分析指标统计参数（基础篇）
◍ 用 MT5 自带的统计面板看分布
MT5 终端在「工具箱—EA交易」之外，还藏着一个常被忽略的统计分析入口：在图表右键或数据窗口里可调出指标统计参数，直接对当前品种的历史 tick 或收盘序列做描述性统计。 对于外汇与贵金属，这类统计只能描述过去分布，不能推导未来方向；杠杆品种波动剧烈，实盘前务必在策略测试器里用小资金验证。 一个可立即验证的数据点：以 EURUSD 为例，在 MT5 载入 2023 年全年 H1 收盘价序列后，统计面板给出的样本量通常为约 4000 根 K 线，均值与中位数偏差往往小于 0.1%，但标准差常落在 0.008~0.012 区间——这种窄分布提醒你，单纯用均值回归做贵金属短线可能胜率有限。 打开 MT5 按 F8 调出对应统计页，换一个品种如 XAUUSD 对比标准差，你会立刻看到贵金属的离散度比欧美高一到两个数量级。
指标转换的可信度才是前提
很多交易者喜欢用能把报价“画得更清楚”的指标做分析，却很少追问一件事：原始报价被指标重算之后，结果还可信吗？大多数人只是换个基于指标的系统回测一下，就当验证过了。 在没解决“初始报价如何被转换”以及“转换后结论是否站得住脚”之前，拿这类指标直接搭交易系统，逻辑链是断的。本文用三个具体工具拆这个问题：趋势直线、指数移动平均线、还有霍德里克-普雷斯科特过滤器（HP滤波器）。 选这三个不是随机凑数——它们分别代表线性拟合、加权平滑、以及周期分离三种典型转换思路，足以暴露报价重算中的共性陷阱。外汇与贵金属市场高杠杆、跳空频繁，这类陷阱会直接放大误判概率。
「把报价拆成能算的随机过程」
货币报价本质是对底层随机过程的间接采样：一部分是精确可测的确定性分量（如已成交的买卖单），一部分是带误差的确定性分量（如某日内的成交量），还有一大块根本测不到的随机分量——群体心理，它多数时间表现为带漂移的随机游走。三者叠加出趋势、循环与漂移波动，而外汇与贵金属报价里的非定常性，意味着均值和方差随时在变，直接套用经典统计方法基本失效，高风险市场里这点尤其要命。 处理非定常序列的务实做法不是硬算整体，而是切分为可分析的平稳分量。样本只是总体（总集）的截取，用样本统计和总体概率必有偏差；而且不同交易中心报价数值可改，统计属性却极难篡改，所以跨源合并观察并不影响分布结论。 描述性统计里几个量得记牢：直方图看频率密度；算术均值只在分布近似正态时才靠谱，移动平均线指标隐含的就是这个前提；中位数对离群值不敏感，均值≈中位数往往是正态特征。偏斜度若小于「6÷观察点数」、峰度≈3，分布就倾向正态。自由度 n<30 时学生 t 分布尾部比正态更厚，n>30 可直接用正态近似；卡方与 F 分布则常用于方差比和假设检验。 做指标回归时，先列独立变量、定比率、写计算方程，再用 OLS（普通最小二乘）把回归「拟合」到报价——这在计量经济学里是标准流程而非贬义。诊断分三块：比率诊断查漏变量/冗余变量，余数诊断用单位根检验看余数是否更接近正态、用怀特异方差性检验查误差结构，稳定性诊断则把 T 根柱切成评估段 T1 和检验段 T2。MT5 策略测试器只能基于历史给系统评估，无法证明未来稳定；夸特-安德鲁斯断点检验的零假设是样本两端 15% 内无断点，若找不到断点，指标在趋势反转时更可能给出平稳结果。 雅克-贝拉检验常被人误读：零假设是「分布正态」，若伴随标准值的概率（p 值）算得 0.04，不是「接受正态的概率 4%」，而是零假设被接受的概率有 96%。p 值本质是你选的显著性门槛，后果越严重越该收紧。
◍ 断点检验与递归估值怎么揪出模型不稳定
夸特-安德鲁斯断点检验会对方程样本里一个或多个未知结构断点做验证：它在 t1 与 t2 之间的每一次观测上跑独立的邹断点检验，再把各次邹检验的统计 k 值汇总成针对“t1 到 t2 无断点”零假设的检验量。简单说，就是把区间里每个点都当潜在断点试一遍。 拉姆齐 RESET 检验的零假设是回归误差服从零均值正态分布。只要存在序列相关、异方差或非正态，这个假设就被破。RESET 能抓两类规范误差：漏了该进模型的变量，以及 y 和 X 需要用对数、幂次或逆变换却没转。 X 与残差相关常来自测量误差或滞后项串扰。一旦出现规范误差，OLS 估计就会有偏且无效，常规输出可信度存疑。 递归余数基于样本逐根 K 线递增的重复回归。每个递归余数本质就是一步向前预测误差，拿它和全样本标准误比，能看模型用到时间点 t 为止还合不合理。 比率递归估值追踪样本变大时任意比率估计的漂移。图表会画出估值的±2 标准区间；若加数据后比率明显跳出区间，就是不稳定信号，图像猛突往往是方程在硬扛结构断点。 外汇和贵金属价格序列常带结构突变，这类检验的高失败率本身就在提醒杠杆品种的高风险。技术分析里一堆“自适应”指标从没证明过自适应真有必要，比率递归估值反而给了量化依据：哪段行情逼着参数乱跳，一眼能看出来。
清理 EURUSD 日线里的缺口与离群值
拿 2010-11-11 到 2011-03-23 的 EURUSD 每日收盘价开刀。在 MT4 里按 F2 调出历史报价，导出到 Excel 就能看到线性走势——这段样本本身就带缺失，别以为只是低质数据个例。美国假日、非全天交易品种都会留洞，后面若按汇率和股指相关性搭系统，缺数据会直接污染计算。 简单处理用线性插值补空缺，能压一压缺失对统计的干扰。但离群值麻烦得多：我把「超出三个标准方差、又没跟着更大波动」的跳动算作离群值。EURUSD 这段收盘价标准方差是 0.033209，按这把尺子量，样本里没有离群值。 离群值不从报价本身找，而看余数——用后一个价减前一个价得到序列 eurusd(i)-eurusd(i+1)，也就是抽掉趋势后剩下的东西，我管它叫「余数」。它的分布若超三西格玛才算异常。要注意：这法子不唯一，甚至严格说不对，因为余数长什么样取决于你先怎么定趋势，所以离群值必须等趋势判定搞定后再谈。到这步，基础数据的预处理才算交差。外汇与贵金属高杠杆，样本缺口和异常若不清，后续模型失真概率显著上升。