文章 "基于Python和MQL5的特征工程（第二部分）：价格角度" 新评论 MetaQuotes 2025.06.30 15:01 新文章 基于Python和MQL5的特征工程（第二部分）：价格角度已发布： 在MQL5论坛上，有许多帖子询问如何计算价格变化的斜率。本文将展示一种计算任意交易市场中价格变化所形成角度的可行方法。此外，我们还将探讨为这项新特征工程投入额外精力和时间是否值得。我们将研究价格斜率是否能在预测M1时间框架下的USDZAR货币对时，提高我们人工智能（AI）模型的准确性。 趋势线的一个主要局限性在于它们是主观定义的。因此，交易者可以任意调整其趋势线，以创建支持其观点的分析，即使其观点是错误的。因此，尝试以更稳健的方式定义趋势线是很合理的。大多数交易者希望通过计算价格水平变化所产生的斜率来实现这一点。其关键假设是，知道斜率就相当于知道价格走势所形成的趋势线的方向。 现在，我们遇到了第一个需要克服的障碍，即定义斜率。大多数交易者尝试将价格产生的斜率定义为价格差除以时间差。这种方法存在几个局限性。首先，股票市场在周末是关闭的。在我们的MetaTrader 5终端中，市场关闭期间所流逝的时间并未被记录，必须从现有数据中推断出来。因此，在使用如此简单的模型时，我们必须牢记，该模型并未考虑周末所流逝的时间。这意味着，如果价格水平在周末出现跳空，那么我们对斜率的估计将会过高。 很明显，按照我们当前的方法计算出的斜率对我们表示时间的方式非常敏感。如果我们选择忽略周末所流逝的时间，如前所述，将得出过高的系数。而如果我们考虑周末的时间，将得到相对较小的系数。因此，在我们当前的模型下，分析同一数据时可能会得到两种不同的斜率计算结果。这是不可取的。我们希望计算结果是确定性的。也就是说，如果分析的是同一数据，那么我们对斜率的计算应该总是相同的。 为了克服这些局限性，我想提出一种替代计算方法。我们可以改为使用开盘价差除以收盘价差来计算价格形成的斜率。我们用开盘价差替换了x轴上的时间。这个新量告诉我们收盘价对开盘价变化的敏感程度。如果这个量的绝对值大于1，那么表明开盘价的大幅变化对收盘价影响很小。同样，如果这个量的绝对值小于1，那么表明开盘价的小幅变化可能会对收盘价产生较大影响。此外，如果斜率的系数为负，那么表明开盘价和收盘价往往朝相反方向变化。 作者：Gamuchirai Zororo Ndawana 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 基于Python和MQL5的特征工程（第二部分）：价格角度已发布：
趋势线的一个主要局限性在于它们是主观定义的。因此，交易者可以任意调整其趋势线，以创建支持其观点的分析，即使其观点是错误的。因此，尝试以更稳健的方式定义趋势线是很合理的。大多数交易者希望通过计算价格水平变化所产生的斜率来实现这一点。其关键假设是，知道斜率就相当于知道价格走势所形成的趋势线的方向。
现在，我们遇到了第一个需要克服的障碍，即定义斜率。大多数交易者尝试将价格产生的斜率定义为价格差除以时间差。这种方法存在几个局限性。首先，股票市场在周末是关闭的。在我们的MetaTrader 5终端中，市场关闭期间所流逝的时间并未被记录，必须从现有数据中推断出来。因此，在使用如此简单的模型时，我们必须牢记，该模型并未考虑周末所流逝的时间。这意味着，如果价格水平在周末出现跳空，那么我们对斜率的估计将会过高。
很明显，按照我们当前的方法计算出的斜率对我们表示时间的方式非常敏感。如果我们选择忽略周末所流逝的时间，如前所述，将得出过高的系数。而如果我们考虑周末的时间，将得到相对较小的系数。因此，在我们当前的模型下，分析同一数据时可能会得到两种不同的斜率计算结果。这是不可取的。我们希望计算结果是确定性的。也就是说，如果分析的是同一数据，那么我们对斜率的计算应该总是相同的。
为了克服这些局限性，我想提出一种替代计算方法。我们可以改为使用开盘价差除以收盘价差来计算价格形成的斜率。我们用开盘价差替换了x轴上的时间。这个新量告诉我们收盘价对开盘价变化的敏感程度。如果这个量的绝对值大于1，那么表明开盘价的大幅变化对收盘价影响很小。同样，如果这个量的绝对值小于1，那么表明开盘价的小幅变化可能会对收盘价产生较大影响。此外，如果斜率的系数为负，那么表明开盘价和收盘价往往朝相反方向变化。
作者：Gamuchirai Zororo Ndawana