文档部分
MQL5参考标准程序库数学统计 

统计

统计库提供了一种处理基本统计分布的便利方式。

统计库为每个分布提供5个函数：

  1. 计算概率密度 – MathProbabilityDensityX()函数
  2. 计算概率 – MathCumulativeDistributionX()函数
  3. 计算分布四分位数 – MathQuantileX()函数
  4. 生成指定分布的随机数 – MathRandomX()函数
  5. 计算分布的理论力矩 – MathMomentsX()函数

除了计算各地随机变量值以外，该统计库还提供重载执行相同数组计算的函数。

 

示例：

//+------------------------------------------------------------------+
//|                                    NormalDistributionExample.mq5 |
//|                        Copyright 2016, MetaQuotes Software Corp. |
//|                                             https://www.mql5.com |
//+------------------------------------------------------------------+
#property copyright "Copyright 2000-2024, MetaQuotes Ltd."
#property link      "https://www.mql5.com"
#property version   "1.00"
//--- 包括计算正态分布的函数
#include <Math\Stat\Normal.mqh>
//+------------------------------------------------------------------+
//| 脚本程序起始函数                                                   |
//+------------------------------------------------------------------+
void OnStart()
  {
//--- 设置正态分布的参数
   double mu=5.0;
   double sigma=1.0;
   PrintFormat("Normal distribution with parameters mu=%G and sigma=%G, calculation examples:",mu,sigma);
//--- 设置间隔
   double x1=mu-sigma;
   double x2=mu+sigma;
//--- 概率计算变量
   double cdf1,cdf2,probability;
//--- 错误代码变量
   int error_code1,error_code2;
//--- 计算分布函数值
   cdf1=MathCumulativeDistributionNormal(x1,mu,sigma,error_code1);
   cdf2=MathCumulativeDistributionNormal(x2,mu,sigma,error_code2);
//--- 检查错误代码
   if(error_code1==ERR_OK && error_code2==ERR_OK)
     {
      //--- 计算范围内随机变量概率
      probability=cdf2-cdf1;
      //--- 输出结果
      PrintFormat("1. 计算%.5f范围内随机变量的概率<x<%.5f",x1,x2);
      PrintFormat("  Answer: Probability = %5.8f",probability);
     }
 
//--- 对应95%的置信度，寻找随机变量x的值范围
   probability=0.95; //  设置置信概率
//--- 在区间范围设置概率
   double p1=(1.0-probability)*0.5;
   double p2=probability+(1.0-probability)*0.5;
//--- 计算区间范围
   x1=MathQuantileNormal(p1,mu,sigma,error_code1);
   x2=MathQuantileNormal(p2,mu,sigma,error_code2);
//--- 检查错误代码
   if(error_code1==ERR_OK && error_code2==ERR_OK)
     {
      //--- 输出结果 
      PrintFormat("2. 如果置信区间 = %.2f，请查找随机变量的范围",probability);
      PrintFormat("  Answer: range is  %5.8f <= x <=%5.8f",x1,x2);
     }
 
   PrintFormat("3. 估算分布的前4个已计算的理论力矩");
//--- 生成随机数数组，计算前4力矩和比较理论值
   int data_count=1000000;  // 设置值数和准备数组
   double data[];
   ArrayResize(data,data_count);
//--- 生成随机值并将其存入数组
   for(int i=0; i<data_count; i++)
     {
      data[i]=MathRandomNormal(mu,sigma,error_code1);
     }
//--- 设置初始值指数和计算的数据量
   int start=0;
   int count=data_count;
//--- 计算生成值的前4力矩
   double mean=MathMean(data,start,count);
   double variance=MathVariance(data,start,count);
   double skewness=MathSkewness(data,start,count);
   double kurtosis=MathKurtosis(data,start,count);
//--- 理论力矩变量
   double normal_mean=0;
   double normal_variance=0;
   double normal_skewness=0;
   double normal_kurtosis=0;
//--- 显示计算的力矩值
   PrintFormat("            Mean           Variance          Skewness           Kurtosis");
   PrintFormat("Calculated  %.10f   %.10f      %.10f      %.10f",mean,variance,skewness,kurtosis);
//--- 计算力矩理论值并将其与获得的值相比较
   if(MathMomentsNormal(mu,sigma,normal_mean,normal_variance,normal_skewness,normal_kurtosis,error_code1))
     {
      PrintFormat("Theoretical %.10f   %.10f      %.10f       %.10f",normal_mean,normal_variance,normal_skewness,normal_kurtosis);
      PrintFormat("Difference  %.10f   %.10f      %.10f       %.10f",mean-normal_mean,variance-normal_variance,skewness-normal_skewness,kurtosis-normal_kurtosis);
     }
  }