🧊
3D 柱线上的趋势强度和方向指标·综合运用
（3/3）·从张量建模到MT5落地，普通K线如何在三维视角下提前暴露趋势强弱与反转信号
把蜡烛当成平面矩形看，很容易漏掉量能与时间交织出的早期异动。换到三维张量视角，柱体随行情脉动出的簇团往往比均线更早示警。这篇收尾把前两步的模型真正接进MetaTrader 5。
「把趋势强度指标搬进 MT5 的坑与解法」
Python 版趋势强度指标跑通后，下一步自然是塞进 MetaTrader 5 里实时用。MQL5 没有 pandas 和 numpy，滚动窗口那套得自己用循环硬写，活儿不算少但换来的是执行效率——实测该指标在 MT5 里的刷新明显快于 Python 回测脚本。 最棘手的是复刻 pandas 的 rolling 行为：MQL5 里每个柱都得在 OnCalculate 的循环里手动累加、衰减、归一，不能指望向量化。代价是代码啰嗦，收益是单帧计算开销极低，挂实盘不卡。 下面这段代码是雏形框架，定义了 3 个缓冲区和 3 个可调输入：平滑周期默认 20、动量周期 5、信号阈值 6.0。开 MT5 新建指标把这段贴进去，先确认能编译出「Trend Force / Direction / Signal」三条线，再回头填计算逻辑。外汇与贵金属波动剧烈，指标仅作概率参考，实盘请自担高风险。
MQL5 / C++
class=class="str">"cmt">//+------------------------------------------------------------------+ class=class="str">"cmt">//| TrendForceIndicator.mq5 | class=class="str">"cmt">//+------------------------------------------------------------------+ class="macro">#class="kw">property copyright "Your Name" class="macro">#class="kw">property link "[MQL5官方文档] class="macro">#class="kw">property version "class="num">1.00" class="macro">#class="kw">property indicator_separate_window class="macro">#class="kw">property indicator_buffers class="num">3 class="macro">#class="kw">property indicator_plots class="num">3 class=class="str">"cmt">// Rendering buffers class="type">class="kw">double TrendForceBuffer[]; class="type">class="kw">double DirectionBuffer[]; class="type">class="kw">double SignalBuffer[]; class=class="str">"cmt">// Inputs input class="type">int InpMAPeriod = class="num">20; class=class="str">"cmt">// Smoothing period input class="type">int InpMomentumPeriod = class="num">5; class=class="str">"cmt">// Momentum period input class="type">class="kw">double InpSignalLevel = class="num">6.0; class=class="str">"cmt">// Signal level class=class="str">"cmt">//+------------------------------------------------------------------+ class=class="str">"cmt">//| Custom indicator initialization function | class=class="str">"cmt">//+------------------------------------------------------------------+ class="type">int OnInit() { class=class="str">"cmt">// 绑定三个数据缓冲区到指标索引0/class="num">1/class="num">2 SetIndexBuffer(class="num">0, TrendForceBuffer, INDICATOR_DATA); SetIndexBuffer(class="num">1, DirectionBuffer, INDICATOR_DATA); SetIndexBuffer(class="num">2, SignalBuffer, INDICATOR_DATA); class=class="str">"cmt">// 设置第0条 plots 的标签与蓝色线型（Trend Force） PlotIndexSetString(class="num">0, PLOT_LABEL, "Trend Force"); PlotIndexSetInteger(class="num">0, PLOT_DRAW_TYPE, DRAW_LINE); PlotIndexSetInteger(class="num">0, PLOT_LINE_COLOR, clrBlue); class=class="str">"cmt">// 第1条 plots 用直方图画方向 PlotIndexSetString(class="num">1, PLOT_LABEL, "Direction"); PlotIndexSetInteger(class="num">1, PLOT_DRAW_TYPE, DRAW_HISTOGRAM); class=class="str">"cmt">// 第2条 plots 用红线画信号 