策略竞技场方法论
股票策略流水线始于一个共享的数据池。我们为每个标的提取日度复权收盘价序列，将其对齐到统一起始日期，并归一化至同一基准值，以便进行跨资产比较。所选标的覆盖交易活跃、公开历史较长的指数、商品与外汇代理品种。核心流水线仅使用日频数据，以减少噪声，并确保所有策略采用一致的采样频率。
EA 竞技场方法论
EA 竞技场使用 LLM 辅助流水线分析 MQL5 Expert Advisor。首先，MQ5 源代码由 GLM-5.1 解析为结构化 JSON，捕获指标、入场/出场规则、参数与策略类型。其次，可自动转换的 EA 通过基于模板的代码生成器翻译为 Python backtrader 策略，将 MQL5 指标调用映射为 backtrader 等价物。第三，生成的策略在 EUR/USD、GBP/USD、USD/JPY 和黄金一年的 H1 数据上回测，所有 EA 使用同样的账户：1 万美元、1:100 杠杆、EA 自己的手数（按合约换算：外汇每手 10 万单位，黄金每手 100 盎司）、一次只下一张单，净值跌到初始资金的 10% 时按券商规则强制平仓。
依赖 MT5 专有特性的 EA（自定义指标、DLL 调用或 MQL5 专属对象）被分类为手动转换或仅限 MT5，仅进行文档化而不执行回测。可转换性分类确保只有具备可靠 Python 翻译的策略进入回测流水线，从而保持结果的可比性与可解释性。
信号生成与执行
日线策略引擎采用合成的收盘价收益计算：根据截至第 t 日收盘的数据确定目标仓位，并用它计算从第 t 日收盘到第 t+1 日收盘的收益。这假设能在决策当日收盘价配置仓位，并不是实际记录的次日开盘或次日收盘成交，执行假设可能偏乐观。信号页分别显示最新目标仓位，以及获得最后一个已观察区间收益的前一日仓位。转换后的 EA 则在 H1 数据上使用下一根柱开盘成交。单凭这些时间约定不能证明每个底层规则都不存在前视偏差。
基准评分并未纳入交易成本、滑点与融资成本。评分的目的是进行策略之间的相对比较，而不是生成可直接用于券商层面的损益报表。读者应假设，高换手模型在实盘中的表现很可能更差，而流动性约束也可能使部分信号失效。
证据、观察日期与计算修正
首批证据覆盖六个策略在 SPY、黄金和比特币上的 18 组结果。/zh/evidence/ 页面提供实际配置、代码标识、每日衍生记录、模拟仓位变化和独立算术复核脚本。复核检查的是已记录的计算，并不等于用重新下载的行情独立重算了策略决策。原始输入私下保留；历史复权价格可能被修订。其他策略尚不宣称具备完整证据包。
日构建对所有市场统一排除当前 UTC 日期及之后的数据。这是刻意延迟、并未按交易所日历计算的截止规则；实际观察日期与构建时间分别展示。从本次发布起，先拼接滚动前推目标仓位，再根据上一日已发布的目标重算收益，调参边界也遵循相同规则；被跳过的区间保留默认仓位。旧结果可能在边界使用另一候选规则此前的仓位。证据索引分别记录同一输入下的计算差异与新旧发布历史重叠区间的变化，并保留修正快照。
指标与评分
股票策略使用 Arena Score 评分：在同一品种、同一窗口内，把收益质量、回撤控制、稳定性、稳健性和统计可信度换算成百分位后加权平均。EA 回测报告总交易次数、胜率、净盈亏、最大回撤（百分比与金额）以及净值曲线。不同的评分方式反映了两个模块在数据频率与评估目标上的差异。
局限性与简化
股票策略流水线默认假设满仓配置，不使用杠杆，也不存在融券约束，除非策略本身有明确规定。EA 回测流水线使用四个品种、一年的小时线和统一的账户设置，可能与原 EA 设计时针对的品种、周期、资金规模或券商设置不同。两条流水线均使用可能与机构级行情存在差异的公共数据源。策略结果一律采用滚动前推优化。2026 年 11 月 3 日之前，如果默认参数在整段历史上得分更高，网站就保留默认参数，576 个“策略 × 市场”结果里有 106 个属于这种情况；这一步看过了整段样本，所以这些结果略偏乐观。
MQ5→Python 翻译可能会简化或近似某些指标计算。自定义指标、多时间周期逻辑和依赖 DLL 的特性被有意排除在自动转换之外。这些限制本就是设计的一部分，在解读回测结果时应充分考虑。
如何解读结果
该方法论虽刻意保持透明，但它本质上仍是一个模型。高分或盈利回测并不保证实盘表现，低分也不意味着一个想法毫无价值。输出结果应被视为研究摘要，并与流动性分析、执行建模和压力测试等其他尽职调查工作结合使用。
QuantArenas 会随着新策略加入、新 EA 分析与新回测结果而持续演进。所有变更都会记录在更新日志中，方便读者追踪排名何时发生变化，以及为何同一策略会在不同版本之间呈现不同表现。
所有结果仅供研究与教育用途。它们不构成金融建议，也不应被视为交易推荐。在承担任何真实市场风险之前，请务必在你自己的环境中完成策略验证。
最后更新: 2026-11-06