1、系統測試MT4平臺智能交易系統圖文教程本PPT采用Office2007編制預備知識1l 什么是什么是EA？英文Expert Advisors 的縮寫，中文意思專家顧問，俗稱智能交易系統。它是一種操盤軟件，大多基于MT4平臺，運行時可由電腦代替交易員下單，從而實現機器自動交易。l 為什么要用為什么要用EA？做過外匯的人都知道許多訂單輸在了人性的弱點上，該斬倉的不斬倉，該獲利的不獲利。利用EA制定一套符合自己交易習慣和交易計劃的程序，就是能最大限度的回避人性弱點，加強做單的計劃性和紀律性能最大限度的回避人性弱點，加強做單的計劃性和紀律性。l 什么是好的什么是好的EA？嚴格地說，沒有“好”的EA，只

2、有“合適”的EA。市場是千變萬化的，我們不能迷信任何一種EA。要想擁有一套合適自己的EA，都必須經過兩個階段，一是系統測試，二是模擬演練。預備知識2l 什么是系統測試？什么是系統測試？ MT4提供了一個強大的系統測試模塊。利用歷史數據測試EA策略的效果，并提交報告，根據報告調整EA的策略和參數，反復進行，以期達到最佳的模式。l 歷史數據怎么構成？歷史數據怎么構成？歷史數據包含了開盤價、收盤價、最高價、最低價、成交量、時間等6項指標，分為M1、M5、M15、M30、H1 、H4、D1、W1、MN等9個周期。l 系統測試需要做那些準備？系統測試需要做那些準備？準備好要測試的EA和需要測試的貨幣對的

3、歷史數據即可。如果可能，最好了解一下統計數學的幾個概念：過適、 k-折交叉驗證、贏利與最大資金回撤比、人工神經網絡。后面有簡單的介紹。l MT4歷史數據情況如何？歷史數據情況如何？MT4服務器提供各種貨幣對及其時間周期的歷史數據，而實際上不同的服務器提供的數據都是很不完全的。后面有解決辦法。進入測試界面1、選擇一個EA加載到圖表2、點擊工具欄的“智能交易”停止智能交易3、按F6，打開測試窗口測試窗口歷史數據準備1從統計數學的角度來評判MT4提供的數據，基本不符合要求。畢竟我們不是數學專家，不需要精準的結果，所以采用我推薦的方法就夠用了。點擊MN按鈕，等待一會兒，將數據圖表拉到最左邊，我們會看到

4、月線數據從1988年12月開始月線數據從1988年12月開始用同樣的方法，順序點擊用同樣的方法，順序點擊W1、D1、H4M1，就得到了，就得到了USDJPY各各種時間周期的歷史數據。如果測試其他貨幣對，就照樣做一遍。種時間周期的歷史數據。如果測試其他貨幣對，就照樣做一遍。歷史數據準備2打開貨幣對從MN到M1時間周期9個窗口接收數據，等待時間越長，數據越多但也別傻等，因為交易商服務器提供不了從1970年1月1日以來的所有數據，而且，不同的服務器對應其帳號，跨服務器的數據不能使用。歷史數據準備3記錄每個時間周期的起始時間：貨幣對：貨幣對：USDJPY時間周期起始時間月線 MN1988-12-1周線

5、 W11990-6-29日線 D11993-5-254小時線 H42006-4-211小時線 H12009-2-2730分鐘線 M302009-8-2715分鐘線 M152009-11-265分鐘線 M52009-12-291分鐘線 M12010-2-4設置選擇要測試的EA選擇要測試的貨幣對選擇要測試的時間周期選擇要測試的EA一般選擇“即時價位即時價位”選擇測試時間段根據歷史數據做選擇滑條移動位置決定了復盤速度初始化測試參數顯示所選貨幣對的交易屬性做完所有的設置后，按“開始開始”開始測試模擬交易過程中發生交易的點被標注選擇M1做測試新增測試報告標簽不看過程，滑條拉倒最右邊結果“結果結果”標簽中

