开发交易算法的科学方法·进阶篇
◍ 为什么价格图必须长成趋势又不全是趋势
直接拿一个没解释清楚的规律去跑实盘是危险的。你并不知道它为什么存在、是否稳定，也不知道它何时消失、何时回来。真金白银进场前，必须能追踪该模式是否还在：当存款从峰值长期回撤却很快修复，说明模式还在；若一路掉下去不回头，大概率是模式失效，该停机器人了。盈利与亏损 EA 的分水岭往往就在这一刻的判断。 我们提出的假说核心有两点。第一，块尺寸越大，以 1 分钟收盘价构成的块在关闭时的相对增量越小，开平仓误差越小——因为块内尺寸在一段范围内相当稳定，块越大趋势成分被稀释得越厉害。第二，块越大，价差和佣金相对于价格变动的比例越小；市场有效，便会按比例削弱趋势。这两点能解释为何模式在全品种、全周期都存在，但大周期趋势性更低。 小周期里哪怕消除了价格误差、市场确有趋势，那点趋势往往只够覆盖价差加佣金。很多剥头皮开发者栽在这里：以为换个低佣金券商机器人就能盈利，其实小周期趋势本就只够喂饱交易成本；佣金一低，别的参与者早把这点残差榨干并毁掉了模式。这里说的仅指不用前端运行、深度与成交量分析的纯简单头皮机器人。 金融市场利润从哪来？场外外汇也是对手互交易，你赚的等于别人亏的加经纪佣金。买卖双方都觉得自己占便宜，说明至少有一方在锁定利润时犯了错。价格图若真是标准正弦，低点人人想买、高点无人愿卖，没成交就没价格轨迹；若真是一路线性上涨，没人肯卖也就没人买得着。所以真实图表必然介于两者之间：熵够高，让买卖双方的利润都不显而易见，交易才可能发生。 按香农熵，均匀分布熵最大，而市场更接近正态过程。我们的块分析显示方向反转概率不等于 50%，说明有记忆、熵未达最大。市场会奔着最大熵去，但只有参与者无限多或无限“聪明”时才到得了——后者指能识别极复杂模式。二十世纪初用根 MA 就能赚钱，现在算法交易者变“聪明”、算力强、决策快，模式更复杂、熵更高、钱更难赚。 但我们发现的简单模式仍有存活空间：资本持续流入市场创造了趋势成分。各国不断发钞维持通胀，货币创造可能正是趋势源。由此推：高投资吸引力的资产趋势性强于冷门资产；交易品种趋势强度随参与者增多、变聪明而下降；EURUSD 这类发达货币对趋势性应弱于新兴股票——银行携资源做“智能”算法、流动性极高，都在压低熵、压低趋势。
「用四个品种验证趋势性假设」
上一步只是把「为什么形态会有效」落成一句可证伪的猜想，这一步要拿真实报价去撞它。假设分两层：高投资吸引力的资产趋势性更强；参与人多、流动性高的资产趋势性更弱。 挑了四个极端不同的标的做横比：EURUSD 参与人数最多、流动性最高但投资吸引力低（法币长期受通胀侵蚀）；AAPL 个人投资者海量、流动性高但弱于欧美；SBER 全球吸引力与流动性都明显不如 AAPL；AMEZ 两者皆低、基本横盘。 图5给出的趋势性数值直接说话：EURUSD=1.068，AAPL=1.3，SBER=1.168，AMEZ<1。排序正好是 AAPL > SBER > EURUSD > AMEZ，和「吸引力推升趋势、流动性压低趋势」的猜想同向。 这套数据不推翻原假设，说明它暂时能留着进下一轮开发。外汇与贵金属自带高杠杆与流动性突变，用此类统计结论下单仍属高风险，只能当过滤条件而非入场依据。
把价格差模式落成区块交易机器人
