Relative Moving Average Indicator - MetaTrader 5脚本

概述

这是对丹尼尔·亚历山大·布洛赫博士在《RMA系统化交易课程》中 介绍的相对移动平均线（RMA） 框架进行的忠实移植，基于MetaTrader 5平台。 经典移动平均线将价格窗口简化为一个平滑数值，该数值仅反映价格水平，却无法体现其稀有性：一个高收盘价可能与周围所有价格相去甚远，也可能虽高却在该窗口内完全属于常态。 RMA 则解答了第二个问题。它将滞后窗口视为一个微型分布，对当前价格在该窗口内的位置进行排序，并以[0, 1] 量表报告该排序值——该量表在每种交易品种及每种波动率状态下均具有相同含义。

该框架包含三个层次，代码与之完全对应：

• W个收盘价的滑动窗口的简单移动平均线（SMA），被视为局部均衡点并固定为零。
• RMA 系列指标，即 每个窗口基准点相对于该平衡点的偏差，其计算为纯比率sma / (x - 1)，分别在最后一个收盘价、第一个收盘价、中间收盘价以及窗口最小值和最大值处进行计算。由于是比率，这些指标不依赖于量级，且在不同交易品种间具有可比性。
• 分位数：将滑动 窗口重新表述为标准化收益率（收盘价 / SMA - 1），并对该分布中的当前值、最小值和最大值进行排序。这是纯粹的经验累积分布函数（CDF），完全照搬自论文附录中的定义，其中f_w 是下游所有操作实际基于的序列。

构建过程如下：收盘价的滑动窗口转化为简单移动平均线（SMA），收盘价被重新表述为围绕该SMA的标准化收益率分布，而当前价格在该分布中的排名即成为其在[0, 1]尺度上的分位数。

除此之外，该引擎还附带两个衍生指标。一个“状态检测器” 利用论文中的“相对极值比率”（并辅以最小二乘法斜率、z-分数和变异系数）来将标准化收益率的分布归类为扩张、收缩或过渡状态。逆向走势监测器 会输出d_med_w（即以中位数为基准重新归一化的分位数）以及D_k（即近期相邻K线中上涨步数的占比），后者作为方向一致性指标，能精确判断“当前走势正在反转”，而非仅凭主观臆测。

本程序包含两个模块。RMA_Engine 负责计算所有序列，并将全部十九个序列作为缓冲区输出，因此专家顾问或其他指标可以直接从图表上读取精确数值，而无需重新实现数学计算，从而避免出现步调不一致的情况。RMA_Panel 则完全不进行任何计算： 它仅定位已附加到图表上的引擎，并将该引擎的一组缓冲区镜像到独立的子窗口中——因为RMA系列指标以百分比的分数为单位进行测量，而d_med_w以零为基准，因此这两者在引擎的0到1轴上均无法直接读取。

引擎绘制的图表

引擎会打开一个独立窗口，其纵轴固定在 [0, 1] 范围内，并绘制六个曲线图：

在两个入场阈值和中位数处绘制了三条水平引导线。它们并非硬编码，而是基于配套专家顾问所接收的相同输入构建而成，因此重新调整阈值时，引导线会随之移动，而非让图表在规则上产生隐性矛盾。

如何解读。当 f_w 紧贴上导线时，意味着当前收盘价处于其观察窗口所见历史最高点，此时将触发向下穿越信号；而 f_w 位于下导线处则为镜像情况。 中位数是趋势必须保持在其右侧的水平线，穿越该水平即为自然平仓点。彩色带为该读数提供了上下文，因为该策略的运作节奏是在扩张阶段开始时开仓，并在收缩阶段平仓。

推荐设置

主要特点

忠实于论文

• 分位数的定义采用论文附录中的定义，即f_i = (1 / |W_i|) * sum_j I( W_ij <= v_i )，并按原文实现。 当论文正文与附录定义不一致时，以附录为准，且差异会在源代码中明确记录，而非默默修正。
• 区域分类遵循“相对极值比”方法，优先测试“收缩”状态，因为这是最严格的判定标准且需要验证，而“扩张”状态则被刻意设计为更容易达到。
• 未添加源代码中未要求的任何平滑处理、阈值或滤波器。

设计为可供其他程序读取

• 所有十九个序列均作为指标缓冲区公开，其中六个用于绘图，十三个仅用于计算，因此 EA 可以读取图表中显示的相同数值，两者绝不会出现不一致。
• 缓冲区映射位于单个共享头文件中，因此引擎、面板和任何消费者都使用统一的语法，而不会因缺乏编译错误警告而产生分歧。
• 数学运算完全位于仅头文件的类中，不依赖图表或订单，因此相同的代码可以驱动脚本或测试框架，无需任何模拟代码。

正确的增量重新计算

• 每次迭代都从prev_calculated-1 开始重新计算，而非从prev_calculated 开始。 该索引处的K线在前一次调用时仍在形成，其收盘价直到现在才最终确定；若不进行处理，将导致半成形的数值被冻结到所有依赖它的系列中，而K线之间的分位数差异也将变成两个未完成数值之间的差异。
• 预热阶段的K线携带EMPTY_VALUE 而非零，因此处于预热中途的消费者会看到“缺失”而非一个合理的数值。
• 在过渡带内，状态分类具有路径依赖性，因此会保留每根K线的历史数据，而非一个连续的累积字段——正是这一点使得增量处理能够从前一根K线处继续接续数据链。

借用第二个轴的面板

• 引擎会自动打开被请求的面板，并首先检查图表，以确保已包含这些面板的模板，或在输入变更后的重新初始化过程中，不会在第一个面板后面堆叠第二个副本。面板随引擎一起被移除，但仅在实际移除时才发生，因此切换时间框架会将您带回离开时的布局。
• 面板通过匹配图表上的短名称来查找引擎，而不是构建自己的句柄，因此它绝不会分叉成第二个、具有不同参数设置的计算结果，并绘制在真实结果旁边。

截图

欧元兑美元（EURUSD）M30时间周期的引擎窗口：f_w 及其包络线和平滑分位数均值，显示在彩色区域背景之上。

逆向面板：d_med_w 以零为中心，其上方显示 D_k，即方向一致性读数。

RMA 系列面板：rma_w 带有独立标尺显示的窗口最小值和最大值，以及当前价格穿行的包络线。

安装与文件结构

包含两个指标和四个头文件。文件布局至关重要：引擎通过相对路径RMA\RMA_Panel 加载面板，而头文件以<RMA\...> 的形式被包含，因此两者都必须位于各自的RMA 子文件夹中。

从您自己的代码中读取缓冲区

使用iCustom 获取RMA\RMA_Engine 的句柄，并通过CopyBuffer 读取以下任意索引。索引 0 至 6 对应绘图序列，7 至 18 仅用于计算，但这十九个索引均可读取。

输入参数

研究依据

实现依据如下：

• Daniel Alexandre Bloch，《基于RMA的系统化交易课程》，可在SSRN 上获取。

有一点需要明确说明，因为这是源自原文本身：该论文的“结果”部分被留作未来研究课题。它提供了一个框架及其运作机制，而非实证交易记录。 该指标为您提供的，是在一个具有普适性尺度的市场状态描述，这为您的自主测试奠定了基础，而非直接继承自原始文献的已验证交易优势。

一篇配套文章详细讲解了每个模块的数学原理和实现方法，并构建了基于这些缓冲区的专家顾问（EA）：《布洛赫相对移动平均线（RMA）框架在MQL5中的实现》。