Alpha Engine: Intrinsic-Time Coastline Trader - MetaTrader 5EA

概述

MetaTrader 中几乎所有功能都以日历为基准。 每分钟、每小时、每天都会有一根K线收盘，而指标和专家顾问（EA）正是基于这一固定时间网格对市场进行采样。但市场本身并不理解“一分钟”的概念。在新闻发布期间，一分钟内可能发生上百次有意义的行情波动；而在行情平静的交易时段，一小时却几乎不包含任何信息。基于时间网格的采样方式却对这两种情况给予了同等重视。

“内在时间” 是苏黎世奥尔森研究组提出的替代方案：让价格决定时间的流逝。设定一个阈值δ。只有当价格从其最近的极端值反转δ的距离——即发生方向性变化 时，时钟才会走动。 方向变化确认后，价格通常会沿新方向持续运行一段时间，这种延续就是“超调”。整个价格路径便成为方向变化段与超调段交替出现的序列，论文中称之为“海岸线”。这样一来，动荡的一小时与平静的一小时便可使用相同的单位来衡量：事件。

一条锯齿状的价格路径在固定阈值下分解为方向变化（实线）和超调（虚线）段。内在时间时钟仅在事件发生时走动。

该专家顾问是Alpha Engine 的纯MQL5移植版，该引擎是由戈卢布、格拉特费尔德和奥尔森基于该时钟构建的反趋势海岸线交易系统。 它在内在事件发生时逆势开仓，若价格持续逆向运行，则在下一个事件时加仓（级联）；当价格回调时，则逐一平仓获利（去级联）。 由于加仓始终以固定增量进行，因此这并非马丁格尔策略。决策核心——对数阈值运行器与信息论流动性指标——是对作者参考Java代码的逐行翻译。仅订单处理部分针对交易终端进行了适配。

当价格跌破一系列内在事件时，多头代理会进行级联（加仓）；当价格回升时，则进行反级联（获利了结）。

交易机制

该EA运行论文中指定的集合模型：八个独立代理，在四个阈值（0.25%、0.5%、1%和1.5%） 下，各有一个仅做多代理和一个仅做空代理。 每个代理通过其专属的魔术号码持有自己的订单和头寸，因此各代理之间绝不会相互干涉交易。

整个生命周期均通过对冲账户中的限价单 运行，其中每个级联步骤自然构成独立头寸。多头代理在下一级向下的内在事件水平处挂出单笔买入限价单，每次成交都会开立头寸，其止盈点恰好位于入场价之上delta的距离。该止盈点即为“去级联”机制。 随着价格下跌，限价买单的阶梯式布局依次成交；随着价格回升，止盈单则逐一平仓。做空代理的运作机制与其完全对称。静置订单仅在发生变化时（内在事件、层级切换或成交）才会重新下单，因此该EA不会在每个价格跳动点都频繁下单。

有两道防线能防止纯粹的逆势交易者在趋势中失控。第一道是基于持仓的偏斜机制：每个交易代理在每个价格跳动时推进三个候补订单，而当前持仓决定由哪个候补订单驱动下单。随着持仓增加，不利阈值相对于有利阈值会扩大，因此交易代理会不愿加仓而倾向于减仓。 第二是分级仓位控制：随着持仓量的增加，加仓的单位规模会相应缩小。

此外，该单位还会根据流动性指标L 进行缩放，L是 衡量近期价格走势正常程度的信条理论指标。它将每个内在事件视为一个符号，计算事件序列的意外程度（自信息）的平均值，对其进行标准化处理，并通过正态分布函数进行映射。 当价格表现符合正常市场规律时，L 值接近 1；当价格走势异常单边时，L 值则趋近于 0。当 L 值≥0.5 时，加权值保持不变；在 0.1 至 0.5 之间时减半；低于 0.1 时则减至原值的十分之一。 该指标采用其自身的较宽超调阈值——即delta的2.525729倍，这是论文中选定的、能使L尽可能清晰地区分正常与异常行为的数值。

通过InpLotPerUnit 输入参数，抽象单位将转换为手，而InpMaxUnits 则限制每个交易者的持仓上限。该上限是论文中未提及的一项风险控制措施：一旦达到上限，交易者将取消其待执行的建仓指令且不再追加建仓，而未平仓的止盈单则继续生效。

推荐设置

回测结果

EURUSD，基于真实 tick 数据的每 tick 回测，2026年2月2日至7月31日，对冲账户初始保证金10,000，采用出厂默认设置（InpLotPerUnit = 0.02，InpMaxUnits = 30），并启用全部八个代理。 阈值、仓位规模规则和止盈设置均采用论文中的参数，未针对该交易品种或时间段进行调整。

针对欧元/美元六个月运行周期的策略测试报告。

该运行周期共产生318笔头寸，收益率为+10.68%， 利润因子为2.21，最大权益回撤为10.10%。净收益数据掩盖了两个截然不同的收益流，按每笔头寸的平仓方式进行拆分比仅看总收益更能说明问题：

