MQL5 中的统计分布 - 充分利用 R 并使其更快·进阶篇
（2/3）· 从均值方差到正态对数正态β分布，MQL5 标准库已内置 R 函数且修正了原版错误
接上篇对统计基础的铺垫，这一篇直接扎进 MQL5 标准库里的分布函数实装。很多人还在自己手搓正态分布累积概率，其实 MathCumulativeDistributionNormal 早就补进了库里，而且比 R 原版快了数倍。
MT5数学库里的厚尾与对称分布族
在 MT5 的标准数学库里，学生 t、非中心 t、逻辑斯谛、柯西、均匀、威布尔这几类分布各自配齐了密度、累积、分位、随机与矩计算五组函数。单值版本出错返 NaN，数组版本出错返 false，命名规则直接对齐 R 语言的 d / p / q / r 前缀，方便从量化脚本迁移。 非中心 t 分布比普通 t 多一个偏移参数 delta，分位函数 MathQuantileNoncentralT 在数组版本里原文标注用 sigma 而非 delta，这属于文档笔误，实际调用仍应以 delta 为非中心参数。外汇与贵金属波动建模中，非中心 t 可能对跳空后的收益率尾部有更贴合的刻画，但杠杆品种高风险，参数错配会直接让函数返 false。 柯西分布没有有限方差，MathMomentsCauchy 虽返回前 4 矩理论值，但二阶以上实际无意义，回测时别拿它的标准差当止损依据。均匀分布 MathRandomUniform 的伪随机常用于蒙特卡洛重采样，a、b 区间若设成 [0,1] 就等价于基础噪声源。 打开 MT5 的 MQL5/Include/Math/Stat 目录，搜 MathProbabilityDensityWeibull 就能看到双参数 a、b 的默认实现，把 b 从 1 改成 1.5 跑一遍随机序列，能直观看到分布峰度的收紧倾向。
◍ 离散分布函数族在 MT5 里的直接映射
MT5 标准库把一批离散概率分布封装成了 Math* 系列函数，覆盖二项、负二项、几何、超几何与泊松五类。每一类都按密度、累积、分位、随机、矩五个维度拆出独立接口，数组版本与单值版本的出错返回不同：单值算错返 NaN，数组版算错返 false。 以二项分布为例，MathProbabilityDensityBinomial 对应 R 的 dbinom()，MathCumulativeDistributionBinomial 对应 pbinom()，分位和随机则分别映射 qbinom() 与 rbinom()。负二项、几何、超几何、泊松的同构关系完全一致，只是参数从 (n,p) 换成 (r,p)、(m,k,n) 或 lambda。 做价格行为统计时，这类函数能直接算「N 根 K 线里出现 M 次突破」的概率规模。比如用 MathProbabilityDensityBinomial 代入 n=20、p=0.3，可得到某 20 根窗口内恰有若干根收在布林带外的密度值，用来评估样本是否偏离随机。 泊松族在刻画「单位时间跳空次数」时更顺手：lambda=1.5 下 MathCumulativeDistributionPoisson 能给出单根 H1 内跳空数 ≤3 的累积概率约 0.934。外汇与贵金属波动聚集明显，这类理论值仅作分布参照，实盘仍属高风险环境，勿当胜率保证。
「正态密度与累积分布的函数重载」
MT5 内置了两族正态分布相关函数，分别处理概率密度（PDF）和累积分布（CDF），且都做了单值与数组两种入参的重载。做价格分布建模时，先分清你要算的是某点的密度还是某区间的累计概率，再选对应签名，能省掉自己写循环的开销。 MathProbabilityDensityNormal 有四种形态：单值返回 double、单值带 log_mode 与 error_code、数组入参返回 bool 并填充 result[]、数组入参带 log_mode。log_mode 置 true 时返回的是自然对数，适合后续做对数似然相加，避免小概率连乘下溢。 MathCumulativeDistributionNormal 的 tail 参数决定方向——true 时算的是不超过 x 的概率（左尾累计），配合 log_mode 可拿对数累计值。外汇与贵金属波动聚类明显，正态假设在极端行情会偏薄尾，用这些函数做止损区间概率估算时须意识到高风险，结果仅作参考而非确定边界。 直接把下面签名贴进 MT5 的 MQ5 文件就能看到编译器识别情况，改 mu、sigma 跑几个 x 值对照手册表验证：
class="type">class="kw">double MathProbabilityDensityNormal( const class="type">class="kw">double x, const class="type">class="kw">double mu, const class="type">class="kw">double sigma, const class="type">bool log_mode, class="type">int& error_code ); class="type">class="kw">double MathProbabilityDensityNormal( const class="type">class="kw">double x, const class="type">class="kw">double mu, const class="type">class="kw">double sigma, class="type">int& error_code ); class="type">bool MathProbabilityDensityNormal( const class="type">class="kw">double &x[], const class="type">class="kw">double mu, const class="type">class="kw">double sigma, const class="type">bool log_mode, class="type">class="kw">double &result[] ); class="type">bool MathProbabilityDensityNormal( const class="type">class="kw">double &x[], const class="type">class="kw">double mu, const class="type">class="kw">double sigma, class="type">class="kw">double &result[] ); class="type">class="kw">double MathCumulativeDistributionNormal( const class="type">class="kw">double x, const class="type">class="kw">double mu, const class="type">class="kw">double sigma, const class="type">bool tail, const class="type">bool log_mode, class="type">int& error_code ); class="type">class="kw">double MathCumulativeDistributionNormal( const class="type">class="kw">double x, const class="type">class="kw">double mu, const class="type">class="kw">double sigma );
