文章 "基于协整股票的统计套利（第三部分）：数据库搭建" 新评论 MetaQuotes 2026.10.07 15:38 新文章 基于协整股票的统计套利（第三部分）：数据库搭建已发布： 本文提供一个 MQL5 Service（服务）的实现示例，用于保持新建数据库及时更新；该数据库作为数据分析以及一篮子协整股票交易的数据来源。文中详细阐述数据库的设计思路，并整理数据字典以供查阅。配套提供MQL5与Python脚本，用于数据库创建、表结构初始化以及行情数据写入。 我们的智能交易系统（EA）必须实时感知当前正在使用的投资组合权重是否仍然有效，或是已经发生变动。若权重发生变化，EA需要尽快获取新的组合权重。同时，EA还需要判断模型本身是否依旧有效。如果模型失效，EA需要获知应当替换哪些资产，并尽快在当前使用的投资组合中完成资产轮换。 我们一直在使用MetaTrader 5 Python接口，以及statsmodels 库中成熟的统计函数。但在此之前，我们仅使用实时数据，按需下载报价（价格数据）。这种方式在探索阶段因实现简单而非常实用。但当我们需要进行投资组合轮换、更新模型或者调整组合权重时，就需要考虑数据持久化。也就是说，我们需要把数据存入数据库，因为每次用到数据都重新下载并不现实。除此之外，我们可能还要研究不同资产类别之间的关联，分析那些并未参与首轮协整检验的交易品种。 一套高质量、可扩展、附带丰富元数据的数据库，是任何严谨统计套利项目的核心。数据库设计本身具有很强的定制属性：合适的数据库必须匹配业务需求。基于这一点，本文将介绍一种面向统计套利场景的数据库搭建方案。 作者：Jocimar Lopes 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 基于协整股票的统计套利（第三部分）：数据库搭建已发布：
我们的智能交易系统（EA）必须实时感知当前正在使用的投资组合权重是否仍然有效，或是已经发生变动。若权重发生变化，EA需要尽快获取新的组合权重。同时，EA还需要判断模型本身是否依旧有效。如果模型失效，EA需要获知应当替换哪些资产，并尽快在当前使用的投资组合中完成资产轮换。
我们一直在使用MetaTrader 5 Python接口，以及statsmodels 库中成熟的统计函数。但在此之前，我们仅使用实时数据，按需下载报价（价格数据）。这种方式在探索阶段因实现简单而非常实用。但当我们需要进行投资组合轮换、更新模型或者调整组合权重时，就需要考虑数据持久化。也就是说，我们需要把数据存入数据库，因为每次用到数据都重新下载并不现实。除此之外，我们可能还要研究不同资产类别之间的关联，分析那些并未参与首轮协整检验的交易品种。
一套高质量、可扩展、附带丰富元数据的数据库，是任何严谨统计套利项目的核心。数据库设计本身具有很强的定制属性：合适的数据库必须匹配业务需求。基于这一点，本文将介绍一种面向统计套利场景的数据库搭建方案。
作者：Jocimar Lopes