时间范围质量分析器 - MetaTrader 5脚本


该指标通过检查来测试时间范围是否可交易
1. 信噪比(SNR)
在 N 个条形的滚动窗口上拟合线性回归。
解释方差(趋势成分)
残差方差(噪声分量)
SNR = 解释方差 / 残余方差
2.自相关(记忆测试)
计算滚动窗口上 lag=1 的回报自相关。
如果 > 0.1(持续)则为绿色
如果接近 0(噪声)则为红色
3.赫斯特指数(分形记忆)
H ≈ 0.5 → 随机游走
H > 0.55 → 趋势
H < 0.45 → 均值回归
4. 波动率聚类(方差稳定性)
显示为 0 和 1 之间的振荡器。
5.香农熵(随机性测试)
将退货离散化到垃圾箱中。
计算香农熵:
H = - Σ p(x) log(p(x))
在 0 和 1 之间标准化。
更高的熵=更多的随机性。
InpWindow =120InpEntropyBins =25InpWeightSNR =0.30InpWeightAC =0.10InpWeightHurst =0.25InpWeightDER =0.20Inp权重熵 =0.15
更大的窗户→减少噪音
更高的SNR权重→趋势检测
AC较低→自相关不稳定
InpWindow =150InpEntropyBins =30InpWeightSNR =0.35InpWeightAC =0.05InpWeightHurst =0.30InpWeightDER =0.20Inp权重熵 =0.10
市场走势强劲
交易突破/势头
重点:趋势+坚持
InpWindow =80InpEntropyBins =20InpWeightSNR =0.20InpWeightAC =0.20InpWeightHurst =0.20InpWeightDER =0.25Inp权重熵 =0.15
M1–M15 交易
需要快速适应
重点:结构+效率
InpWindow =100InpEntropyBins =25InpWeightSNR =0.25InpWeightAC =0.10InpWeightHurst =0.20InpWeightDER =0.15Inp权重熵 =0.30