正态分布的累积与分位函数怎么调
在 MT5 里做价格分布假设检验，绕不开正态分布的累积分布（CDF）和分位数（quantile）两组函数。它们能直接把一段收益率序列映射成概率，或者反过来按置信度取出临界值。 MathCumulativeDistributionNormal 有三种重载：数组版带 tail 和 log_mode 开关，tail=true 时算的是「不超过 x 的概率」，log_mode=true 则返回自然对数，方便做极大似然类的连乘避免溢出；不带 log_mode 的简化版默认走线性概率。 分位数侧用 MathQuantileNormal，单值版接受 probability、mu、sigma，tail=false 会先算 1.0-概率再取分位，log_mode=true 时输入先过 Exp()。数组版则批量吐出分位点，适合一次性标出 5%、50%、95% 三档波动边界。外汇与贵金属杠杆高，分布尾部往往厚于正态，用这套算出的边界仅作参考，实盘破界概率可能偏高。 下面拆一下带完整参数的两个声明，看清每个入参的坑：
class="type">bool MathCumulativeDistributionNormal( const class="type">class="kw">double &x[], class=class="str">"cmt">// [输入] 随机变量值的数组 const class="type">class="kw">double mu, class=class="str">"cmt">// [输入] 期望值 const class="type">class="kw">double sigma, class=class="str">"cmt">// [输入] 均方根偏离 const class="type">bool tail, class=class="str">"cmt">// [输入] 计算标志, 如果 true, 则计算不超过随机变量 x 的概率 const class="type">bool log_mode, class=class="str">"cmt">// [输入] 计算数值对数的标志, 如果 log_mode=true, 则计算概率的自然对数 class="type">class="kw">double &result[] class=class="str">"cmt">// [输出] 概率函数密度值的数组 ); class="type">class="kw">double MathQuantileNormal( const class="type">class="kw">double probability, class=class="str">"cmt">// [输入] 随机变量概率值 const class="type">class="kw">double mu, class=class="str">"cmt">// [输入] 期望值 const class="type">class="kw">double sigma, class=class="str">"cmt">// [输入] 均方根偏离 const class="type">bool tail, class=class="str">"cmt">// [输入] 计算标志, 如果 false, 则执行 class="num">1.0-概率的计算 const class="type">bool log_mode, class=class="str">"cmt">// [输入] 计算标志, 如果 log_mode=true, 执行 Exp(probability) 计算 class="type">int &error_code class=class="str">"cmt">// [输出] 错误代码变量 );
◍ 正态与对数正态的统计函数接口
在 MT5 的 Math/Stat 模块里，正态分布相关函数分成两类：一类做分位、密度与矩的解析计算，另一类负责按指定 mu、sigma 生成伪随机序列。下面这组声明直接对应标准库头文件，复制进 MQ5 即可调用。 MathQuantileNormal 接收 probability[] 数组与 mu、sigma，把分位数写回 result[]；若省略 tail 与 log_mode 的重载版本，默认按左尾计算，不取对数。 MathRandomNormal 有两个重载：单值版本返回 double 并通过 error_code 报状态；数组版本靠 data_count 一次性塞满 result[]，适合做蒙特卡洛式的价差分布模拟。 MathMomentsNormal 一口气输出均值、方差、偏度、峰度四个矩，外汇小时线收益率在 mu=0、sigma=0.0008 附近时，样本偏度常落在 -0.3~0.5，峰度可能高于 3，提示厚尾，别把正态当圣经。 MathProbabilityDensityLognormal 的 x 必须为正数，mu 与 sigma 是 ln(x) 的均值与标准差；log_mode=true 时直接回自然对数，省去后续 Exp 步骤，做似然计算更稳。
const class="type">bool tail, class=class="str">"cmt">// [输入] 计算标志, 如果 false, 则执行 class="num">1.0-概率的计算 const class="type">bool log_mode, class=class="str">"cmt">// [输入] 计算标志, 如果 log_mode=true, 执行 Exp(probability) 计算 class="type">class="kw">double &result[] class=class="str">"cmt">// [输出] 具有分位数值的数组 ); class="type">bool MathQuantileNormal( const class="type">class="kw">double &probability[], class=class="str">"cmt">// [输入] 随机变量概率值数组 const class="type">class="kw">double mu, class=class="str">"cmt">// [输入] 期望值 const class="type">class="kw">double sigma, class=class="str">"cmt">// [输入] 均方根偏离 class="type">class="kw">double &result[] class=class="str">"cmt">// [输出] 具有分位数值的数组 ); class="type">class="kw">double MathRandomNormal( const class="type">class="kw">double mu, class=class="str">"cmt">// [输入] 期望值 const class="type">class="kw">double sigma, class=class="str">"cmt">// [输入] 均方根偏离 class="type">int &error_code class=class="str">"cmt">// [输出] 错误代码变量 ); class="type">bool MathRandomNormal( const class="type">class="kw">double mu, class=class="str">"cmt">// [输入] 期望值 const class="type">class="kw">double sigma, class=class="str">"cmt">// [输入] 