VALYNOX
VALYNOXSTRATEGY RESEARCH TECHNOLOGY
AlphaPrimeAlphaPrime
策略學院 / 指標與訊號

MetaTrader 4 指標:如何把免費指標測試成期貨規則

免費的 MetaTrader 4 指標只有在已收盤 K 棒上的數值之後不再改變,且訊號能寫成一條附參數範圍的固定規則時,才值得測試。用一根 K 棒的重播檢查是否重繪,在第一次執行前寫好規則與範圍,並以扣除成本後的完整交易判斷樣本外表現。

作者 · 發佈 · 更新於 · 編輯原則

目錄
  1. 哪些 MetaTrader 4 指標能轉成可測試的期貨規則?
  2. 趨勢、動能與波動指標實際衡量的是什麼?
  3. 如何辨識會重繪或前視的免費 MT4 指標?
  4. 如何把指標想法轉成附參數範圍的規則?
  5. 在相信規則之前,如何用樣本外資料測試它?
  6. 為什麼單靠指標無法產生優勢?
  7. 常見問題
  8. 參考文獻

哪些 MetaTrader 4 指標能轉成可測試的期貨規則?

免費的 MetaTrader 4 指標要能當成期貨規則來測,必須同時符合兩件事:已收盤 K 棒上的數值之後不會再變,而且訊號能寫成一條附參數範圍的固定條件。這樣一來,大多數會重繪的自訂指標都會被排除,剩下的趨勢、動能與波動類指標,才值得拿去做扣除成本後的樣本外測試。

MetaTrader 4 指標是一段小程式,會讀取圖表上的 K 棒,然後畫出一條線、一個柱狀圖或一個箭頭。MetaTrader 4 內建一組標準指標(移動平均、ADX、RSI、Stochastic、MACD、ATR、布林通道等),網路上也流傳著數以千計的自訂指標,有的附可讀的 MQL4 原始碼,有的只給無法閱讀的編譯檔。本文要主張的很單純:指標本身從來不是優勢。若真的有優勢,它存在於完整規則之中,而一個免費指標在值得寫成規則之前,必須先通過四個條件。

  1. 已收盤 K 棒上的數值是定案的。如果第 50 根 K 棒上的線或箭頭,會在第 53 根 K 棒出現後改變,那麼任何回測結果都不可信。
  2. 訊號能寫成一個條件。「RSI 收盤跌破 30」是條件;「箭頭看起來很強」就不是。
  3. 數值能給出範圍。週期 14 只是一組設定;週期 8 到 20 則是可以拿來檢驗穩定度的範圍。
  4. 所需輸入在你的期貨資料中存在。如果指標需要外匯經紀商報價源的跳動成交量,它在集中交易所的期貨 K 棒上的表現就會不同。

由於 MetaTrader 4 主要用於外匯與 CFD 經紀商,若要在集中交易所的期貨上驗證想法,通常需要把規則移到能提供期貨 K 棒資料的工具上。在移轉之前,先確認你的商品扣除成本後的可用優勢長什麼樣子:免費的勝率與期望值計算機,能把勝率以及平均獲利與平均虧損換算成平均每筆損益,讓你知道要超過一買一賣的交易成本,需要達到多少。

趨勢、動能與波動指標實際衡量的是什麼?

MT4 常見的三大類指標各自回答不同的問題,因此在規則中各有不同的工作。趨勢指標回答「往哪個方向」,動能指標回答「走得多快」,波動指標回答「每次波動有多大」。新手最常犯的錯誤,就是把工作搞混:拿 ATR 當進場觸發,或拿 RSI 當停損距離。

趨勢指標是一種平滑價格的計算,讓過去幾十根 K 棒的方向更清楚;移動平均與 ADX 是標準例子。動能指標是一種比較近期漲幅與跌幅、或比較收盤價與價格區間的計算,因此變化快,也會比價格先轉向;RSI、Stochastic 與 MACD 屬於這一類。波動指標是衡量 K 棒每次移動的幅度,而不是它往哪裡去;ATR 與布林通道是最常用的例子。Wilder(1978)在同一本書中提出了 RSI、ATR,以及 ADX 背後的 DMI 系列指標,他為這些指標所定的用途至今仍然適用。

