📘

彗星尾算法（CTA）（基础篇）

Q: 彗星尾算法在外汇策略里到底是干啥用的，和普通均线过滤有啥区别？

它把候选参数当成解空间里的粒子群，用历史价格回测打分迭代收敛，比固定均线更适配非平稳行情，但需警惕过拟合。

Q: 想把彗星尾算法写成可复用的类结构，核心字段要留哪几个？

至少留粒子位置、速度、适应度缓存和迭代代数，外层套一个优化器接口即可在品种页直接调用。

Q: 小布能不能帮我跑彗星尾算法的参数寻优，不用自己写代码？

可以，小布盯盘的 AIGC 已内置该算法的诊断与寻优流程，打开对应品种页即可一键跑解空间搜索。

Q: 彗星群参数塞进优化器后，种群规模设多少回测不至于卡死？

实盘前建议先设 30~50 个粒子、迭代 80 代内，MT5 单品种回测通常几分钟内出结果，贵金属高风险需分批验证。

Q: 彗星尾算法跑出来的最优参数，隔几个月就失效是不是正常的？

是，解空间随行情漂移，概率上 3~6 个月需重寻优一次，别把某次结果当长期圣杯。

第 1/2 篇

本章目录

彗星尾算法在MT5里的定位
把彗星尾当成解空间里的粒子群
把彗星尾算法落进MT5类结构
把彗星群参数塞进优化器

「彗星尾算法在MT5里的定位」

彗星尾算法（CTA）是一类偏趋势跟踪的量化思路，在 MetaTrader 5 环境下常被封装成自定义指标或 EA 来跑。它核心是用近期价格轨迹的“拖尾”形态来判断惯性是否还在。原文示例里，Andrey Dik 在 2024 年 11 月 22 日 10:50 发布了该算法的公开示例，截至记录时显示 1,143 次查看、0 条评论。这个冷清的数据点说明：纯算法类文章在中文交易圈外其实关注度有限，但代码本身可直连 MT5 验证。对读者来说，开 MT5 把这类 CTA 示例加载到 EURUSD 的 H1 图，先观察拖尾信号在震荡段的假突破频率，比直接上实盘更有用。外汇与贵金属杠杆高，任何算法信号都只是概率倾向，不是方向保证。

◍ 把彗星尾当成解空间里的粒子群

彗星接近太阳时，表面冰体直接升华成气体，轨道普遍是高偏心率椭圆，周期跨度能从几年拉到上百万年。太阳风与辐射压把彗发里的尘埃和气体吹离彗核，尾长有时能拉到数千万公里，气体被电离后还会自发光。在 CTA 里，解空间里的每个候选解被映射为一颗彗星尾粒子：彗核本身是当前最优解，尾部粒子是围绕它的派生解。这样算法不必全局盲搜，而是借尾粒子分布去嗅解空间局部结构。外汇与贵金属参数寻优中套这套隐喻，本质是高风险实验——历史拟合出的尾长权重，换周期可能立刻失效，只能当概率参考。

把彗星尾算法落进MT5类结构

彗星尾算法（CTA）在 MT5 里不需要另起一套框架，直接复用智能体基类 C_AO 就能跑。核心思路是用 S_AO_Agent 结构同时描述彗星核与尾部粒子：c[] 存解空间坐标，f 存适应度，评估质量时只认 f。 C_AO_CTA 类继承 C_AO，构造函数把默认参数写死：种群 50、彗星 5 颗、尾长系数 0.2、移位系数区间 0.5~0.9、尺寸系数区间 0.1~1.5。这些数直接决定搜索的「细挖」与「广撒」比例，调 tailLengthKo 从 0.2 往小改，彗星离最优解越近时尾部越收缩，局部精炼概率会上升。 Init() 先调 StandardInit 建范围，再按 cometsNumb 扩 comets 数组；tailLength 和 maxSpaceDistance 按坐标维数扩，随后算每维空间最大距离与尾长，partNumber = 50/5 = 10，即每颗彗星尾部挂 10 个粒子。 Moving() 里 epochNow 自增后，若 revision 为假就用高斯分布在 tailLength 范围内绕核撒粒子；为真则按 coefTail、coefSize 更新位置。u.RNDprobab()<0.6 走高斯扰动，否则取两颗随机彗星核坐标做线性组合——这一步是算法跳出局部最优的主要杠杆。 Revision() 先扫全种群刷新 cB（已知最优），再逐彗星在自身粒子里找最佳并更新 comets[i].c。外汇与贵金属参数优化属高风险场景，该过程仅提供解空间探索可能，不保证实盘收益。下面这段是结构与原类声明，逐行对应上文字段含义。

MQL5 / C++

class="kw">struct S_AO_Agent
{
  class="type">class="kw">double c []; class=class="str">"cmt">//coordinates
  class="type">class="kw">double f;    class=class="str">"cmt">//fitness
};
class C_AO_CTA : class="kw">public C_AO
{
 class="kw">public:
  ~C_AO_CTA() { }
  C_AO_CTA()
  {
    ao_name = "CTA";
    ao_desc = "Comet Tail Algorithm";
    ao_link = "[MQL5官方文档]
    popSize      = class="num">50;   class=class="str">"cmt">//population size
    cometsNumb  = class="num">5;     class=class="str">"cmt">//number of comets
    tailLengthKo = class="num">0.2;  class=class="str">"cmt">//tail length coefficient
    maxShiftCoef = class="num">0.9;
    minShiftCoef = class="num">0.5;
    maxSizeCoef  = class="num">0.1;
    minSizeCoef  = class="num">1.5;
    ArrayResize(params, class="num">7);
  }
};

「把彗星群参数塞进优化器」

这段结构把彗星算法（Comet Algorithm）的 7 个核心参数通过 params 数组对外暴露，MT5 策略测试器就能直接把它们当可优化变量跑。popSize 控制种群规模，cometsNumb 决定彗星数量，其余 5 个 Coef 都是空间缩放与位移的边界系数。 SetParams() 负责把 params[0]~params[6] 的 val 回写到类成员变量，类型转换上 popSize 和 cometsNumb 强转成 int，其余 double 原样赋值。你在 EA 里改一个外部输入，不用动算法主体就能生效。 Init() 的签名暴露了搜索框架：rangeMinP / rangeMaxP / rangeStepP 三个数组定义每维的最小、最大和步长，epochsP 默认 0 表示不限制迭代轮次。comets[] 是 S_AO_Agent 类型的代理数组，私有段里的 tailLength[] 和 maxSpaceDistance[] 才是真正驱动粒子运动的运行时缓存。外汇与贵金属市场高波动、高杠杆，这类群体智能优化仅用于离线参数搜索，实盘前务必在 MT5 用历史数据做交叉验证。