//--- add only if equity has changedif(m_equities[i] != prev_equity)
{
log_return = MathLog(m_equities[i] / prev_equity); // 递增对数
aver += log_return; // 增量的平均对数
AddReturn(log_return); // 填充递增对数数组counter++;// 返回计数器
}
prev_equity = m_equities[i];
然后用平均变化除以这些 柱状图的数量：
//--- 增量对数的平均值
aver /= counter;
然而，向年度夏普的过渡是基于时间框架比率，就好像当前 tf的所有条形图 都被计算在内：
//---------------重新计算夏普比率，在所有其他情况下都改为年值//--- how many periods of the current timeframe fit into D1double factor = double(PeriodSeconds(PERIOD_D1)) / PeriodSeconds(timeframe);
sharpe = sharpe * MathSqrt(factor); // 重新计算每日值
sharpe = sharpe * MathSqrt(252); // 从每日数据中获取年度数据
读取价格的对数
您还可以找到其他参考文献
读取价格的对数
您还可以找到其他参考文献
另一个极其重要的细微差别是，在本脚本中，计算夏普时只考虑股本发生变化的条形图：
//--- add only if equity has changed if(m_equities[i] != prev_equity) { log_return = MathLog(m_equities[i] / prev_equity); // 递增对数 aver += log_return; // 增量的平均对数 AddReturn(log_return); // 填充递增对数数组 counter++; // 返回计数器 } prev_equity = m_equities[i];然后用平均变化除以这些 柱状图的数量：
然而，向年度夏普的过渡是基于时间框架比率，就好像当前 tf的所有条形图 都被计算在内：
也就是说，脚本又一次找到了每一栏股票变化 的平均利差，然后，为了找到年度利差，不是将其乘以一年中的此类栏数，而是乘以一年中该 tf 的总栏数（当然是其根数）。这是错误的，会高估最终的数字。
显然，夏普在测试仪中也是以同样的方式计算的？
该脚本会找出每 1 条股票变动 条形图的平均夏普值，然后，为了找出年度夏普值，它不是乘以一年中此类条形图的数量，而是乘以一年中该 tf 条形图的总数（当然是其根）。这样做是错误的，会高估最终数字。
我也注意到了。因此，我在自己的版本中增加了一个选项，将零条计算在内。