類別回答的問題在規則中的工作MT4 範例
趨勢價格往哪個方向走?濾網(只順勢交易)或慢速進場移動平均、ADX
動能價格走得多快,是否已經過度延伸?進場觸發或出場訊號RSI、Stochastic、MACD
波動目前每次波動有多大?停損與停利距離、部位大小ATR、布林通道
三大指標族,各有其職:趨勢指標(如移動平均線與 ADX)判斷價格走向,作為過濾條件;動能指標(如 RSI 與 MACD)判斷變動速度,作為觸發條件;波動指標(如 ATR 與布林通道)判斷價格波動幅度,用來設定停損大小 三大族群,三種職責 各自的問題與職責 趨勢 MA、ADX 往哪走? 過濾 動能 RSI、MACD 多快? 觸發 波動 ATR、通道 多大? 停損大小
三大類、三個問題、三種工作。一條規則通常會從每一欄各取一個指標,而不是從同一欄取三個。

這也是為什麼疊加三個動能指標幫助不大。RSI、Stochastic 與 MACD 都由相同的收盤價計算而來,大多數時候會同步移動。三個動能指標同時給出相同方向的讀數,其實只是同一份資訊被算了三次。由一個趨勢濾網、一個動能觸發與一個波動停損組成的規則,使用的是三種不同的資訊,這正是後面幾節所要測試的結構。

如何辨識會重繪或前視的免費 MT4 指標?

會重繪的指標會在 K 棒收盤後改寫過去的訊號,因此圖表看起來完美無缺,但實際交易時根本看不到那些訊號。用一根 K 棒的重播檢查,能在任何回測之前把這個問題揭露出來。重繪是指一根已收盤 K 棒上的指標數值或箭頭,在後續 K 棒出現後發生改變的行為。前視則是相關的另一種缺陷:計算過程讀取了尚未收盤的 K 棒,包括目前這根未收盤 K 棒的最高價或最低價。兩者造成的症狀相同:一段由根本無法交易的訊號所組成的歷史。

日常生活中可以用氣象預報來類比:預報員把上週的預報改成與實際天氣相符。紀錄看起來毫無瑕疵,卻什麼也說明不了。許多免費分享的之字形(Zigzag)轉折標記與「買賣箭頭」指標都是這樣運作的,作者通常並非刻意為之:程式每個跳動都會重新計算最近幾根 K 棒,而當第 9 根 K 棒被證明是更好的轉折點時,第 7 根 K 棒上的箭頭就會悄悄移到第 9 根。

重繪指標:第 7 根 K 棒收盤時顯示賣出箭頭,但三根 K 棒後該箭頭消失,新箭頭出現在第 9 根 K 棒,因此第 7 根 K 棒的交易在歷史紀錄中已不存在 箭頭事後移動了 同一張圖,檢查兩次 第 7 根 K 棒收盤 3 根 K 棒後 消失 7 7 9 第 7 根 K 棒的交易不見了。 所以:測試前先重播 30 根 K 棒。
你在第 7 根 K 棒依據而行動的賣出箭頭,三根 K 棒之後就消失了。若對已完成的圖表做回測,會記錄一筆在第 9 根 K 棒的交易,而那筆交易沒有人能夠進場。

這項檢查只需要二十分鐘,不必讀程式碼:

  1. 把指標載入圖表,然後一次前進一根 K 棒。使用 K 棒重播或視覺化測試模式,或者在即時圖表上每天於固定時間記下數值。
  2. 每根新收盤的 K 棒,在它收盤的當下,記下指標數值與任何箭頭。30 根 K 棒就足夠了。
  3. 30 根 K 棒之後,把你的紀錄與已完成的圖表比對。每個數值與箭頭都必須一致。只要有一個箭頭移動,或一個數值改變,就代表指標會重繪。
  4. 若原始碼可讀,就搜尋迴圈中對過去 K 棒使用 K 棒索引 0 的參照,或訊號中使用目前 K 棒最高價與最低價的地方。若檔案是編譯過的、無法閱讀,就只能依靠重播檢查。

在花費任何一次回測執行之前,先通過這項檢查。前視偏誤的完整類型,包括藏在資料對齊而非指標本身之中的漏洞,已在回測中的前視偏誤與一根 K 棒檢查一文中說明。建立在會重繪指標上的規則,會在整段歷史上呈現陡峭而平滑的權益曲線,但在前瞻測試中一無作為,這是洩漏的特徵,而不是弱勢想法的特徵。

如何把指標想法轉成附參數範圍的規則?

