KCI Volatility Distance - MetaTrader 5脚本

代码片段

// --- 1. 将面向对象编程（OOP）类放在 EA 文件的开头，或通过 #include 将其包含进来 ---
class CKCIDirectionalMatrix
  {
   // （请在此处插入完整的 CKCIDirectionalMatrix 类实现）
   // ...
  };

// --- 2. 声明全局对象实例 ---
CKCIDirectionalMatrix MatrixEngine;

// EA 输入参数
input int MatrixPeriod = 14;
input double EntryThreshold = 0.0050; // 动量强度阈值

// --- 3. 在 OnInit() 中初始化引擎 ---
int OnInit()
  {
   if(!MatrixEngine.Init(MatrixPeriod))
      return(INIT_PARAMETERS_INCORRECT);

   return(INIT_SUCCEEDED);
  }

// --- 4. 在 OnTick() 中执行核心逻辑 ---
void OnTick()
  {
   // 准备用于存储最新市场价格数据的数组
   double high[], low[], close[];

   if(CopyHigh(_Symbol, _Period, 0, MatrixPeriod + 2, high) < 0)
      return;

   if(CopyLow(_Symbol, _Period, 0, MatrixPeriod + 2, low) < 0)
      return;

   if(CopyClose(_Symbol, _Period, 0, MatrixPeriod + 2, close) < 0)
      return;

   // 数组必须配置为时间序列（索引 0 表示最新 K 线）
   ArraySetAsSeries(high, true);
   ArraySetAsSeries(low, true);
   ArraySetAsSeries(close, true);

   // 计算最近收盘K线（索引为1）的矩阵输出
   double current_matrix_strength = MatrixEngine.Calculate(1, high, low, close);

   // --- A. 机器学习/特征提取模块 ---
   // 将“current_matrix_strength”作为输入 feeding 到你的神经网络中
   // 或将 AI 特征向量作为输入变量。

   // --- B. 交易决策模块（信号过滤） ---
   if(current_matrix_strength > EntryThreshold)
     {
      // 动量验证通过。
      // 市场走势被认为足够强劲。

      // -> 根据此处执行买入或卖出订单
      //    与您的EA的方向性策略相匹配。

      // -> 或者，使用此值来动态
      //    调整智能电网的间距或其他自适应参数。
     }
  }

代码片段

// 示例：波动率异常检测（反止损猎杀过滤器）
double matrix_value = MatrixEngine.Calculate(1, high, low, close);

// ATR 作为波动率的基准
double atr_baseline = iATR(_Symbol, _Period, 14);

// 检测相对于预期波动率范围的市场异常扩张
if(matrix_value > (atr_baseline * 2.5))
  {
   Print("Warning: Volatility anomaly detected. Quantum SL Defense activated.");

   // 防护措施：
   // - 禁止开立新头寸。
   // - 动态扩大现有头寸的止损位
   //   以降低触发止损事件的概率。
   ModifySLToSafeZone(matrix_value);
  }

代码片段

// 示例：自适应网格距离计算
input double GridMultiplier = 1.5;

// 获取最新的方向矩阵测量值
double current_matrix = MatrixEngine.Calculate(0, high, low, close);

// 根据矩阵值推导自适应网格间距
// 作为当前市场状况的动态体现
double dynamic_grid_step = current_matrix * GridMultiplier;

// 仅在市场出现波动后才开立新的网格仓位
// 超出动态计算的间距阈值
if(MathAbs(CurrentPrice - LastOrderPrice) >= dynamic_grid_step)
  {
   // 执行下一个网格/均值化订单
   ExecuteGridOrder();
  }

--------- 其他选项 ---------

模块化 头文件示例 （KCIVD.mqh）

将以下代码保存为 KCIVD.mqh，并放置在 MQL5\Include\ 文件夹中。该文件将成为指标、专家顾问和机器学习模块所调用的核心引擎。

代码片段

//+------------------------------------------------------------------+
//|                                                        KCIVD.mqh |
//|                                   版权所有 2026，KCI Developer |
//|                         https://www.mql5.com/zh/users/ritzfalih |
//+------------------------------------------------------------------+
#property copyright "Copyright 2026, KCI Developer"
#property link      "https://www.mql5.com/zh/users/ritzfalih"
#property version   "1.0"

class CKCIVolatilityDistance
  {
private:
   int               m_kinetic_period;
   double            m_point;

public:
                     CKCIVolatilityDistance(void);
                    ~CKCIVolatilityDistance(void);
   
   bool              Init(const int period);
   double            Calculate(const int index, 
                               const double &high[], 
                               const double &low[], 
                               const double &close[]);
  };