两条平仓线均已包含掉期成本，总额为-620.38，远高于佣金。对于能够维持级联头寸数周的模型而言，融资成本而非点差才是主要成本。测试器平仓的24个头寸是从未回本的级联头寸：在实盘交易中，它们仍将保持持仓状态。

随着止盈单触发，余额（蓝色）逐渐上升。权益（绿色）承担着未平仓的级联头寸，只有在测试程序于最后一天平仓时，权益才会与余额持平。

这是针对一个货币对在六个月时间窗口内的表现，因此仅展示了运作机制，而非引人注目的业绩数据。任何平仓盈利头寸并持有亏损头寸的策略都会导致余额上升，这就是为什么权益曲线和强制平仓才是值得研究的部分。

输入参数

在您自己的代码中使用这些类

其中一个代理是一个自包含类CAeLiveTrader。它对其他代理一无所知，因此 EA 可以通过创建所需数量的实例，来运行单个代理、不同的阈值集，或多个交易品种：

#include <IntrinsicTime\AeLiveTrader.mqh>

CAeLiveTrader agent;

//--- 在 OnInit 中：一个仅做多型交易策略，点差为 0.5%，每单位 0.02 手，上限为 30 单位
agent.Init(_Symbol,990100,1,0.005,0.02,30.0);

//--- 在 OnTick 中
MqlTick t;
if(SymbolInfoTick(_Symbol,t))
   agent.OnTickUpdate(t.bid,t.ask,t.time);

//--- 在 OnDeinit 中：取消待处理的交易，止盈位保持不变
agent.Shutdown();

基于内在时间的运行器也可单独使用。CAeRunner 接受以对数价格表示的独立上涨和下跌阈值，在每次报价时返回一个事件代码（方向变化时加减 1，超调步长时加减 2， 否则为0），并且始终知道触发下一个事件的确切价格，这使其自然成为其他策略限价单价位的来源：

#include <IntrinsicTime\AeRunner.mqh>

CAeRunner runner;
runner.Init(0.005,0.005,0.005,0.005);  // 偏移量（上升/下降），超调量（上升/下降）

int ev=runner.Run(AeTick(t.bid,t.ask,t.time));
if(ev==AE_EVENT_DC_DOWN)
   Print("downturn confirmed, next level below: ",runner.ExpectedLowerIE());

流动性指标CAeLocalLiquidity 遵循相同的模式：使用阈值对其进行初始化，通过Computation 向其输入每条报价，并使用Liq 读取 L 的当前值。

限制

在将其连接到模拟账户以外的任何账户之前，值得了解以下内容。

• 不支持全仓平仓。 论文中的参考交易员会在代理的总回报（已实现收益加未平仓部分）达到delta时平仓。实际运行的代理并未复现这一行为。 若级联交易出现不利走势且无法恢复，系统会通过 InpMaxUnits 暂停该级联，但不会平仓，其止盈指令将保持待执行状态。这是该设计中最大的单一风险，而上述回测中的强制平仓正是由此导致的代价。
• 掉期成本占据主导地位。 级联交易可能持续数周，因此隔夜融资成本远高于点差或佣金。运行前请务必核对经纪商双方的掉期费率。
• 在默认手数下，仓位计算得以简化。 当每单位为 0.02 手时，全额加仓为 0.02 手，而每次较小规模的加仓都会被提升至 0.01 手的最低限额，因此模拟交易中的仓位规模梯度简化为两级。将 InpLotPerUnit 调高至 0.4 附近可恢复原有梯度，但此时持仓规模将大幅增加。
• 已实现利润并非优势。 在无漂移的随机游走中，交易引擎的已实现利润总是正值，而其总利润的期望值为零。仅凭一对货币对和一个测试窗口，无论从哪个角度都无法确立优势。
• 交易机器人会在交易时段外暂停运行。 当交易品种的交易时段结束时，EA会从OnTick提前返回，这既能保持日志的整洁，又能加快回测速度。这一机制仅在交易暂停期间仍持续提供报价的数据源中才起作用。

文件结构

一个专家顾问和四个头文件。头文件以<IntrinsicTime\...> 形式包含，因此必须位于 Include 目录下的IntrinsicTime 子文件夹中。

研究基础

实现如下：

• Anton Golub、James B. Glattfelder 和 Richard B. Olsen，《阿尔法引擎：自动交易算法的设计》，2017 年，SSRN 2951348。
• James B. Glattfelder、Alexandre Dupuis 和 Richard B. Olsen，《外汇高频数据中的模式：12条经验标度律的发现》，《量化金融》，2011年。
• 作者提供的Java实现参考代码，可在GitHub上 获取。本移植版本保留了原代码的特殊之处，而非默默修正它们。

一篇配套文章构建了方向变化算子，利用1780万条真实的欧元/美元报价数据，通过与波动率匹配的随机游走重现了标度律，逐类解析了Alpha Engine的移植代码，并验证了其关于随机游走盈利的主张：《内在时间：从方向变化标度律到Alpha Engine》。