模式本身不复杂，所以算法也该保持轻量。核心思路是把 M1 烛形重建成每块 N 点的区块图，区块生成逻辑直接写进 EA，交易完全跟着区块方向走。 预期收益用一条公式框定：m = P(tp)*tp - P(sl)*sl。其中 P(tp) 是盈利概率，P(sl) 是亏损概率，tp 与 sl 分别是平均盈、亏点数。这条式子只用来判断模式是否值得做，不预示任何固定收益。 具体触发很直白：一个下跌或上涨区块收盘后，顺区块方向开仓——跌块开卖，涨块开买，且市场上始终只留一个头寸。平仓信号就是反方向区块形成：买仓等跌块，卖仓等涨块。 图里能看到烛形和区块收盘价不一致、留出价格差，这是区块算法本身的特性。为避免在不利价差下进场，加一条硬条件：若烛形收盘与区块收盘差超过阈值，就等价格回踩区块收盘价再开。 止损按区块大小 BS 乘系数 ksl：卖单 SL = Bclose(op) + BS*ksl，买单 SL = Bclose(op) - BS*ksl。获利则用每根新区块收盘重算：卖单 TP = Bclose(0) - BS*ktp，买单 TP = Bclose(0) + BS*ktp，这样在特大烛形出现时可能多吃一段。 手数随块大小浮动：lot = lot(set) / (BS / minimum BS)，目的不是在波动放大时搏更大利润，而是让每笔风险相对锚定。区块大小可写死（如 0.02 点），也可取 5*ATR 做自适应，波动起来块就变大。 外汇与贵金属为高杠杆市场，这套机制只解决进场与风控结构，实盘前请在 MT5 策略测试器用历史数据核对区块重建与价差过滤是否如预期。
m=(P(tp)*tp)-(P(sl)*sl)
◍ 用 EURUSD 与 AAPL 验证零期望假设
把算法直接丢进之前预判过盈亏倾向的资产里跑，不看优化、只看裸表现，才能知道假设站不站得住。EURUSD 先上：2018.01.01–2020.07.28，M1 真实点模式，参数没动过，只调块大小、最小块大小和手数，想让利润盖过手续费。 结果很直白——预期收益每笔 -1.67 美元，点差和佣金吃光了微弱趋势该给的利润。机器人记了开盘收盘平均点差 0.00008，614 个仓位共付隔夜息 159.76 美元，摊到每仓 0.2602 美元；0.078 平均手数下 1 pip 值 0.078 美元，8 点差就是 0.624 美元，加隔夜息佣金合计 1.104 美元/笔。 用最小块 0.002、平均每手赚 15.6 美元做随机游走估算：15.6×√614≈386.55 美元，再加 1.104×614 的佣金，平均回撤理论值 1064.41 美元，实亏 1027.45 美元，基本对上。结论只能是：EURUSD 上这算法期望收益趋近于零，亏在成本。 换 AAPL 这只趋势更明确的股票，动态手数下预期收益 +19.33，图稳为正。把平均手数 39 锁成固定值再跑，曲线没大变，只是末尾少赚一笔、回撤略增——块大小随波动膨胀时，固定大手数利润大但缩水概率也跟着涨。 只卖模式小亏，和分布左偏的预判一致；只买模式正但不如买卖双边。股票本身有交替波段，双边开仓反而让余额图更平。AMD（2018.06 起有 M1 历史）和 TSLA 用动态手数双边测，都走出稳定正结果；Sberbank 用 Otkritie 经纪佣金 0.057%/手、无杠杆测，流动性差却也出趋势。外汇贵金属高杠杆品种成本敏感，股票低成本环境才容得下这种裸算法。
「最后一句大实话」
这套基于动态区块的算法目前只是验证想法的雏形，实盘里仍要把区块收盘价与持仓开盘价之间的滑点压下去——原文提到转向实时点图分析是可行方向之一。 外汇和贵金属的高波动低趋势特性让不对称信号被磨平，赚钱难度天然高于股市；切换到限价单逻辑可能提升盈利，但代价是系统更复杂，还需继续研发。 思路已经跑通，潜力在，但远没到能躺赢的地步。打开 MT5 把 robot.zip 里的 EA 加载到分钟图，先观察 40 个区块后的概率偏移，再决定要不要动参数。