网格和马丁格尔：它们是什么？如何使用它们？·综合运用
（3/3）·从EA开发到统一方程，拆解新手最易迷信的两种策略到底能走多远
◍ 从零搭一个极简马丁格尔EA
马丁格尔和网格的思路不同，但底层仓位管理可以复用网格EA里那套库，所以代码反而更短。输入参数里我只挑几个不直观的说：SLE=100是止损点数，TPE=300是止盈点数，HistoryDaysLoadI=10限定只拉最近10天订单历史，纯粹为了优化时少读点盘后数据。 EA核心就两个函数。CalcLot()翻交易历史算下一单手数：从最近一笔平仓单往回找，只要连续亏损就把那些单的体积累加，一旦碰到盈利单就停止；如果没亏过就返回起始Lot 0.01。Trade()则在无持仓时随机双向挂单，买或卖各50%概率（MathRand()>32767/2），手数直接调CalcLot()。 回测现象和网格很像：在一段连续亏损把保证金吃掉之前，EA可能平稳跑出利润；但当亏损周期到来、保证金不够开下一手加倍仓时，账户倾向直接崩。外汇和贵金属杠杆高，这类马丁实盘属于高风险，任何历史表现都不代表未来能活过深撤。 下面这段是输入参数与两个函数的原始实现，逐行看能直接抄进MT5测： input int SLE=100;//止损点数 input int TPE=300;//止盈点数 input int SlippageMaxOpen=15;//开单滑点点数 input double Lot=0.01;//起始手数 input int MagicC=679034;//幻数 input int HistoryDaysLoadI=10;//历史加载天数 CalcLot()先用HistorySelect框定时间窗，倒序遍历平仓单，亏单体积累加、遇盈单break，返回累加值或起始手数。 Trade()用PositionSelect判空仓，MathRand决定买卖方向，Buy/Sell把SL/TP按SLE/TPE点数算出具体价位，手数来自CalcLot()。
input class="type">int SLE=class="num">100;class=class="str">"cmt">//Stop Loss Points input class="type">int TPE=class="num">300;class=class="str">"cmt">//Take Profit Points input class="type">int SlippageMaxOpen=class="num">15; class=class="str">"cmt">//Slippage For Open In Points input class="type">class="kw">double Lot=class="num">0.01;class=class="str">"cmt">//Start Lot input class="type">int MagicC=class="num">679034;class=class="str">"cmt">//Magic input class="type">int HistoryDaysLoadI=class="num">10;class=class="str">"cmt">//History Deals Window Days class="type">class="kw">double CalcLot()class=class="str">"cmt">//calculate the lot { class="type">bool ord; class="type">class="kw">double TotalLot=class="num">0; HistorySelect(TimeCurrent()-HistoryDaysLoadI*class="num">86400,TimeCurrent()); for ( class="type">int i=HistoryDealsTotal()-class="num">1; i>=class="num">0; i-- ) { class="type">ulong ticket=HistoryDealGetTicket(i); ord=HistoryDealSelect(ticket); if ( ord && HistoryDealGetString(ticket,DEAL_SYMBOL) == _Symbol && HistoryDealGetInteger(ticket,DEAL_MAGIC) == MagicC && HistoryDealGetInteger(ticket,DEAL_ENTRY) == DEAL_ENTRY_OUT ) { if ( HistoryDealGetDouble(ticket,DEAL_PROFIT) < class="num">0 ) { TotalLot+=HistoryDealGetDouble(ticket,DEAL_VOLUME); } else { break; } } } class="kw">return TotalLot == class="num">0 ? Lot: TotalLot; } class="type">void Trade()class=class="str">"cmt">//the main function where all actions are