PlotIndexSetString(class="num">2, PLOT_LABEL, "Signal"); PlotIndexSetInteger(class="num">2, PLOT_DRAW_TYPE, DRAW_LINE); PlotIndexSetInteger(class="num">2, PLOT_LINE_COLOR, clrRed); class="kw">return(INIT_SUCCEEDED); } class=class="str">"cmt">//+------------------------------------------------------------------+ class=class="str">"cmt">//| Custom indicator iteration function | class=class="str">"cmt">//+------------------------------------------------------------------+ class="type">int OnCalculate(const class="type">int rates_total, const class="type">int prev_calculated,
在OnCalculate里拼出波动、动量、量能三因子
自定义指标的核心计算都发生在 OnCalculate 回调里，MT5 会把每根 K 线的 time、open、high、low、close 以及 tick_volume、volume、spread 以引用数组形式传进来，直接读不让改。 函数开头先拦数据量：rates_total 小于 InpMAPeriod 时直接 return(0)，否则前面几根 bar 做均值会越界。start 定位也很讲究——有历史计算量就从上次末尾退一根开始，避免重复算整段。 波动率用 InpMAPeriod 窗口内的收益率平方和开根：先把每根 close[i-j] 对前一根的涨跌幅平方累加，再除以周期取 MathSqrt。动量则拿当前 close 减 InpMomentumPeriod 根之前的 close 做百分比，窗口不够就留 0。 量能趋势是当根 tick_volume 除以 InpMAPeriod 窗口的 tick_volume 均值，除零保护写成三元表达式。最后用 TimeToStruct 拆出小时数丢给 GetSessionCoefficient 拿时段系数，三因子加时段权重就齐了。外汇和贵金属杠杆高，因子仅是概率参考，实盘前请在 MT5 策略测试器跑一遍验证数值。
MQL5 / C++
const class="type">class="kw">datetime &time[], const class="type">class="kw">double &open[], const class="type">class="kw">double &high[], const class="type">class="kw">double &low[], const class="type">class="kw">double &close[], const class="type">long &tick_volume[], const class="type">long &volume[], const class="type">int &spread[]) { class=class="str">"cmt">// Check for data sufficiency if(rates_total < InpMAPeriod) class="kw">return(class="num">0); class=class="str">"cmt">// Calculation of components class="type">int start = (prev_calculated > class="num">0) ? prev_calculated - class="num">1 : class="num">0; for(class="type">int i = start; i < rates_total; i++) { class=class="str">"cmt">// Volatility class="type">class="kw">double volatility = class="num">0.0; if(i >= InpMAPeriod) { class="type">class="kw">double sum = class="num">0.0; for(class="type">int j = class="num">0; j < InpMAPeriod; j++) { class="type">class="kw">double change = (close[i-j] - close[i-j-class="num">1]) / close[i-j-class="num">1]; sum += change * change; } volatility = MathSqrt(sum / InpMAPeriod); } class=class="str">"cmt">// Momentum class="type">class="kw">double momentum = class="num">0.0; if(i >= InpMomentumPeriod) { momentum = (close[i] - close[i-InpMomentumPeriod]) / close[i-InpMomentumPeriod]; } class=class="str">"cmt">// Volume trend class="type">class="kw">double volume_ma = class="num">0.0; if(i >= InpMAPeriod) { for(class="type">int j = class="num">0; j < InpMAPeriod; j++) { volume_ma += tick_volume[i-j]; } volume_ma /= InpMAPeriod; } class="type">class="kw">double volume_trend = volume_ma != class="num">0 ? (class="type">class="kw">double)tick_volume[i] / volume_ma : class="num">0; class=class="str">"cmt">// Session ratio class="type">MqlDateTime dt; TimeToStruct(time[i], dt); class="type">class="kw">double session_coef = GetSessionCoefficient(dt.hour);