6、顯示了測試的每個交易記錄凈值圖“凈值圖凈值圖”標簽中顯示了測試的資金變化過程報告“報告報告”標簽中顯示EA在指定時間段內的全部財務情況報告中各項指標說明1經過測試的柱數（經過測試的柱數（Bars in test）：）：以模型為基礎,顯示歷史的深度。用于復盤的即時價數量（用于復盤的即時價數量（Ticks modelled）：）：顯示模型次序的大小。 每一個記錄的次序代表柱的當前或另一時刻狀態 (OHLCV)。 不同柱的狀態取決于時間范圍，模型方法，和從較小時間段內的柱的歷史數據。復盤模型的質量（復盤模型的質量（Modelling quality）：）：按照以下的公式進行計算：ModellingQ

7、uality = (0.25*(StartGen-StartBar) + 0.5 *(StartGenM1-StartGen) + 0.9 *(HistoryTotal-StartGenM1) / (HistoryTotal-StartBar)*100%;其中： HistoryTotal - 在歷史中的總數額；StartBar - 開始測試柱的數字。模型開始于最小的第101個柱或者測試水平初始日期相關的柱;StartGen - 在最近的時間范圍內開始測試柱的數字；StartGenM1 - 在原有分鐘內開始測試柱的數字；另外: 對于最近時間范圍數據庫模型的開始和最近時間范圍數據模型的開始存在重量

8、系數0. 25的區別;對于最近時間范圍數據庫模型的開始和最近時間范圍數據模型的開始在原有分鐘內存在重量系數0. 5的區別；在原有時間上模型的開始和歷史數據的末尾之間重量系數0.9的區別。報告中各項指標說明2總凈盈利（總凈盈利（Total net profit）：）：凈贏利值和凈虧損值之間的差。TotalNetProfit = GrossProfit - GrossLoss總獲利（總獲利（Gross profit）：）：所有贏利交易總數的凈贏利值。總虧損（總虧損（Gross loss）：）：所有虧損交易總數的凈虧損值。盈利比（盈利比（Profit factor）：）：贏利原因顯示在多少時間內凈贏

9、利值超過凈虧損值。ProfitFactor = GrossProfit / GrossLoss預期盈利（預期盈利（Expected payoff）：）：預期盈利使用以下公式進行計算:Expected Payoff = (ProfitTrades / TotalTrades) * (GrossProfit / ProfitTrades) - (LossTrades / TotalTrades) * (GrossLoss / LossTrades)其中：TotalTrades - 交易總數;ProfitTrades - 贏利交易總數;LossTrades - 虧損交易總數;GrossProfit

10、- 凈贏利交易總數;GrossLoss - 凈虧損交易總數.報告中各項指標說明3絕對虧損（絕對虧損（AbsoluteDrawDown）：）：在一定程度上從最初的平衡顯示減少原始的價值：AbsoluteDrawDown = InitialDeposit MinimalBalance最大虧損（最大虧損（MaximalDrawDown）：）：最大借款值和當前最小借款值的最大差距：MaximalDrawDown = Max of (Maximal Peak - next Minimal Peak) 最大借款百分比的比率等于最大借款和它的各自價值的商：MaxDrawDown % = MaxDrawDow

11、n / its MaxPeak * 100%在報告中顯示的其他結果可以應用簡單的數學方法計算。交易單總計（交易單總計（Total trades）：）：在測試里的交易總數。賣單獲利百分比（賣單獲利百分比（Short positions (won %)）：）： 賣空倉位總數額和其中贏利百分比（賣空倉位/賣空倉位總數*100%）。買單獲利百分比（買單獲利百分比（Long positions (won %) ）：）：- 看漲倉位總數額和其中贏利百分比（看漲倉位/看漲倉位總數*100%）。盈利交易（占總百分比）（盈利交易（占總百分比）（Profit trades (% of total)）：）：贏利交易

12、總數和交易總數的百分比（贏利交易/交易總數*100%）。虧損交易（占總百分比）（虧損交易（占總百分比）（Loss trades (% of total)）：）：虧損交易總數和交易總數的百分比（虧損交易/交易總數*100%）。報告中各項指標說明4最大獲利交易（最大獲利交易（Largest profit trade）：）：贏利交易中獲得的最大獲利。最大虧損交易（最大虧損交易（Largest loss trade）：）：虧損交易中獲得的最大虧損。平均獲利交易（平均獲利交易（Average profit trade）：）：贏利交易中贏利的平均數 (凈贏利值 / 贏利交易)。平均虧損交易（平均虧損交易（

