使用计量经济学方法分析图表（基础篇）
◍ 用计量视角拆开 MT5 图表
很多人看 MT5 图表只盯 K 线形态，但价格序列本质是带噪声的时间序列，计量经济学提供了一套把「噪声」和「结构」分开的工具。没有理论框架的事实只是散点，没有事实检验的理论只是空谈——这句话放在外汇与贵金属高频波动里尤其刺耳。 在 MT5 里，你可以直接拉取历史报价做平稳性检验，再决定用趋势跟随还是均值回归。外汇与贵金属杠杆高、跳空频繁，任何模型都只是概率描述，实盘前务必用策略测试器跑过样本外数据。 下面这段 MQL5 代码演示如何取最近 100 根收盘价并计算简单均值，作为后续计量处理的起点： [CODE] double prices[100]; CopyClose(_Symbol, _Period, 0, 100, prices); double sum = 0; for(int i=0; i<100; i++) sum += prices[i]; double mean = sum / 100; Print("Mean close: ", mean); [/CODE] 逐行拆解：第 1 行声明长度为 100 的数组存收盘价；第 2 行用 CopyClose 把当前品种当前周期最近 100 根数据拷进数组；第 3~4 行累加求总和；第 5 行除以 100 得均值；第 6 行向终端输出，方便你打开 MT5 Experts 标签核对数值。 打开 MT5 按 F4 编译这段，换不同品种（如 XAUUSD）看均值随周期漂移，能直观感到贵金属均值本身就不平稳。
class="type">class="kw">double prices[class="num">100]; CopyClose(_Symbol, _Period, class="num">0, class="num">100, prices); class="type">class="kw">double sum = class="num">0; for(class="type">int i=class="num">0; i<class="num">100; i++) sum += prices[i]; class="type">class="kw">double mean = sum / class="num">100; Print("Mean close: ", mean);
「用计量经济学拆市场噪声」
很多交易者把亏损归咎于「市场动荡不稳」，但这个说法经不起量化检验。我们换计量经济学的视角切入，理由很直接：MQL 社区天然追求精确，而价格和波动的本质只能靠数学与统计去逼近，不是靠盘感形容词。 这一节先不碰完整的长期盈利模型——那不可能靠一篇文字解决。我只会给出几个选定模型的诊断方法，你拿去在 MT5 里跑自己的品种时，能立刻判断模型是不是在胡说。 下面会带一点干理论：公式、定理、假设都会列。默认你已经懂假设检验、统计显著性、离差、分布、概率、回归、自相关这几个概念，否则后面代码里的 p-value 和 ACF 图你看不懂。外汇和贵金属杠杆高、跳空频繁，模型诊断失败的概率本身就不低，别把诊断通过当入场许可。
价格序列的非线性特征与波动惯性
我们实际处理的对象就是价格序列及其派生量，本质属于时间序列。计量经济学里分频率法（频谱、小波）和时域法（自相关、条件方差），前文已有频谱类文章可查，这里更值得盯的是时域里的自相关和条件方差——非线性模型在刻画价格序列时比线性模型更贴真实，这也是本文选非线性路线的原因。 价格序列有几个只靠特定计量模型才能显形的特性：肥尾、波动集群、杠杆效应。图 1 给了三个不同峰度分布，粉红那条峰度低于正态，出现肥尾的概率明显更大；分布用于表达随机值的概率密度，进而算序列取值的可能范围。外汇和贵金属属高风险品种，这类尾部风险不可当噪声忽略。 波动集群性很直白：高波动后面常接着高波动，低波动后面也常是低波动，昨天动今天大概率也动，惯性明显。图 2 的 USDJPY 日收益就画出这种成团起伏。杠杆效应指跌市波动常甚于涨市，源于负债权益比随股价下挫放大，但这主要是股市现象，外汇市场可暂不纳入。
◍ 用 GARCH 把波动的惯性装进公式
预测汇率或贵金属价格时，线性模型往往漏掉一个关键事实：波动本身会聚簇。某几根 K 线波幅突然放大，后面一段时间也倾向维持高波动，这种异方差（heteroscedasticity）用普通回归压不住。 GARCH 模型是非线性族里最常被实盘研究者拿来的一种，它把“旧消息”和“上一期方差估计”同时塞进当期方差的计算里。换句话说，今天的离差 σ²_t 不是凭空来的，它由前几期的非标准化创新平方 ϵ²_{t-i} 和前几期的方差 σ²_{t-i} 共同决定。 公式写成约束形式：σ²_t = α_0 + Σα_i·ϵ²_{t-i} + Σβ_i·σ²_{t-i}，其中 p 是 GARCH 项 σ² 的阶、q 是 ARCH 项 ϵ² 的阶。MT5 里你可以用时间序列测试器手动设 p=1、q=1 先看 AIC 变化，外汇与贵金属杠杆高，模型外推仅代表概率倾向，实盘前务必小资金验证。