均方根偏离 const class="type">int data_count, class=class="str">"cmt">// [输入] 所需数据数量 class="type">class="kw">double &result[] class=class="str">"cmt">// [输出] 伪随机变量值数组 ); class="type">bool MathMomentsNormal( const class="type">class="kw">double mu, class=class="str">"cmt">// [输入] 期望值 const class="type">class="kw">double sigma, class=class="str">"cmt">// [输入] 均方根偏离 class="type">class="kw">double &mean, class=class="str">"cmt">// [输出] 均值变量 (第一力矩) class="type">class="kw">double &variance, class=class="str">"cmt">// [输出] 方差变量 (第二力矩) class="type">class="kw">double &skewness, class=class="str">"cmt">// [输出] 偏度变量 (第三力矩) class="type">class="kw">double &kurtosis, class=class="str">"cmt">// [输出] 峰度变量 (第四力矩) class="type">int &error_code class=class="str">"cmt">// [输出] 错误代码变量 ); class="type">class="kw">double MathProbabilityDensityLognormal( const class="type">class="kw">double x, class=class="str">"cmt">// [输入] 随机变量值 const class="type">class="kw">double mu, class=class="str">"cmt">// [输入] 期望值的对数 (对数均值) const class="type">class="kw">double sigma, class=class="str">"cmt">// [输入] 均方根偏离的对数 (对数标准偏离) const class="type">bool log_mode class=class="str">"cmt">// [输入] 计算对数值的标志, 如果 log_mode = true, 则返回概率密度的自然对数 );
「对数正态函数的四种重载怎么调」
MT5 里对数正态相关的数学接口给了四组重载，分别覆盖单值密度、数组密度、累计分布单值三种需求。做品种波动建模时，若直接用单值版本逐根 K 线算，CPU 占用会明显高于数组版本。 double MathProbabilityDensityLognormal(const double x, const double mu, const double sigma, int& error_code) 返回某一点 x 的概率密度；mu 是对数均值，sigma 是对数标准差，error_code 向外传递执行状态。 数组版本多了 log_mode 与 result[] 两个参数：log_mode=true 时直接吐出概率密度的自然对数，适合后续做似然累加；result[] 长度需与 x[] 一致，否则函数返回 false。 累计分布 MathCumulativeDistributionLognormal 带 tail 与 log_mode：tail=true 算不超过 x 的概率，log_mode=true 返回对数。外汇与贵金属杠杆高，用这些分布估尾部风险时仅作概率参考，实盘仍可能突破历史分位。 开 MT5 把下面代码贴进脚本，改 mu=0、sigma=0.5 跑一遍，看 x=1.0 时密度与累计值是否分别为约 0.627 和 0.758，能立刻验证接口行为。
class="type">class="kw">double MathProbabilityDensityLognormal( const class="type">class="kw">double x, const class="type">class="kw">double mu, const class="type">class="kw">double sigma, class="type">int& error_code ); class="type">class="kw">double MathProbabilityDensityLognormal( const class="type">class="kw">double x, const class="type">class="kw">double mu, const class="type">class="kw">double sigma, class="type">int& error_code ); class="type">bool MathProbabilityDensityLognormal( const class="type">class="kw">double &x[], const class="type">class="kw">double mu, const class="type">class="kw">double sigma, const class="type">bool log_mode, class="type">class="kw">double &result[] ); class="type">bool MathProbabilityDensityLognormal( const class="type">class="kw">double &x[], const class="type">class="kw">double mu, const class="type">class="kw">double sigma, class="type">class="kw">double &result[] ); class="type">class="kw">double MathCumulativeDistributionLognormal( const class="type">class="kw">double x, const class="type">class="kw">double mu, const class="type">class="kw">double sigma, const class="type">bool tail, const class="type">bool log_mode, class="type">int& error_code ); class="type">class="kw">double MathCumulativeDistributionLognormal( const class="type">class="kw">double x, const class="type">class="kw">double mu, const class="type">class="kw">double sigma, const class="type">bool tail, const class="type">bool log_mode, class="type">int& error_code );