13、Average loss trade）：）：虧損交易中虧損的平均數(凈虧損值 / 虧損交易)。最大連續獲利金額（最大連續獲利金額（Maximum consecutive wins (profit in money)）：）：在這一系列贏利總數和交易的贏利系列中最大連續盈利。最大連續虧損金額（最大連續虧損金額（Maximum consecutive losses (loss in money)）：）：在這一系列虧損總數和交易的虧損系列中最大連續損失。最多連續獲利次數（最多連續獲利次數（Maximal consecutive profit (count of wins)）：）：在交易總數中最大連續交

14、易的贏利。最多連續虧損次數（最多連續虧損次數（Maximal consecutive loss (count of losses)）：）：在交易總數中最大連續交易的贏利。平均連續獲利數（平均連續獲利數（Average consecutive wins）：）：贏利系列中連續盈利的平均數。平均連續虧損數（平均連續虧損數（Average consecutive losses）：）：虧損系列中連續損失的平均數。報告中色彩的含義灰色- 原有的模型粉色- 完全的不規則碎片模型H4模型H1模型M30模型M15模型M5模型M1模型總結1、針對、針對1個個EA要做多種時間周期、多種時間段的測試。每個時間周期、時

15、間段要做多種時間周期、多種時間段的測試。每個時間周期、時間段的報告都要做個記錄。歷史總有很多相似之處，系統測試是必要的。的報告都要做個記錄。歷史總有很多相似之處，系統測試是必要的。2、由于歷史記錄不含時間點的數據，因此測試結果并不十分可信，只要是大致、由于歷史記錄不含時間點的數據，因此測試結果并不十分可信，只要是大致符合你的要求就行。符合你的要求就行。3、網上有大量兜售、網上有大量兜售EA的信息，而且都附有圖表，號稱的信息，而且都附有圖表，號稱20天翻番，半年翻天翻番，半年翻100倍倍的比比皆是，請慎重對待。的比比皆是，請慎重對待。最好是自己能懂得編寫一點最好是自己能懂得編寫一點EA程序，讓程

16、序，讓EA更加符合更加符合自己的意愿。自己的意愿。4、請務必相信、請務必相信“電腦不如人腦電腦不如人腦”這句話，我的建議是半自動化使用這句話，我的建議是半自動化使用EA，即時使，即時使用了用了EA自動交易，也要認真盯盤。自動交易，也要認真盯盤。5、在投入到真錢操盤前，切記先用模擬帳號反復演練。、在投入到真錢操盤前，切記先用模擬帳號反復演練。附錄：幾個數學概念1. 過適過適2. k-折交叉驗證折交叉驗證3. 贏利與最大資金回撤比贏利與最大資金回撤比4. 人工神經網絡人工神經網絡雖然匯市千變萬化，但是任然有規律可循。我們需要從歷史數據中尋找規律，面對龐大的數據，唯有統計數學的理論能使我們理清頭緒。

17、我們經常使用的技術指標其實就是統計數學的實際應用。我們不能保證自己每單都贏，但能確保長期從匯市獲利。了解一點統計數學的概念，對評判EA、系統測試都有極大的幫助。下面列舉了4個數學概念，并盡量給予簡單的介紹，起到一個拋磚引玉的作用。過適overfit在統計學中，過適（overfitting）現象是指在調試一個統計模型時，使用過多參數。對于可取得的數據總量來說，一個荒謬的模型只要足夠復雜，就可以完美地展現結果。這下你就知道網上那些翻幾倍的EA是怎么來的了。k-折交叉驗證k-折交叉驗證（K-fold cross-validation）是指將樣本集分為k份，其中k-1份作為訓練數據集，而另外的1份作為驗證數據集。用驗證集來驗證所得分類器或者回歸的錯誤碼率。一般需要循環k次，直到所有k份數據全部被選擇一遍為止。對于外匯EA的測試，我們舉例說明如下：1、把歷史數據分成10份，先用1-5份數據優化參數(訓練模型)2、測試第6份數據,得出測試結果3、繼續選用第2-6份數據優化參數(訓練模型)4、測試第7份數據這樣一直循環測試所有的數據，最后把測試結果平均，就是你的交易系統的真實的測試結果贏利與最大資金回撤比評價一種交易模型的獲利能力，不能單純看收益率，而應該同時更加關注贏利與最大資金回撤比。比值越高說明贏利能