文章 "您应当知道的 MQL5 向导技术（第 26 部分）：移动平均和赫斯特（Hurst）指数"
嗨，斯蒂芬、
我非常喜欢您写的《向导》一文。 Hurst 一文中介绍的自动相关性结果尤其有趣。 我下载了您的数据源，并对 Hurst CTL EA 进行了编译和测试。 结果令人失望，损失 3108 美元，而您的收益为 89 145 美元。
我将数据源与您的原始数据进行了比较，唯一的改动是包含语句。 我使用 Forex.com 作为数据源。
也许你能找出为什么两个结果会有如此大的差异。
干杯
科达角
附加的文件：
CapeCoddah #:
嗨，斯蒂芬、
我非常喜欢你写的《向导》一文。 Hurst 一文介绍的自动相关性结果尤其有趣。 我下载了你的资料，并对 Hurst CTL EA 进行了编译和测试。 结果令人失望，损失了 3108 美元，而你的收益为 89 145 美元。
我将数据源与您的原文进行了比较，唯一的改动是包含语句。 我使用 Forex.com 作为数据源。
也许你能找出为什么这两个结果差别如此之大
干杯
科达角
你好、
我刚刚看到这个。您在策略测试器中得到的结果取决于对智能交易系统的输入。 通常情况下，我使用限价订单入市，并在不设止损的情况下设定获利目标。在考虑进一步采用这些想法时，这种设置并不理想，因为必须考虑止损或最长持有期，或一些减轻下行风险的策略。
这里介绍的想法纯粹是出于探索目的，并非交易建议，但如果你对输入进行微调，复制我的策略测试报告应该很容易。
感谢您的阅读。
很好的探索尝试。
作者有很多不同的出版物。我查阅了一些资料并进行了测试。在我所做的所有测试中，结果都非常令人失望，与他在文章中提出的结果有很大偏差！
我也不理解 他使用其他参数值的说法。他为什么要把默认值设为与他的文章不符的值呢？
此外，如此多的参数需要微调，有极端过度拟合的味道。
新文章 您应当知道的 MQL5 向导技术（第 26 部分）：移动平均和赫斯特（Hurst）指数已发布：
赫斯特（Hurst）指数是时间序列长期自相关度的衡量度。据了解，它捕获时间序列的长期属性，故在时间序列分析中也具有一定的分量，即使在财经/金融时间序列之外亦然。然而，我们专注于其对交易者的潜在益处，研究如何将该计量度与移动平均线配对，从而构建潜在的稳健信号。
我们继续本系列讲解 MQL5 向导技术的文章，重点放在金融时间序列分析中的可替代方法，从而造福交易者。至于本文，我们研究赫斯特（Hurst）指数。这是一个计量度，其会告诉我们，时间序列从长远来看，是具有较高正自相关、亦或负自相关。这种衡量的应用可能非常广泛。我们如何运用它？好的，首先，我们将计算赫斯特指数，以便判定行情是处于趋势（通常会给我们一个大于 0.5 的值），亦或行情是均值回归/反复拉扯（这将给我们一个小于 0.5 的值）。至于本文，鉴于我们处在前两篇文章给出的“观察移动均线的季节性”，故我们把赫斯特指数信息、与当前价格相对移动平均线的位置结伴。价格与移动平均线的相对位置可以指明价格接下来的方向，隐含一个主要警告。
您需要知道行情是否处于趋势，亦或范围振荡（均值回归）。鉴于我们可用赫斯特指数来回答这个问题，令我们只需查看价格相对于均值所处的位置，随之进行交易。然而，即便如此也许仍就有点草率，在短线区间内更倾向研究范围振荡行情更佳，而趋势行情在长线区间更多出现。正是出于这个原因，在评估确立条件之前，我们需要两条单独的移动平均线来权衡价格的相对位置。其一是针对范围振荡或均值回归行情的快速移动平均线，以及针对趋势行情的慢速移动平均线，由赫斯特指数判定。故此，按指数设置的每种行情类型，都有自己的移动平均线。因此，本文计划视察重伸缩范围分析法，作为评估赫斯特指数的一种手段。我们将一次一步遍历评估过程，并实现该指数的智能信号类。
作者：Stephen Njuki