统计估计：用 MQL5 与 Gnuplot 估计序列参数并可视化

大多数交易模型都假设序列服从某分布（正态、某方差）。要用模型，先得能从有限样本估出这些参数，且尽量不被极端值带偏。本文给出一套 MQL5 工具：先按 Bulashev 法剔异常值，再用 dStat 算六大统计量，用 dHist 画自适应直方图，用 dRankit 做正态概率图（Q-Q 图），最后用 Gnuplot 把结果画出来。

一、先剔异常值（Bulashev 法）

异常值会严重扭曲均值方差，尤其小样本。Bulashev 思路：先算分布中心的五个估计（中位数、中四分位距 MQR、全样本均值、四分位距均值 IQM、中列数），升序取第 3 个作分布中心 Xcen（受异常值影响最小）；据此算标准差 s、峰度 K、删减系数，超出范围的值判为异常值剔除。实现见 erremove()。

// erremove：剔除异常值，y[] 返回清洗后序列
int erremove(const double &x[], double &y[], int visual=1){
  n=ArraySize(x); if(n<4) return -1;
  ArraySort(a);
  b[1]=a[(n-1)/2];                       // 中位数
  m=n/4; b[2]=(a[m]+a[n-m-1])/2.0;       // MQR
  // ... 算 IQM、均值，取 b[2] 为 Xcen
  // 超出 [Xcen-范围, Xcen+范围] 的判异常，写入 y[]
}

二、dStat：六大统计量一次算齐

dStat 把均值、中位数、方差、标准差、偏度、峰度装进 statParam 结构体一口气算出。偏度看不对称、峰度看胖尾——金融收益常峰度>3（比正态胖），这是风控必须知道的形状。

struct statParam { double mean,median,var,stdev,skew,kurt; };
int dStat(const double &x[], statParam &sP){
  // 排序取中位数；循环累加算 mean/var/stdev/skew/kurt
  sP.var=sum2/(n-1); sP.stdev=MathSqrt(sP.var);
  sP.skew=n*sum3/(n-2)/sum2/sP.stdev;
  sP.kurt=((n*n-2*n+3)*sum4/sum2/sum2-(6.*n-9.)/n)*(n-1.)/(n-2.)/(n-3.);
}

三、dHist 与 dRankit：两种可视化

• dHist 自适应直方图：柱数随峰度与样本量自动定（nbar≈(kurt+1.5)·n^0.4/6），先把数据标准化再分组
• dRankit 正态概率图（Q-Q 图）：把样本分位数对标理论正态分位数，点越贴对角线越正态——比直方图更直白地暴露厚尾/偏斜

四、用 Gnuplot 把结果画出来

作者用免费 Gnuplot 画图。MQL5 脚本先写 gplot.txt（命令+数据），再用从 shell32.dll 导入的 ShellExecuteW() 拉起 wgnuplot.exe。注意用窗口终端（windows）而非 wxt：关闭图窗时进程自动退出，不会在系统里堆积僵尸进程。

#import "shell32.dll"
bool ShellExecuteW(int,string,string,string,string,int);
// 调用：ShellExecuteW(0,"open","wgnuplot.exe","-p MQL5\\Files\\gplot.txt",...,0);

五、实战怎么串起来

流程：erremove 清洗 → dStat 取六大参数 → dHist/dRankit 画图 → 肉眼+Gnuplot 双确认。把这套接进你的回测，每次出绩效前先诊断样本分布，避免被单根极端K线骗。OnStart 里 dat[25]=3 故意造异常，正是演示 erremove 如何把它揪出。

六、样本量底线与置信

统计估计不是样本越多越好，但太少必然不准。erremove 与 dStat 都要求 n≥4，否则直接报错；实践中建议清洗前至少几十、上百个样本，峰度/偏度才稳定。样本量越小，异常值剔除的‘阈值’越要保守，否则容易把真信号当异常删掉。

• n<30：学生 t 的 ν 不稳，分布结论仅供参考
• 30≤n<200：六大统计量可用，但置信区间宽
• n≥200：直方图与 Q-Q 图形态稳定，可放心建模
• 时间序列：异常值别盲目剔——跳空缺口可能是真事件，应标记而非删除

七、接进回测管线的具体步骤

把诊断前置：每次回测跑完，先对‘每笔平仓的收益序列’跑 erremove→dStat→dHist/dRankit，把 six 参数与图存进报告。连续多段样本对比，若某段峰度骤升，说明那段时间策略暴露在胖尾风险，该复盘而非单纯看总收益。

八、小结

统计估计是‘从样本到参数’的桥梁。本文工具链——erremove 剔异常、dStat 算六量、dHist/dRankit 双图可视化、Gnuplot 出图——让 MQL5 程序能像统计软件一样诊断序列。把它嵌进回测前置步骤，你的绩效数字才立得住，不会被一两笔极端成交带偏。