将概率论应用于缺口交易：从随机漫游假想破局策略根基（基础篇）

把概率论塞进缺口交易里

在 MT5 的行情里，价格跳空（缺口）常被当成噪音，但从概率论视角看，它更像是偏离随机漫游假设的可捕捉样本。Aleksey Nikolayev 在 2019 年 2 月发布的统计研究，累计被查看 2458 次、收到 26 条讨论，说明这类硬核量化思路在交易者里有稳定需求。 所谓策略，本质是在对抗「价格随机游走」这个默认假设——如果你相信下一根 K 线和缺口毫无记忆，那任何择时都是徒劳；而缺口交易者的赌注恰恰是：跳空后的回填或延续，存在可统计的偏向。 外汇与贵金属跳空多发生在周末休市后或重大数据夜，杠杆环境下回撤极快，属于高风险场景；用概率框架去算每笔成交的风险上限，比凭手感扛单更不容易爆仓。

◍ 从随机漫游假说里找策略缝隙

价格若严格服从零漂移随机漫游，即每一刻的涨跌期望为零、无方向性趋势，那么任何试图靠方向判断获利的交易在概率上都无法稳定胜出。这一点不是空谈，而是随机过程理论的直接推论：漂移项为 0 时，长期收益均值趋近 0。 所以可行的切入点是检测实际报价序列相对该假说的偏离。若能找到统计上显著的偏离（比如某周期内的漂移不为 0，或收益分布存在可捕捉的偏度），就相当于拿到了反制随机漫游假说的证据，进而有可能据此搭建交易逻辑。 此前已就风险议题做过两篇铺垫，本系列把它们作为基准参考。方法根植于概率论，不强制读者背公式，但得明白大数定律在干什么：越是系统、高频地复用同一套概率化规则，结果的稳定性越可能显现。外汇与贵金属杠杆高、跳空频繁，这类统计策略实盘前必须在 MT5 用真实点差回测论证，不可直接轻信理论偏移。

「把EA逻辑压成可验证的简化模型」

把一套 EA 拆开看，开发流程通常分三步：先有思路，再用各种简化去验证思路，最后让思路适配真实市场。本文聚焦中间这步——论坛里对它讨论最密集，也最容易被忽略细节。 我们做的简化很硬：只做单一资产、价格以账户货币计、剔除利息与出入金、只用市价单、忽略滑点、点差 s 设为固定值，且账户由这一只 EA 全权掌管。在这些前提下，EA 的结局被完全锁定成 v(t) 函数——随时间变化的持仓量，正为买、负为卖，配合 p(t) 价格函数和 c0 初始资金。

把连续函数换成数字序列是关键一跃：用「简单仓位」（开平之间量向不变）之和表示任意仓位，转而分析每笔交易的盈利 a 与风险 r，满足 c1/c0 = 1 + r a。这避开了对随机过程的复杂建模。 参数也分三层：历史参数（逐笔浮动，如指标值、月相）、实际参数（启动即定，用于回测）、元参数（管优化算法，如多目标权重）。本文对历史参数再砍一刀——假定回报分布对其依赖微不足道，否则模型过度复杂必过拟合。外汇与贵金属属高风险品种，这套简化仅利于逻辑验证，实盘须重估滑点与多点差冲击。

