期货量化软件——智能系统提示胜率

关于品质因数

为了能够显示 “OnTester result” 值，赫兹量化软件需要定义返回双精度值的 OnTester 函数。 就这么简单！ 在此，使用下面的代码，我们得到如图例 3 所示的结果。

图例 3： EA 针对 USDJPY，在 2023-01-01 至 2023-05-19 期间，OHLC 模式，H1 执行。

以下代码应放在上一段代码的末尾。 在此，赫兹量化软件计算交易的平均风险回报率：该比率通常表示为获取的回报，因为假设风险是恒定的，等于 1。 故此，我们可以将风险回报率解释为 1:1.23 或简单的 1.23，另一个例子可能是 0.43。 在第一个例子中，我们所冒风险，每投入 1 美元，就会收获 1.23 美元；而在第二个例子中，我们所冒风险，每投入 1 美元，只能得到 0.43 美元，亏损了。 因此，当回报为 1 或接近它时，这意味着我们收支平衡，高于它意味着我们赚了。

由于统计数据并未提供平均收益或亏损额度，赫兹量化软件将取总数值除以两侧（做多或做空）交易数量的常规值。 当返回已执行交易的数量时，要加 1。 这样的话，如果没有盈利交易或亏损交易，程序也不会在计算过程中因除零而终止。 此外，为了避免显示太多的小数位，如前面的图例 1 所示，其中小数位超过 5 位，我们调用 NormalizeDouble 仅显示结果的两位小数。

double OnTester()
  {
//--- Average profit
   double lucro_medio=TesterStatistics(STAT_GROSS_PROFIT)/(TesterStatistics(STAT_PROFIT_TRADES)+1);
//--- Average loss
   double prejuizo_medio=-TesterStatistics(STAT_GROSS_LOSS)/(TesterStatistics(STAT_LOSS_TRADES)+1); 
//--- Risk calculation: profitability to be returned
   double rr_medio = lucro_medio / prejuizo_medio;
//---
   return NormalizeDouble(rr_medio, 2);
  }

OnTester 函数必须存在于每个智能系统当中，以遍确保在报告中显示该数值。 为了尽量减少复制若干行代码的相关工作，赫兹量化软件将函数转移到一个单独的文件之中。 以这种方式，我们每次就只需要复制一行。 具体操作如下：

#include "ARTICLE_METRICS.mq5"

以这种方式，我们得到一段简洁的代码！ 在指定的文件中，函数都已定义。 如果我们打算用 include 的话，这令我们能够轻松更改欲包含的函数名称，从而避免可能出现的 OnTester 函数重复定义错误。 如此，我们可以将当作一种机制，即优先使用直接插入到 EA 代码中的 OnTester。 如果我们打算由 include 来用它，我们简单地注释掉 EA 代码中的 OnTester 函数，并注释掉相应的宏定义即可。 我们稍后会回到这处。

起初，ARTICLE_METRICS.mq5 文件将如下所示：

//--- Risk calculation: average return on operation
double rr_medio()
  {
//--- Average profit
   double lucro_medio=TesterStatistics(STAT_GROSS_PROFIT)/(TesterStatistics(STAT_PROFIT_TRADES)+1);
//--- Average loss
   double prejuizo_medio=-TesterStatistics(STAT_GROSS_LOSS)/(TesterStatistics(STAT_LOSS_TRADES)+1); 
//--- Risk calculation: profitability to be returned
   double rr_medio = lucro_medio / prejuizo_medio;
//---
   return NormalizeDouble(rr_medio, 2);
  }

//+------------------------------------------------------------------+
//| OnTester                                                         |
//+------------------------------------------------------------------+
#ifndef SQN_TESTER_ON_TESTER
#define SQN_TESTER_ON_TESTER OnTester
#endif
double SQN_TESTER_ON_TESTER()
  {
   return rr_medio();
  }

