分析指标统计参数·进阶篇
（2/3）· 多数交易者套用指标从不考虑报价非定常性，本文用三指标拆开可信度黑箱
接上篇，我们继续深挖指标背后的统计地基。不少老手把趋势线、EMA 直接拖上图表就开单，却从没问过这些转换对当前品种报价到底适不适用。忽略非定常随机过程，回测漂亮也可能只是样本幻觉。
◍ EURUSD 的统计骨架经不起正态假设
做外汇或贵金属策略前，先别急着堆指标。拿 EURUSD 历史报价跑一遍描述性统计，往往能劝退一半「正态分布万能」的幻想。用雅克-贝拉检验（H0：分布为正态）得到平均值 1.3549、中位数 1.3580、标准差 0.0332、偏度 0.0909、峰度 2.1052，JB 统计量 3.5773，正态概率仅 0.1671。也就是说，有约 16.7% 的概率报价服从正态分布——按 95% 显著水平不能拒 H0，但也没人真敢当它是正态。 把 103 个样本按价格段拆开看平均值：[1.25,1.3) 段均值 1.2951，[1.35,1.4) 段均值 1.3740，全样本均值 1.3549 但平均误差达 0.0032（约 32 点）。均值在不同区间差出近 400 点，所谓「中心水平」根本不可信。标准差 0.0332 等价于 332 点波动，这本身就在暗示报价里嵌了趋势分量，会把统计特征整体带偏。 再查自相关（ACF），延迟到 16 阶的 Q 统计概率全为 0，平滑递减的 ACF 说明相邻报价强相关。零假设「无自相关」被严格拒绝，EURUSD 存在趋势依赖而非独立随机。 平稳性用三种迪基-福勒变体测：无偏移无趋势的非平稳概率 0.6961，带偏移 0.4389，带偏移加趋势 0.2541。三种都不严格拒 H0，但一阶差分 D(EURUSD) 明显是绕零的随机振荡。结论很直接——原始报价非平稳，差分后平稳；用最小二乘把 eurusd = c(1)*trend + c(2) 拟合出来，就是 MT5「回归」工具那条直线。外汇与贵金属波动剧烈、杠杆风险高，拿直线代报价只是概率上的近似，别当确定性依据。 别把正态当圣经 雅克-贝拉概率 16.7% 不代表「接近正态可用」。分段均值跨 400 点、标准差 332 点，都说明 EURUSD 有趋势扰动；直接套均值±标准差挂止损获利，回测必歪。
「三种趋势剥离方式的解释力对比」
把 EURUSD 报价里的常规分量拆出来，本质是从序列中消除趋势。本小节试了三条路线：线性趋势、指数平滑（Holt-Winter 无季节版）、霍德里克-普雷斯科特过滤器（lambda 取 8162），全部当作时间序列处理。 线性趋势用前向累加 1 的方式生成，再拿最小二乘解 EURUSD = C(1)*TREND + C(2)。回归表里趋势项系数 0.0004（t=4.4758，p=0.0000），常量 1.3318（t=223.3028，p=0.0000），调整 R 平方只有 0.1655。也就是说这条线仅能解释约 16% 的报价波动，减掉趋势后的余数和原报价统计缺陷几乎一样，剥离意义不大。 指数平滑走 Holt-Winter 水平+趋势双参数，解出 EURUSD = C(1)*EURUSD_EX + C(2) 时，EURUSD_EX 系数 0.9168（t=24.3688，p=0.0000），常量 0.1145（p=0.0266），调整 R 平方 0.8546。指数均线能解释约 84% 变化，余数看起来接近带正态分布的随机过程，值得继续挖。 HP 过滤器（lambda=8162）解 EURUSD = C(1)*EURUSD_HP + C(2)，EURUSD_HP 系数 1.0577（t=23.9443，p=0.0000），常量 -0.0782（p=0.1942），调整 R 平方 0.8502。常量不显著，回归里留不留要打个问号；它能解释约 85% 变化，余数同样偏正态随机，可后续分析。 外汇与贵金属属高风险品种，上述解释力均基于历史样本，未来可能失效，减趋势余数不预示方向。
用置信椭圆和区间拆穿伪常量