用 Q 值拆穿随机漫游的盈利假象

价格行为没有精确模型，但近似模型能帮我们排雷。随机漫游假想把价格看成零漂移的维纳过程：无趋势、无定向，任何 EA 在零点点差下平均利润趋近零，非零点差则数学期望值转负。 要反制这个假想，核心不是找圣杯，而是检测统计偏差。我们构造一个量 K=(p2-p0)/(p0-p1)，其中 p0 是入场价，p1 是止损价，p2 是到止损触发前离 p1 最远的价格。K 恒大于等于 0，代表这笔交易可实现的最大盈利倍数。 直接看 K 不方便，换成 Q=K/(K+1)=(p2-p0)/(p2-p1)，它落在 [0,1) 区间，物理意义是止盈占（止损+止盈）的比率。在纯随机漫游下，Q 的理论分布极其简单：Fq0(x)=0（x≤0），Fq0(x)=x（0<x≤1），Fq0(x)=1（x>1）——也就是均匀分布在 [0,1]。 实战做法：拿 n 个历史入场点，每个记录 p0,i、p1,i，再找出各自对应的 p2,i，算出 Qi 样本。经验分布 Fq(x)=m(x)/n，m(x) 是小于 x 的样本数。若 Fq(x) 明显偏离那条 45 度直线（Fq0），说明价格可能有可捕获的偏向；但偏差只是必要条件，还要代入点差算期望收益是否为正。 若经验分布显著异于随机漫游且期望为正，就可以用最大化盈利预期来挑止盈/止损比，再定每笔风险值，早期砍掉不靠谱思路。复杂离场算法同理，解析解难求时，用蒙特卡罗模拟逼近随机漫游的经验分布即可。外汇与贵金属杠杆高、点差侵蚀快，这类统计优势一旦样本外衰减，负期望会立刻显现。

◍ 缺口统计落地与品种筛选

把缺口当研究对象，第一步是定义什么叫“缺口”。资产价格离散跳动，大跳才叫缺口，边界自己定。外汇里标准跳空少，可泛化为任意两段价格之差，比如美盘收盘到次时段开盘的缝隙。时段用期限、长度、顺移三个间隔形式化，能覆盖分钟柱之间的跳。 两个采集 EA 都不交易，只在真实环境跑统计：gaps_reg_stat 抓连续逐笔报价间缺口，建议基于真实 tick；gaps_ses_stat 抓时段间缺口，基于分钟 OHLC。CGaps 类里的 go[] 存未补齐缺口索引，纯粹为加速。每条记录绝对缺口值、Q 值、闭合数据、间隙值，再用 Kolmogorov-Smirnov 单样本检验看经验分布和均匀分布的偏离，p-value 越小越不像随机漫游。MQL5 没有这检验，原文用 R 补。

• 个选项跑出来，EURUSD 逐笔报价 200 缺口 p-value 3.47e-07、均差点差 0.000695；USDJPY 时段间 50 缺口 p-value 0.00919、均差点差 0.0185。顺缺口方向交易期望为负，回补方向略正但 EURUSD 利润薄。点差在逐笔/分钟缺口时可能翻数倍。按时段看，一年维度偏离很小，横盘回补优于趋势。

筛选结论指向 USDJPY 的分钟柱线缺口继续深挖——200 缺口 p-value 0.00037、均差点差 0.05148，偏离显著且点差可控，比逐笔报价的 0.09563 好接。外汇和贵金属缺口策略实盘高风险，样本偏离不承诺可盈利，只给验证起点。

class=class="str">"cmt">// gaps_reg_stat.mq5
class="macro">#define ND class="num">100
input class="type">class="kw">double gmin=class="num">0.1;           class=class="str">"cmt">// 最小缺口大小: USDJPY - class="num">0.1, EURUSD - class="num">0.001
input class="type">class="kw">string fname="gaps\\stat.txt";  class=class="str">"cmt">// 统计文件名
class="kw">struct SGap
  { class="type">class="kw">double p0;
    class="type">class="kw">double p1;
    class="type">class="kw">double p2;
    class="type">class="kw">double p3;
    class="type">class="kw">double s;
    class="type">void set(class="type">class="kw">double p_1,class="type">class="kw">double p,class="type">class="kw">double sprd);
    class="type">bool brkn();
    class="type">void change(class="type">class="kw">double p);
    class="type">class="kw">double gap();
    class="type">class="kw">double Q();
  };
class CGaps
  { SGap gs[];
    class="type">int ngs;
    class="type">int go[];
    class="type">int ngo;
    class="kw">public:
    class="type">void init();
    class="type">void add(class="type">class="kw">double p_1,class="type">class="kw">double p,class="type">class="kw">double sprd);
    class="type">void change(class="type">class="kw">double p);
    class="type">void gs2f(class="type">class="kw">string fn);
  };
CGaps gaps;
class="type">MqlTick tick0;