可以測試的規則必須寫明指標、已收盤 K 棒上的確切條件、下一根 K 棒的成交方式、出場方式,以及每個數字的範圍,而且全部都要在第一次執行之前寫好。參數範圍是測試時允許某個設定取值的區間,例如 RSI 週期從 8 到 20,而不是你從截圖中挑出的單一數值。範圍很重要,因為一組設定只在某一個數值上有效、而在鄰近數值上失效,通常只是在描述那段歷史中的雜訊。

可以把它想像成食譜。「加一些麵粉,烤到看起來對為止」沒有人能夠重現;「加 200 到 250 克麵粉,以 180 度烤 30 到 35 分鐘」則可以重現,也可以測試。論壇上的指標想法屬於第一種;規則則屬於第二種。

從指標構想到可測試規則的五個步驟:命名指標、寫出以已收盤 K 棒判斷的條件、設定以下一根 K 棒成交、定義出場、為每個數字設定範圍,全部在第一次回測前寫好 先寫完整條件規則 五個步驟,先於任何結果 1 2 3 4 5 指標 已收 K 棒條件 下根成交 出場 範圍 已寫好 於第一次回測前 規格表先於結果。 因此:先固定所有範圍。
從指標想法到回測工具能執行的規則,共五個步驟。回到步驟 1 的迴圈正是重點:整張規格表在看到第一個結果之前就已經存在。
規則要素範例寫法要測試的範圍
指標與輸入以收盤價計算的 RSI週期 8 到 20
進場條件(已收盤 K 棒)RSI 收盤低於某水準,且收盤價高於 100 根 K 棒的移動平均水準 20 到 35;平均週期 50 到 200
成交方式在下一根 K 棒的開盤買進固定;不是參數
停損進場價減去 ATR 的倍數倍數 1.5 到 3.0;ATR 週期 10 到 20
出場RSI 收盤高於某水準,或持有 N 根 K 棒後水準 55 到 70;N 從 5 到 20
交易時段只交易日盤主要時段;收盤時空手固定;依交易所的商品頁面設定

有兩個細節決定規則是否誠實。條件必須讀取已收盤的 K 棒,而不是仍在形成中的 K 棒;成交也必須發生在下一根 K 棒,因為一個在收盤時做決定、又以同一個收盤價成交的策略,使用的是一個它實際上無法交易的價格。交易時段與收盤空手的規則,應依據你所交易商品在交易所的合約頁面來設定;交易所可能變更交易時段,因此要核對頁面,而不是照抄論壇上的設定。當相同的範圍輸入 AlphaPrime(Valynox)的策略生成時,搜尋會從你規格表上的範圍中抽取候選策略,而每個候選策略都會在計入手續費、滑價與下一根 K 棒成交的條件下評估,因此無法有某個僥倖的單一數值,從你所寫範圍之外悄悄混進來。

要調整多少參數才算太多?一個實用的上限是計算每個被調整的數字對應多少筆交易。六個被調整的數字配上六十筆交易,平均每個數字只有十筆交易,而幾乎任何六個數字都可以被扭曲以擬合六十筆交易。最佳設定位於一片表現良好的鄰近區域上,還是位於一個孤立的尖峰上,是參數穩定度測試的主題,也是樣本內測試結束後第一個要檢視的東西。

在相信規則之前,如何用樣本外資料測試它?

在期貨歷史資料的前段調校參數範圍,把選定的設定原封不動地套用到後段,並以扣除手續費與滑價後的已完成交易來判斷結果,而通過的標準要事先寫好。樣本內資料是允許用來協助選擇設定的那段較早歷史。樣本外資料則是較晚的那段,只用來評分,從不改變設定。這個切分就是指標從未見過的考試。

這個步驟的必要性已有大量文獻記載。Sullivan、Timmermann 與 White(1999)在一段很長的價格歷史上測試了數千條簡單的技術規則,發現表現最佳的規則,其結果很大程度上可以由嘗試過的規則數量來解釋。Park 與 Irwin(2007)在彙整技術分析研究時指出,一旦考慮資料窺探與交易成本,正面的結果就會減弱。你在網路上找到的免費指標,早已經歷過這類篩選:它之所以被分享,正是因為它在某人的圖表上看起來不錯。

