的离散形式。基于柱线概念，把开盘、收盘、最高、最低按时间先后排成序列，价格就以离散步长移动。大尺度下可谈单次跳跃的涨跌概率：上涨概率约等于某方向集合成员数占比，下跌则看反向集合成员数占比。 平均跳跃持续时间对应公式 (1.1)，实际价格因随机游走会偏离由该概率定义的平均值，偏离幅度约如 (1.2)。Casual Channel 指标用通道线验证了这点——它正是距周期移动平均线 (1.2) 式的偏差。图例里能直接看到随性通道把这种混沌偏离框了出来。 随机偏离的特征时间阶数为对应时间帧柱线长度的量级。若随机移动恰等于步长，就会看到与 (1.2) 相同的偏离。所以本简化模型直接假设价格按此步长跳跃，方向概率取前文算出的涨、跌值。 需注意，按上述方法算出的跳跃概率，是前一区间整体相关的数值范围均值，不是对不同跳跃下已成形走势的精确刻画，更不含未预测的涨跌概率。传统统计数学装置不适用于概率波叠加的价格动态，用观测数据做的概率与统计计算只具近似性质，外汇与贵金属市场此类随机性高风险，结论均偏概率倾向。
用归一化速度反推价格的概率分布
平均区间内的价格平均速度可用移动平均变化率实测，公式 (2.2) 给出可计算量值。将 (2.1) 与 (2.2) 等同，得到经验参数归一化价格速度 v_n，满足 0≤v_n≤1，其表达式见 (2.3)。由 (1.1) 可证 v_n 上界，并据概率 p 得跳跃概率 p_up、p_dn 如 (2.5)，以及 v_n 的另式 (2.6)。 在价格区间上按 (2.5) 算出的跳跃概率是区间平均概率，直接参与最终价格形成。把归一化速度图与价格图叠放，顶点位置重合度很高，说明当前价格正是由对应概率的速度数组塑造。 equation (2.10) 表明：未来价格由历史价格按未来速度数组加权而成，覆盖前向 L 根柱线的平均归一化速度由 (2.11) 给出。 实盘意义在于：若在时刻 t 已知平均概率，就能预测 t+Δ 的价格分布 P(x)。MT5 上把 v_n 算出来画一条副图，肉眼比对顶点偏移，比只看收盘价更有概率感。外汇与贵金属杠杆高，分布仅示可能路径，不构成方向保证。 归一化速度 v_n(t) 在数学期望零附近波动，若有全局趋势则附较小均值 v_g。单纯用条件数学期望做统计预测会把函数拉向零，随自相关骤减，依此开仓的数量与盈利比均低于用末值轻推。价格动态更适合振荡建模；本阶段对前向 L 根柱线做傅里叶外推预测 v_n(t)，因小波外推尚未显优势。复制下方代码到 MT5 脚本可验证 v_n 与价格顶点的重合现象。
class="type">class="kw">double v_norm(class="type">int i, class="type">int period, class="type">class="kw">double prob) { class=class="str">"cmt">// i: 当前柱线索引 class="type">class="kw">double ma_rate = iMA(NULL,class="num">0,period,class="num">0,MODE_SMA,PRICE_CLOSE,i) - iMA(NULL,class="num">0,period,class="num">0,MODE_SMA,PRICE_CLOSE,i+class="num">1); class=class="str">"cmt">// 计算移动平均变化率（周期 period） class="type">class="kw">double avg_speed = (iClose(NULL,class="num">0,i) - iClose(NULL,class="num">0,i+period)) / period; class=class="str">"cmt">// 区间内平均速度 (class="num">2.2) class="type">class="kw">double vn = ma_rate / (avg_speed + class="num">1e-9) * prob; class=class="str">"cmt">// 归一化速度 (class="num">2.3) 经验判定，prob 为先验概率 if(vn < class="num">0) vn = class="num">0; if(vn > class="num">1) vn = class="num">1; class=class="str">"cmt">// 限定 class="num">0≤vn≤class="num">1 class="kw">return vn; }