◍ 时段系数与趋势力归一化的落地写法
把波动率、动量绝对值和量能趋势乘起来之后，还要乘一个 session_coef 才能写进 TrendForceBuffer。这个系数直接按小时区分，亚盘（0–8点）给 0.7，欧盘（8–16点）给 1.0，美盘（16–24点）给 0.9，等于默认亚盘趋势力打折三成。 DirectionBuffer 的赋值很直白：momentum 大于 0 就取正趋势力，否则取负，方向和下单逻辑直接挂钩。SignalBuffer 则固定为外部输入的 InpSignalLevel，用作阈值线。 NormalizeTrendForce 把原始力压缩到 [3, 9] 区间，经验值 max_force 取 0.01，超出就按上限算。你在 MT5 里把 max_force 调小到 0.005，曲线对弱趋势会更敏感，但假信号可能增多，外汇和贵金属波动大，这种参数改动属于高风险操作，建议先开模拟盘验证。
MQL5 / C++
class=class="str">"cmt">// Trend strength calculation TrendForceBuffer[i] = NormalizeTrendForce(volatility * MathAbs(momentum) * volume_trend) * session_coef; DirectionBuffer[i] = momentum > class="num">0 ? TrendForceBuffer[i] : -TrendForceBuffer[i]; class=class="str">"cmt">// Signal line SignalBuffer[i] = InpSignalLevel; class="kw">return(rates_total); } class=class="str">"cmt">//+------------------------------------------------------------------+ class=class="str">"cmt">//| Get session ratio | class=class="str">"cmt">//+------------------------------------------------------------------+ class="type">class="kw">double GetSessionCoefficient(class="type">int hour) { if(hour >= class="num">0 && hour < class="num">8) class="kw">return class="num">0.7; class=class="str">"cmt">// Asian session if(hour >= class="num">8 && hour < class="num">16) class="kw">return class="num">1.0; class=class="str">"cmt">// European session if(hour >= class="num">16 && hour < class="num">24) class="kw">return class="num">0.9; class=class="str">"cmt">// American session class="kw">return class="num">1.0; } class=class="str">"cmt">//+------------------------------------------------------------------+ class=class="str">"cmt">//| Normalization of the trend strength indicator | class=class="str">"cmt">//+------------------------------------------------------------------+ class="type">class="kw">double NormalizeTrendForce(class="type">class="kw">double force) { class=class="str">"cmt">// Simple normalization to range [class="num">3, class="num">9] class="type">class="kw">double max_force = class="num">0.01; class=class="str">"cmt">// Selected empirically class="kw">return class="num">3.0 + class="num">6.0 * (MathMin(force, max_force) / max_force); }
「别急着下结论」
把原型从 Python 搬到 MQL5 之后，最意外的收获是执行效率反而上来了——原本以为缺现成库是短板，结果手写逻辑让指标几乎实时吃进 tick，信号精度也没掉。作者在回测里压到的最优负担点是：每多一个参数、多一次校验就多一份延迟，最终靠砍掉冗余检查达成了速度与准度的平衡。 有经验的交易者反馈说，这东西帮他们换了个视角看盘，但它绝不是圣杯。外汇和贵金属这类高波动品种，任何技术工具都只是暴露了经典分析里看不见的动力学层面，用错参数照样亏。 后面作者想加自适应参数和信号分拣，甚至塞机器学习进去，但眼下这套已经证明：哪怕技术分析被翻过无数遍，从新角度重做一遍仍有空间。你真要验证，就把 Trend_Force_Reverse.mq5 拖进 MT5 跑一遍即刻报价，别光看讨论区吵架。
让小布替你跑这套张量扫描
这些诊断小布盯盘的AIGC已内置，打开对应品种页即可看到3D柱线聚类与强度色带，不必自己写数千行代码。把重复劳动交给小布，你专注决策。
常见问题
文中指价格在时间维度上的自相似波动段，需结合品种活跃时段与成交量内结构对齐，并非固定周期长度，不同品种参数倾向需重估。
可以，小布盯盘对应品种页已内置张量扫描视图，黄色簇团作为强度反转提示色带呈现，外汇贵金属波动剧烈仍属高风险，信号仅作概率参考。
文中给出在MT5内构建三面数据立方体的思路，可用内置 timeseries 与 volume 接口组装，核心是把OHLC、成交量内结构、时间往复映射进三维缓冲。
传统工具多基于平面价格序列，张量形态依赖体量与时间耦合，只能经三维抬升察觉，平面指标对这类结构天然不敏感。