EA-23279 · 均值回归
Exp_SpearmanRankCorrelation_Histogram
该EA使用斯皮尔曼等级相关系数直方图指标来识别价格序列与排序数据之间统计显著的相关性变化。当相关性直方图穿越预定义阈值水平时产生交易信号，基于均值回归逻辑在相关性偏离正常范围时进场。该策略旨在利用倾向于回归均值相关性水平的临时统计异常。
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
代码里没有发现常见的爆仓模式，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
该EA基于斯皮尔曼等级相关系数（Spearman Rank Correlation）构建交易策略，这是一种非参数统计指标，衡量两个变量之间的单调关系强度。入场条件为当相关性直方图值穿越预设的上下阈值时开仓——向上穿越上阈值时做多，向下穿越下阈值时做空，这体现了均值回归的核心思想：当相关性偏离正常水平时预期将回归。出场条件依赖反向信号或固定止损/止盈，当相关性从极端值回归时平仓获利。仓位管理采用固定手数方式，没有动态仓位调整机制。资金管理方面缺乏风险比例控制，仅依赖用户手动设置合理的交易量。整体策略概念具有统计学基础，但缺少对市场结构变化和相关性崩塌的防护机制。
优势
- 基于统计学原理的斯皮尔曼等级相关系数，具有数学理论支撑，非参数方法对异常值更稳健
- 直方图形式直观展示相关性变化，便于可视化判断市场状态
- 均值回归逻辑在震荡市中有较好表现，能捕捉统计异常带来的交易机会
劣势
- 均值回归策略在趋势市中会持续亏损，相关性崩塌时无法有效应对
- 缺少动态仓位管理和风险比例控制，固定手数无法适应不同账户规模和市场波动
- 止损止盈默认为0，若用户未手动设置则面临无限亏损风险
改进建议
- 增加自适应阈值机制，根据市场波动率动态调整相关性阈值，避免在趋势市中频繁错误入场
- 添加仓位管理模块，基于账户余额和ATR动态计算交易手数，并设置默认止损止盈值
风险评估
总体风险: 中等
- 止损止盈默认值为0，若未设置则单笔亏损可能无限扩大
- 均值回归策略在强趋势行情中会连续逆势建仓造成累积亏损
评估得分
代码质量3.0
策略逻辑3.0
风险管理2.0
稳健性2.0
创新性3.0
文档2.0
综合2.5
参数
| 参数 | 默认值 | 说明 |
|---|---|---|
InpRankCorrelationPeriod | 14 | 斯皮尔曼等级相关系数计算周期 |
InpThresholdUp | 0.8 | 上阈值，相关性高于此值产生做多信号 |
InpThresholdDown | -0.8 | 下阈值，相关性低于此值产生做空信号 |
InpLotSize | 0.1 | 固定交易手数 |
InpStopLoss | 0 | 止损点数，0表示不设止损 |
InpTakeProfit | 0 | 止盈点数，0表示不设止盈 |
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。