练习开发交易策略·进阶篇
◍ 多均线叠加只是换了个振荡器
前面用过两条 SMA 交叉，自然会想：能不能叠三条甚至更多均线？可以，而且数量任意。做法上，把不同周期均线的系数做有限差分，要求系数总和 k=0。一阶差分是 k1-k2，二阶变成 k1-2*k2+k3，三阶是 k1-3*k2+3*k3-k4，规律直接从帕斯卡三角形取行、改个符号就行。 我这里用三条 SMA 套了二阶差分系数，实际计算就按对应公式走。策略表现由三个参数掌控，随便改一条 SMA 周期，结果都可能大幅偏移——这是 MT5 里拖一下周期就能验证的。 继续加均线数量看着合理，其实是死路。无论叠多少条 SMA，底层仍是一个振荡器；新加的线只改了振荡器系数和特征。更直接的路是去找最优振荡器的最优系数，但那活儿不简单，外汇和贵金属这类高波动品种上乱加均线反而容易过度拟合。
「多指标振荡器的拜占庭共识」
把单个指标的差值振荡器思路扩展到多个均线类指标时，复杂性不在公式本身，而在信号冲突。SMA 用等差系数，EMA 用 0~1 的几何级数且周期实质无限，SMMA 是 SMA 再平均形成的三角窗，LWMA 用步长 1 的算术级数——EMA 比 LWMA 遗忘过去更快。把每种指标都做成独立振荡器并各自统计，就会得到四个可能信号：买开、卖开、买平、卖平，第五种「不动」不计数。 冲突典型如 SMA 喊买开、EMA 喊卖平、SMMA 喊卖开、LWMA 喊买平。这本质是拜占庭将军问题：多源信号里可能有假有真。经验法则是「超三分之二同源才算可靠」。设 N 为指标总数，最少共识数 = floor(2N/3)+1；N=4 时至少 3 个同向才动作，EA 也照此执行。 另一种路线是收集各指标值的经验频率 f[i]，用 N 个样本量算经验分布函数 F(x)=i/N（前 i 个值 ≤ x），它给出下一值小于当前值的概率。四个概率经贝叶斯合并成一个最终概率 P = Πp_i / (Πp_i + Π(1-p_i))，仅当 P 超阈值才开平。 加过滤器很直接：最终概率拐头向上才许买开，拐头向下才许卖开，平仓可套类似逻辑，可能减少单量、缓解保证金占用。注意所有指标必须尽量异构——若 SMA(2) 与 SMMA(2) 系数相等，等于复制同一指标，信号偏移会让策略失效。外汇与贵金属杠杆高，多指标共识仅降冲突概率，不消除爆仓风险，参数请在 MT5 用历史数据自验。
用中位数改写 CCI 来构造开仓逻辑
回到单指标策略，但这次把复杂度提上来：底层换用 CCI 思路，却不直接用原始公式。经典 CCI 是价格减 SMA 再除以 StDev 归一化，整数统计量不好采集，于是改成中位数价格配绝对偏差。 中位数求法很直白——把一组原始价格升序排好，居中的那个数就是中位数，它不吃异常值干扰。因为方法限制，取的价格个数必须是奇数，这样才能落到一个整数上。 先抓一批价格算中位数，再算当前价与中位数的差，得到第一个统计量；我把出现频次最高的那段截掉，图特征更干净。接着取这些差值的绝对值，再求一次中位数，当作标准差的替代估计，也就是第二个统计量。分布看着不错，只是偏不对称、也不均匀。 交易规则保持简单：用价格与中位数之差生成信号，差值远远偏离零就开仓，赌它回归中位数；用偏差统计量做过滤器，偏差过大意味着可能有剧烈波动，这时禁开。 实测里最简单那种偏差过滤还不够——大偏差有时反而是该反手的信号，比如系统喊买、偏差却提示你该卖。另一层过滤可搭在中位数上：它是非线性指标，能和某个具体价格位重合，设定只有中位数等于第 5 个价格位时才交易，权益曲线形态会明显不同。 外汇与贵金属属高风险品种，上述信号仅代表概率倾向，须在 MT5 用历史数据自行验证。一个指标就能衍出这么多组合，交易者的活就是把这些分支都跑一遍，挑出最稳的那支。
◍ 把工具请下神坛
这套围绕 SMA 差分布、双/三均线、拜占庭将军信号与贝叶斯 NBC 的 EA 集群，本质是把「价格-均线偏离」和「多指标共识」拆成了可下载验证的 mq5 文件。scr_SMA1.mq5 仅 5.28 KB，EA_CCI.mq5 不过 5.69 KB，说明统计型策略的骨架并不臃肿，MT5 里直接编译就能看到 LvlOpen、LvlClose 这些参数怎么掐住进场退场。 真正容易被忽略的是过滤器权重：EA_SMA2 里的 Filter 是 SMA 过滤器，EA_CCI 的 Filter 是非负数、要求价格指数与中位数吻合，这类约束才是策略成活与否的暗线，而非指标个数堆出来的复杂度。 外汇与贵金属杠杆高、滑点跳空频繁，任何统计优势都只是概率倾向，下载 ZIP 跑一遍历史回放比盲信结论实在。工具链放在硬盘里不会自动赚钱，把它当显微镜而非水晶球，才谈得上创造空间。