//+------------------------------------------------------------------+
//| 构造函数                                                      |
//+------------------------------------------------------------------+
CKCIVolatilityDistance::CKCIVolatilityDistance(void)
  {
   m_kinetic_period = 14;
   m_point          = _Point;
  }

//+------------------------------------------------------------------+
//| 析构函数                                                       |
//+------------------------------------------------------------------+
CKCIVolatilityDistance::~CKCIVolatilityDistance(void)
  {
  }

//+------------------------------------------------------------------+
//| 初始化                                                   |
//+------------------------------------------------------------------+
bool CKCIVolatilityDistance::Init(const int period)
  {
   if(period < 2)
     {
      Print("[KCI VD Error] Period must be at least 2");
      return(false);
     }
   m_kinetic_period = period;
   m_point          = _Point;
   if(m_point <= 0) m_point = 0.00001; // 安全备用方案
   return(true);
     }

//+------------------------------------------------------------------+
//| 核心计算引擎（针对 CPU 和速度进行了优化）              |
//| 注意：数组必须设置为系列（ArraySetAsSeries = true）      |
//+------------------------------------------------------------------+
double CKCIVolatilityDistance::Calculate(const int index, 
                                         const double &high[], 
                                         const double &low[], 
                                         const double &close[])
  {
   double sum_TR    = 0.0;
   double sum_sq_TR = 0.0;
   double path_length = 0.0;

   // --- 1. 不使用嵌套函数的优化循环窗口 ---
   for(int j = 0; j < m_kinetic_period; j++)
     {
      int curr_idx = index + j;
      
      // 优化真实波动范围（True Range）的比较速度（避免多级 MathMax 运算）
      double hl = high[curr_idx] - low[curr_idx];
      double hc = MathAbs(high[curr_idx] - close[curr_idx + 1]);
      double lc = MathAbs(low[curr_idx] - close[curr_idx + 1]);
      
      double tr = hl;
      if(hc > tr) tr = hc;
      if(lc > tr) tr = lc;
      
      sum_TR    += tr;
      sum_sq_TR += (tr * tr);

      // 收盘价波动幅度（效率比率）
      if(j < m_kinetic_period - 1)
        {
         path_length += MathAbs(close[curr_idx] - close[curr_idx + 1]);
        }
     }

   // --- 2. 效率比的计算 ---
   double net_distance = MathAbs(close[index] - close[index + m_kinetic_period - 1]);
   
   if(path_length < net_distance) path_length = net_distance; // 逻辑边界
   if(path_length == 0.0)         path_length = m_point;      // 防止除以零
   
   double efficiency_ratio = net_distance / path_length;

   // --- 3. KCI 标准差的计算 ---
   double mean_TR  = sum_TR / m_kinetic_period;
   double variance = (sum_sq_TR / m_kinetic_period) - (mean_TR * mean_TR);
   if(variance < 0.0) variance = 0.0; // 浮点数精度校正
   
   double std_TR = MathSqrt(variance);

   // --- 4. 输出 KCI VD 的最终值 ---
   return(std_TR * (2.0 - efficiency_ratio));
  }

代码片段

// 示例：多资产市场扫描引擎
string symbols[] = {"EURUSD", "GBPUSD", "XAUUSD", "BTCUSD", "US30"};

for(int s = 0; s < ArraySize(symbols); s++)
  {
   // 加载所需的历史市场数据
   // 针对当前交易品种。
   // ...

   // 评估方向强度
   // 最近收盘K线的。
   double strength = MatrixEngine.Calculate(1, h, l, c);

   // 仅当
   // 方向强度超过了配置的阈值。
   if(strength > Threshold)
     {
      // 使用检测到的数据更新仪表盘
      // 当前交易品种的买入/卖出机会。
      DrawDashboardSignal(symbols[s], strength);
     }
  }