以日期切分為 75% 的期貨歷史資料:樣本內部分測試所有參數範圍,鎖定的樣本外部分只以選定的設定執行一次、不做任何更動,並以完成的交易筆數而非年數來評估 只測試鎖定的部分一次 期貨歷史資料,依日期切分 75% 樣本內 OOS 測試所有範圍 只執行一次, 不做更動 右側區塊只評分,從不調參。 所以:以交易筆數計算,而非年數。
參數範圍只在左側區塊上嘗試。右側區塊是鎖定的:選定的設定只在它上面執行一次,而那裡的交易筆數決定這個結果是否有意義。
  1. 依日期把期貨歷史資料約切分為 75%,樣本內在前,並在第一次執行前記下切分日期。
  2. 在樣本內資料上執行整個參數範圍,並且已設定好手續費、滑價、下一根 K 棒成交與交易時段規則。
  3. 從穩定區域的中間挑選設定,而不是挑單一最佳的格子,然後將它鎖定。
  4. 把鎖定的設定在樣本外資料上只執行一次,並計算已完成的交易筆數。
  5. 依步驟 1 寫好的通過標準來評分:例如,樣本外扣除成本後的平均每筆損益必須維持為正,並且至少保有樣本內平均每筆損益的一半,而且交易筆數至少要有一百筆。

假設性範例

假設表格中的 RSI 規則在 60 分鐘的股價指數期貨 K 棒上執行。在樣本內,所選設定在 600 筆交易上扣除成本後的平均每筆損益為 30 美元。樣本外,鎖定的設定在 200 筆交易上每筆為 18 美元。比率為 60%,數值為正,交易筆數也超過一百筆的門檻,因此依照步驟 1 寫好的通過標準,這個策略會原封不動地進入實單前的下一階段。若樣本外的數字是 4 美元、只有 35 筆交易,光是交易筆數就會使這個結果只能算是線索,而不是定論。

要計算交易筆數,而不是年數,因為一個較慢的規則可能兩年只有二十筆交易,這種樣本什麼也說明不了。樣本外需要多少筆交易,平均值才可信,以及如何處理結果較弱但尚未失效的情況,已在樣本內與樣本外:如何切分以及多少才夠一文中詳述。通過測試的規則之後可以帶回交易平台:AlphaPrime 能將策略原始碼匯出到 MetaTrader 4(MQL4)與 MetaTrader 5(MQL5),也能匯出到 MultiCharts、TradingView、TradeStation 與 NinjaTrader;目前支援的清單請見平台匯出支援頁面。

為什麼單靠指標無法產生優勢?

指標只是描述價格;優勢(若存在)存在於包含成本、出場、部位大小在內的完整規則之中,而大多數免費指標訊號的平均每筆損益,都小於期貨上一買一賣的交易成本。同一個交叉訊號單獨作為觸發時可能虧損,但放進一個附有停損與濾網的規則之中,卻可能賺回成本。指標本身並沒有改變,改變的是圍繞它的規則。

原因在於算術,而不是意見。動能觸發經常出現,每個訊號只捕捉到小幅波動。每筆交易在買賣兩端都要支付手續費、交易所費用與滑價。當每筆交易的毛波動接近這些成本時,淨結果取決於你的成交品質,多過於指標本身。Bailey、Borwein、López de Prado 與 Zhu(2014)補充了問題的另一半:當在同一段歷史上嘗試大量變體時,表現最好的那一個會因為篩選而被高估,因此一個因為看起來最好而被選中的免費指標,已經帶著實單交易不會給你的加成。

假設性範例

以一個微型股價指數期貨上的移動平均交叉為例。一買一賣的交易成本為 6 美元:買賣每一端各含 2 美元的手續費與費用,加上 2 美元滑價。若每個訊號都交易,毛平均每筆損益為 9 美元,扣除後淨剩 3 美元。若將滑價估計加倍為每端 4 美元,成本升至 10 美元,同一個訊號就變成每筆虧損 1 美元。現在加入趨勢濾網(只沿 200 根 K 棒平均線的方向交易)與 ATR 停損。規則交易的次數約為原來的三分之一,毛平均每筆損益升至 28 美元,同樣的 6 美元成本,淨剩 22 美元。交叉訊號並沒有變聰明;是規則不再為那些本來不會有結果的交易付出代價。