比率诊断不是看回归画得漂不漂亮，而是逼问方程里的常量到底是不是随机游走的噪声。EURUSD 日线回测里至少能切出两段趋势——一段下行、一段上行，平动段先忽略，断点检验就是冲着这种统计特性切换点去的。 置信椭圆先说话：线性趋势回归里两个比率相关性大约 0.5，还算各管各的；但套了指数移动平均线（EX）和霍德里克-普雷斯科特滤波器（HP）的回归，椭圆几乎压成一条线，相关性趋近于 1。这类方程里的常量显著概率算出来是 0，留着它反而把模型带歪。 表 9 的「于区间的百分比」一列最刺眼：EX 回归常量 C 的区间宽度相对自身值达到 147.5%（90% 置信）甚至 176.3%（95% 置信），HP 回归更夸张到 254% 和 303.5%。比率根本不是固定参数，而是随状态漂移的随机变量，原来的常量假设站不住脚。 把常量踢掉重算，结果立刻收敛：EX 比率 1.0014、HP 比率 1.0000，90% 置信区间宽度只占自身 0.31% 左右（表 10）。后续直接用的就是 EURUSD = 1.00149684612*EURUSD_EX 与 EURUSD = 1.00002609628*EURUSD_HP 这两条干净方程。 缺失/冗余变量检验专治「指标越加越多」的坏习惯。把 TREND、C、EX、HP 四个凑成复杂回归，TREND 比率等于 0 的概率 75.77%、C 更是 96.08%（表 11），这两个该扔。再试加 EX 平方项，其不显著概率 44.87%，系统不需要它；反向做冗余检验，TREND 和 C 冗余概率 92.95%，结论一致。最后只剩 EX 与 HP 组合，两项比率等于 0 的概率都是 0.00（表 13），用它们建模才站得住。外汇与贵金属杠杆高，这类统计剔除只降低过拟合概率，不承诺任何方向收益。
◍ 剥趋势后残差里的自相关还活着
对 EURUSD 基础报价先做线性去趋势，再看 ACF 相关图：无相关的概率直接是 0，意味着在所有显著性水平上我们都得严拒“没有序列相关”的原假设。也就是说，砍掉一条直线趋势，价格里那股惯性根本没断。 换指数平滑往上叠，把高于第二根 K 线的趋势分量抽掉，ACF 照样显示概率为零，原假设还是被全盘拒绝。只有再手动剔除前两根 K 线的相关性，残差才勉强落到无自相关区间。 上霍德里克-普雷斯科特 过滤器（HP 滤波）抽掉高于第三根 K 线的趋势，结果一模一样：概率为零、严拒原假设，得再剥前两期相关才得干净余数。 三类方法实测结论很直白：线性趋势剥离对 EURUSD 基本报价完全失败，指数均线和 HP 滤波只是部分成功。残差里若还卡着自相关，拿这类指标继续做诊断就没意义了——下一步得找能把余数自相关也清掉的过滤器。外汇与贵金属属高风险品类，上述结论仅描述样本内统计现象，实盘应用须自行回测验证。
「用递归残差验证回归系数是否真稳」
前面自相关分析已经说明，去趋势后的首根报价烛线仍保留自相关。我们据此搭了这样一条方程：EURUSD = C(1)*EURUSD_HP(1) + C(2)*D(EURUSD_HP(1)) + C(3)*D(EURUSD_HP(2))，其中 D(EURUSD_HP(1)) 是报价与 HP 滤波器平滑值之差的一阶滞后（从 0 号柱算起是 2 号柱，不是 1 号）。 最小二乘拟合给出的系数很硬：EURUSD_HP(1) 为 1.0001、D(EURUSD(1)) 为 0.8262、D(EURUSD(-2)) 为 -0.4881，三者等于零的概率都是 0.0000，过剩变量检验也确认这两个滞后都不是多余项。残差自相关延迟到 16 仍无依赖，p 值超 70%；White 检验异方差 p 约 80%，Quandt-Andrews 断点检验「无断点」零假设被接受概率 71%。 拉姆齐积分检验里「误差正态」零假设按 t/F 统计量有 48% 概率被接受，这意味着最小二乘估计无偏，可以接着做递归残差检验。图 20 上半部分是递归残差加正负两个标准差带，左轴标了报价烛线在 5%、10%、15% 显著性上偏离恒常假设的点——这类点不多，但出现就意味着止损或获利触发可能出错。 对三个系数做递归估值（图 21–23）：最左端柱少时系数抖动大，随着样本增加逐渐平稳。严格说，回归系数并非绝对恒定，区间开头有不平稳，之后才倾向稳定。MT5 里你可以自己写脚本逐根右移重估这条方程，看 EURUSD 近期是否又冒出偏离带的点。