EA-19046 · 均值回归
Burg Extrapolator
该EA使用Burg方法（最大熵法）对价格序列进行频谱分析和外推预测。通过自回归建模将价格信号分解为频率成分，然后外推这些成分来预测未来价格走势，并根据外推方向生成交易信号。
打开交互版（权益曲线、切换品种）基本信息
回测结果（H1，约 1 年）
| 品种 | 盈亏 | 年化 | 最大回撤 | 交易数 | 胜率 | 夏普 | 恢复因子 | 最长连亏 | 每笔期望 | 状态 |
|---|---|---|---|---|---|---|---|---|---|---|
| EURUSD | 0.00% | 0.00% | 0.00% | 0 | — | — | — | — | — | 暂不支持转换 |
| GBPUSD | 0.00% | 0.00% | 0.00% | 0 | — | — | — | — | — | 暂不支持转换 |
| USDJPY | 0.00% | 0.00% | 0.00% | 0 | — | — | — | — | — | 暂不支持转换 |
| XAUUSD | 0.00% | 0.00% | 0.00% | 0 | — | — | — | — | — | 暂不支持转换 |
这个 EA 从未交易的原因：转换后没有留下任何开仓规则。
由 MQL5 自动转换为 Python，所有 EA 使用同一套规则回测：按 MT5 手数计仓（外汇每手 10 万单位、黄金每手 100 盎司），1:100 杠杆，同一时间只有一张挂单，净值跌破初始资金 10% 时强平。夏普比率按权益曲线计算。标为不可靠的结果仅供参考。
爆仓风险: 未发现爆仓模式
- 没有止损，也没有移动止损
单独这一点不算典型的爆仓模式，回测中账户也没有爆仓。但这不是保证，任何 EA 都可能亏钱。
高：回测中爆仓，或使用马丁/网格加仓且不设止损。偏高：马丁或网格加仓但有止损，或不设止损且可同时持有多个仓位。 标签的含义和我们的发现 →
策略分析
策略核心基于Burg谱分析方法，这是一种最大熵谱估计技术，通过对价格序列进行自回归(AR)建模来提取信号的频率成分。EA将历史价格数据分解为多个正弦波分量，每个分量具有特定的振幅、频率和相位，然后将这些分量向前外推以预测未来价格走势。入场条件基于外推预测的方向：当预测价格上升时开多仓，当预测价格下降时开空仓。出场条件通常依赖反向预测信号或固定止损止盈。仓位管理方面，该EA使用固定手数或基于资金的简单仓位计算。资金管理相对简单，缺乏动态风险调整机制。这种方法本质上是假设价格序列具有周期性特征可以外推，属于统计学上的均值回归思路，但在强趋势市场中可能失效。
优势
- 使用先进的频谱分析方法，理论基础扎实，Burg方法在信号处理领域有成熟应用
- 能够捕捉价格序列中的隐含周期性特征，对震荡市场有较好的预测能力
- 数学模型透明，预测过程可解释性强，不同于黑盒机器学习方法
劣势
- 频谱外推假设价格具有周期性，在强趋势市场或突发事件中预测会严重偏离
- 缺乏完善的风险管理机制，止损止盈参数默认为0，存在巨大亏损风险
- AR模型阶数选择敏感，过高会导致过拟合，过低则无法捕捉重要频率成分
改进建议
- 增加自适应模型阶数选择机制，如基于AIC/BIC准则自动确定最优阶数
- 添加趋势过滤器，在强趋势市场中暂停交易或切换策略，避免外推失效
风险评估
总体风险: 高风险
- 止损默认为0，意味着没有硬性风险控制，单笔交易亏损可能无限扩大
- 频谱外推方法在非平稳市场中预测不可靠，可能导致连续错误信号
评估得分
代码质量3.0
策略逻辑3.0
风险管理1.0
稳健性2.0
创新性4.0
文档2.0
综合2.5
参数
| 参数 | 默认值 | 说明 |
|---|---|---|
Degree | 10 | AR模型阶数，决定频谱分辨率 |
ExtrapolationBars | 50 | 外推预测的K线数量 |
HistoryBars | 200 | 用于分析的历史K线数量 |
LotSize | 0.1 | 交易手数 |
StopLoss | 0 | 止损点数，0为不设止损 |
TakeProfit | 0 | 止盈点数，0为不设止盈 |
同类 EA：均值回归
回测是历史模拟，不代表未来收益，不构成投资建议。