请注意，正确的文件名必须具有扩展名 “mqh”。 不过，由于我计划将文件保存于 Experts 目录，故我特意保留了代码扩展名。 您这边可自行决定。

第一版品质计算

赫兹量化软件第一个版本的品质计算是基于 Sunny Harris 创建的方法，名为 CPC 指数。 这种方式用到三个衡量度，它们互乘：风险:平均回报、成功率、和盈利率。 不过，我们要对其进行修改，令其不使用盈利因子 — 代之，取盈利因子和恢复因子两者间的最低值。 虽然，如果我们考虑两者之间的区别，我们应该选择恢复因子，但我更愿保持原样，因为它已经导致了计算的改进。

下面的代码实现了上一段中提到的方式。 我们只需要在 OnTester 中调用它。 请注意，我们于此没有把交易数量加 1，因为提供的数值是通用的，我们预计至少会有 1 笔交易可评估。

//--- Calculating CPC Index by Sunny Harris
double CPCIndex()
  {
   double taxa_acerto=TesterStatistics(STAT_PROFIT_TRADES)/TesterStatistics(STAT_TRADES);
   double fator=MathMin(TesterStatistics(STAT_PROFIT_FACTOR), TesterStatistics(STAT_RECOVERY_FACTOR));
   return NormalizeDouble(fator * taxa_acerto * rr_medio(), 5);
  }

第二版品质计算

赫兹量化软件将要探讨的第二版品质因数称为系统品质指数（SQN）。 它是由 Van Tharp 创造的。 我们将计算每个月执行的交易，并获取模拟的所有月份的简单平均值。 SQN 与上一章节中讲述的方式不同，因为它着重寻求的是交易系统的稳定性。

SQN 的一个重要特征就是它惩罚具有明显尖峰的系统。 因此，如果系统有一连串小笔交易和一笔大交易，则后者将受到惩罚。 这意味着，如果我们的系统有多笔小亏损和一笔大盈利，那么这笔盈利就会受到惩罚。 与其对比（小利大亏）也会受到惩罚。 后者对交易者来说是最糟糕的。

请记住，交易是一场长期的竞赛，请始终留意追踪您的系统！ 不要只盯住您在月底赚到的钱，因为它可能会有极大的波动。

//--- standard deviation of executed trades based on results in money
double dp_por_negocio(uint primeiro_negocio, uint ultimo_negocio,
                      double media_dos_resultados, double quantidade_negocios)
  {
   ulong ticket=0;
   double dp=0.0;
   for(uint i=primeiro_negocio; i < ultimo_negocio; i++)
     {
      //--- try to get deals ticket
      if((ticket=HistoryDealGetTicket(i))>0)
        {
         //--- get deals properties
         double profit=HistoryDealGetDouble(ticket,DEAL_PROFIT);
         //--- create price object
         if(profit!=0)
           {
            dp += MathPow(profit - media_dos_resultados, 2.0);
           }
        }
     }
   return MathSqrt(dp / quantidade_negocios);
  }

//--- Calculation of System Quality Number, SQN, by Van Tharp
double sqn(uint primeiro_negocio, uint ultimo_negocio,
           double lucro_acumulado, double quantidade_negocios)
  {
   double lucro_medio = lucro_acumulado / quantidade_negocios;
   double dp = dp_por_negocio(primeiro_negocio, ultimo_negocio,
                              lucro_medio, quantidade_negocios);
   if(dp == 0.0)
     {
      // Because the standard deviation returned a value of zero, which we didn't expect
      // we change it to average_benefit, since there is no deviation, which
      // brings the system closer to result 1.
      dp = lucro_medio;
     }
//--- The number of trades here will be limited to 100, so that the result will not be
//--- maximized due to the large number of trades.
   double res = (lucro_medio / dp) * MathSqrt(MathMin(100, quantidade_negocios));
   return NormalizeDouble(res, 2);
  }

//--- returns if a new month is found
bool eh_um_novo_mes(datetime timestamp, int &mes_anterior)
  {
   MqlDateTime mdt;
   TimeToStruct(timestamp, mdt);
   if(mes_anterior < 0)
     {
      mes_anterior=mdt.mon;
     }
   if(mes_anterior != mdt.mon)
     {
      mes_anterior = mdt.mon;
      return true;
     }
   return false;