假設範例:每個訊號都進場的交叉策略,平均每筆毛損益為 9 美元,支付 6 美元成本,淨損益 3 美元;加上趨勢濾網與 ATR 停損後,平均每筆毛損益為 28 美元,同樣 6 美元成本,淨損益剩 22 美元 成本相同,淨損益不同 柱長 = 每筆毛損益 假設 每個訊號 $6 淨損益 $3 濾網 + ATR 停損 $6 淨損益 $22 成本 淨損益 濾網過濾掉弱勢交易。 所以:修正規則,而非指標。
假設性範例。同一個交叉訊號,有無濾網與停損的比較:成本完全相同,淨結果卻不同。

這就是為什麼許多系統化交易者採用的經驗法則是:在值得關注之前,毛平均每筆損益應該是一買一賣成本的好幾倍。如何在沒有實際成交資料的情況下估計滑價,以及為什麼成本從第一次執行起就應該納入搜尋,已在回測中的交易成本:手續費、滑價與平均每筆損益一文中說明。指標是規格表上的第一項材料,而不是成品。

本週可以做的一件具體事情:挑出你圖表上已經有的一個免費 MetaTrader 4 指標,執行前面重繪一節中的 30 根 K 棒重播檢查;若通過,就為六列的規則表格中的每個數字填上範圍。接著查出你所交易期貨商品的一買一賣成本,並與第一次樣本內執行得出的毛平均每筆損益比較。如果毛數字不是成本的好幾倍,請先修改出場與濾網,再去動指標的設定。

常見問題

免費的 MetaTrader 4 指標會重繪嗎?

許多自訂指標會,尤其是箭頭型與轉折標記型的指標,而且作者通常並非刻意為之。唯一可靠的測試是重播:記錄約 30 根新收盤 K 棒的數值,並與已完成的圖表比對。只要有任何數值或箭頭改變,就代表指標會重繪,其回測結果就不能信任。內建的標準指標,例如 RSI、ATR 與移動平均,在已收盤 K 棒上讀取時不會重繪。

MT4 指標可以用在期貨上嗎?

計算本身可以,因為 RSI、ATR、MACD 等指標只需要開盤價、最高價、最低價、收盤價與成交量。MetaTrader 4 主要用於外匯與 CFD 經紀商,因此若要在集中交易所的期貨上測試,通常需要在一個能提供期貨 K 棒資料的工具中重寫規則,並依照交易所的商品頁面,設定該商品的交易時段、跳動點價值與成本。

哪一個 MT4 指標最適合交易?

沒有所謂最好的指標,因為指標只描述價格,結果取決於圍繞它建立的規則。同一個交叉訊號單獨作為觸發可能虧損,但加上趨勢濾網與 ATR 停損後,可能賺回成本。請從每一類(趨勢、動能、波動)各挑一個指標,為每個數字設定範圍,然後在扣除成本後以樣本外資料測試完整規則。

我怎麼知道 MT4 指標是否有前視?

有前視的指標會使用尚未收盤的 K 棒,通常是目前 K 棒的最高價或最低價,或是迴圈中的未來 K 棒。若 MQL4 原始碼可讀,就搜尋讀取 K 棒索引 0 的訊號,或從目前 K 棒往後迴圈的程式碼。若檔案是編譯過的,就使用 30 根 K 棒的重播檢查:收盤後仍會改變的數值,表示它是重繪或前視,而這兩種情況都會使指標失格。

我可以在 MetaTrader 4 裡回測指標嗎?

MetaTrader 4 內含策略測試器,可以執行智慧交易程式(EA),也就是以 MQL4 撰寫的自動交易程式。因此指標必須先包裝成一個 EA,並明確設定進場、出場與成本,才能在那裡測試。本文的規則表格就是這個包裝程式的規格:指標、已收盤 K 棒上的條件、下一根 K 棒成交、出場,以及每個數字的範圍。

參考文獻

  • Wilder, J. W. (1978). New Concepts in Technical Trading Systems. Trend Research.
  • Sullivan, R., Timmermann, A., & White, H. (1999). Data-Snooping, Technical Trading Rule Performance, and the Bootstrap. The Journal of Finance, 54(5), 1647–1691.
  • Park, C.-H., & Irwin, S. H. (2007). What Do We Know About the Profitability of Technical Analysis? Journal of Economic Surveys, 21(4), 786–826.
  • Bailey, D. H., Borwein, J., López de Prado, M., & Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the American Mathematical Society, 61(5), 458–471.