performed { class="type">bool ord=PositionSelect(Symbol()); SymbolInfoTick(Symbol(),LastTick); if ( !ord ) { if ( MathRand() > class="num">32767.0/class="num">2.0 ) { m_trade.Buy(CalcLot(),_Symbol,LastTick.ask,LastTick.bid-class="type">class="kw">double(SLE)*_Point,LastTick.ask+class="type">class="kw">double(TPE)*_Point); } else { m_trade.Sell(CalcLot(),_Symbol,LastTick.ask,LastTick.ask+class="type">class="kw">double(SLE)*_Point,LastTick.bid-class="type">class="kw">double(TPE)*_Point); } } }
网格与马丁格尔为何在数学上注定归零
把任意交易策略拆成无限多个最小子策略：每个子策略开仓即激活，固定止盈止损平仓，手数 Lot[i] 各不相同，触发概率 PC[i] 满足 Sum(0,n)(PC[i])=1。子策略结果分亏损空间 S[i] 与利润空间 T[i]，对应条件概率 PS[i]、PT[i] 也构成完备组。 单子策略预期收益写为 M[i]=(PT[i]*TP - PS[i]*SL)*Lot[i]*TickSize。若开仓时不知价格方向，则 PT[i]=PS[i]，M[i]=0。当策略数 n 趋近无穷，所有 M[i] 趋零，总体期望 M0=Sum(0,n)(PC[i]*M[i]) 也为 0。 网格是 Lot[i] 处处相等，马丁格尔是 Lot[i] 逐级翻倍，差异只改手数数组、不动概率结构，套进同一方程结果不变。有限策略集也好、有限集的无限重复也罢，全是零相加。 由此可证：任何靠调交易量、堆订单开关规则，却不对开盘/收盘方向或辅助市场参数做有效预测的系统，期望恒为零。外汇与贵金属杠杆极高，这类策略实盘放大的是回撤风险而非胜率，开 MT5 用下方代码算一组 M[i] 就能自己看到归零过程。
class="type">class="kw">double M[]; class=class="str">"cmt">// 预期收益数组 class="type">class="kw">double PC[]; class=class="str">"cmt">// 触发概率数组 class="type">class="kw">double PT[]; class=class="str">"cmt">// 盈利条件概率 class="type">class="kw">double PS[]; class=class="str">"cmt">// 亏损条件概率 class="type">class="kw">double Lot[]; class=class="str">"cmt">// 手数数组 class="type">class="kw">double TP, SL, TickSize; class=class="str">"cmt">// 计算第 i 个子策略期望 M[i] = (PT[i]*TP - PS[i]*SL) * Lot[i] * TickSize; class=class="str">"cmt">// 总体期望 class="type">class="kw">double M0 = class="num">0; for(class="type">int i=class="num">0; i<n; i++) M0 += PC[i] * M[i];
「网格与马丁格尔的实战边界」
网格策略只有在你预判市场将出现一波近似幅度的移动、且缺口风险较低时才值得挂。缺口和网格天然冲突：订单按固定步长铺设，下一跳报价可能直接越过整层挂单，把价格甩到网格之外。这种情况虽罕见，但会不可逆地拉低系统效率。 网格步长建议设为等于或略小于你预测的波动幅度，方向不需要提前知道，只要幅度近似就行。在趋势检测算法命中时，余额曲线会呈现阶梯式爬升，但事先锁定趋势本就困难，实盘中常出现周期性回撤（原文图中红色标段），下探深度往往不小。 马丁格尔的逻辑前提是：信号长期期望收益为 0，但连亏到某一数量后，下一笔盈利概率逼近 1。满足这种条件才能用加倍仓。但我个人判断马丁格尔在任何情形下都高危——要精确凑出前述概率结构几乎不可能。相比之下网格至少规则透明、幅度可算，外汇与贵金属杠杆市场里这两者皆属高风险，开 MT5 前先想清楚最大回撤承受线。
◍ 画得少，看得清
这两套策略的相似与差异写到这里就收住了。网格和马丁的核心都不是预测方向，而是用仓位结构去接价格的来回摆动，新手容易把它们当成赚钱机器，实际上只是把时间换成了暴露风险。 作者给出的数学结论本身没给市场物理添新东西，但能帮你在写自己的 EA 时少绕路：先想清楚限价堆在哪里、半衰期多长，而不是凭一条倾斜线编故事。 附带的 Easy_Grid.mq5（14.27 KB）和 Uncle_Martin.mq5（6.47 KB）是直接能跑的参照，开 MT5 拖进去回测一轮，比看十篇抒情复盘有用。外汇和贵金属杠杆高，回测顺不代表真金白银能活下来。