BlueprintQuant Structural Break Scanner MT5
- 指标
- 版本: 2.20
- 更新: 6 八月 2026
- 激活: 5
均值回归系统和趋势 generalized/跟踪系统在相反的市场条件下会失效。判断市场当前处于哪种状态是一个 statistically/统计学问题，而非主观观点。
结构性 Break 扫描器（Structural Break Scanner）将您观察列表中的每个品种分类为三种状态之一，并显示支持该分类的数据证据。它应用了计量经济学文献中的五种结构性突破检验，以直观的标签而非繁杂的数据呈现结果，并在品种发生状态切换时向您发出 alert/提醒。
三种市场状态 (Regimes)
- STEADY (平稳). 序列呈现均值回归特性。偏差倾向于被修正。面板还会显示 estimated/估计的 K 线半衰期，以便您了解回归速度是否足够快、是否具备交易价值。
- RANDOM (随机). 序列表现为随机游走。既不支持均值回归，也不支持趋势持续。
- EXPLOSIVE (爆发/趋势). 序列表现出趋势或泡沫化行为，偏差倾向于扩大而非修正。
分类基于在整个评估窗口内计算的 ADF (Augmented Dickey-Fuller) 统计量。默认的 STEADY 阈值 -2.86 是标准的 5% Dickey-Fuller 临界值，并非随意设定的整数，且每个品种的阈值均可独立自定义。
提供数据证据，而非单一标签
每一行都会显示一个一致性计数（confluence count），例如 3/4，表示有多少个独立检验支持该分类。两个品种可能都被标记为 EXPLOSIVE，但分别得到 1 个和 4 个检验的支持，这种差异至关重要。扫描器会明确列出该差异，而非将其隐藏在单一的综合评分中。
四个辅助检验包括：Chu-Stinchcombe-White CUSUM 检验、用于未知日期突破的 Chow-Type ADF 检验、Supremum ADF (SADF) 检验，以及 Sub-martingale 和 Super-martingale 轨迹检验。将面板切换至 Evidence（证据）模式，即可查看所有 5 个检验的原始统计数值。
阈值校准 (Threshold calibration)
市场状态的阈值并不是通用的。在一个品种上代表爆发性趋势的值，在另一个品种上可能非常普通。点击面板上的 Calibrate（校准），扫描器将扫描您的历史数据，构建每个品种测试统计量的经验分布，并根据分布的百分位数派生出针对该品种的专属阈值。面板会实时显示进度，且校准过程随时可取消。
校准完成后将立即应用新阈值。日志会报告在这些新阈值下，每个状态占历史数据的百分比，以确保 EXPLOSIVE 保持为稀有状态而非常态。如果您从未进行校准，扫描器将默认使用已发布的标准临界值，因此在配置前即可直接使用。
本工具不包含的功能
- 它不是 EA (Expert Advisor)，不会进行任何自动下单操作。
- 它不预测价格方向，也不对状态切换交易的盈利能力做出任何保证。
- 它不会重绘 (No Repaint)。在默认设置下，检验仅评估已收盘的 K 线，因此历史数值在事后不会改变。
操作面板
Regime（状态）模式下，每个品种显示一行，包含当前状态、一致性计数、半衰期或当前统计量、距离上次状态改变的时间，以及当前是否存在活跃突破及其方向。Evidence（证据）模式下，则列出全部 5 个检验的原始统计数据。
点击任意列标题即可进行排序，再次点击可反向排序。默认排序会将 EXPLOSIVE 品种排在最前，让最值得关注的品种始终置顶。点击品种名称即可快速切换图表。当您需要清晰的图表视野时，面板可折叠为单行标题栏。
功能特性
- 支持扫描指定的品种列表或 Market Watch（市场报价）中的所有品种，适用于任何时间帧，且独立于当前图表品种。
- 支持经纪商后缀处理，例如在后缀为 EURUSD.m 的账户上，直接输入 EURUSD 列表即可自动识别。
- 状态切换提醒：支持终端弹窗、MetaTrader 移动端 Push 推送以及电子邮件 alerts。
- 提醒功能需要配置可验证的最低证据等级，且每个品种都有独立的 re-arm（重新触发）间隔，防止单一剧烈波动的品种频繁刷屏。
- 阈值校准在面板后台运行，不会导致终端卡顿，也不需要额外的外部文件。
- 支持禁用单个检验，禁用后将完全跳过该检验的计算。
- 扫描计算分散在各个刷新周期中，而非一次性处理所有品种，因此大型观察列表不会导致终端卡死。
- 可选在图表上标记历史状态切换的垂直线，方便直观核对分类是否与价格行为的变化相符。
- 支持将当前扫描结果导出为 CSV 文件。
方法论与局限性说明
相关检验均源自结构性突破的学术文献：Chu, Stinchcombe 和 White 的研究（Homm 与 Breitung 2012 年将其引入金融序列）；Chow (1960) 及 Andrews (1993) 的 Chow-Type 检验；Phillips, Wu 与 Yu (2011) 以及 Phillips, Shi 与 Yu (2015) 的 Supremum ADF 检验。这 5 个检验在 Marcos Lopez de Prado 所著的《金融机器学习》（Advances in Financial Machine Learning, 2018）第 17 章中均有详细论述。
这里需要坦诚指出一个局限性：其中几种检验会对多个候选突破点取 Supremum（上确界），这会导致实际的假阳性率高于名义显著性水平。因此，请将一致性计数视为“证据强度”，而非精确校准的概率。4 个检验支持显然比 1 个更强，但都不构成绝对保证。
发布前，所有统计数值均与 Python 的独立实现进行了对比验证，在基准序列上达到了数值精度级别的一致。
文档
完整的用户手册请参考：Structural Break Scanner: setup, parameters, and threshold calibration。手册涵盖了每个输入参数、校准流程、如何解读一致性计数以及各状态在实际交易中的含义。
关于作者与研发背景
我是一名量化开发者，专注于在 MetaTrader 5 上发布关于机器学习、特征工程和市场微观结构的文章。这个产品最初并不是为了做成产品，而是源于我撰写的两篇技术文章，文中我推导了这 5 种结构性突破检验，进行了代码实现，并相互验证了不同实现之间的一致性。
- Structural break tests implemented in Python：涵盖 CUSUM、Chow-Type、SADF 及 Martingale 检验的 Python 参考实现。
- The same tests ported to MQL5：移植至 MQL5 的相同检验，并验证了与 Python 代码在数值上完全一致。
这两篇文章均附带完整的源代码，免费向所有人开放。那些代码可以在单张图表上计算统计数据并返回原始数值。而本产品则是构建在其上的应用层：提供状态分类、半衰期估计、证据计数、经验校准、多品种扫描和提醒功能。如果您想深入了解数学原理，建议先阅读这两篇文章。它们是免费的，也是本项目最真实的基础。
技术支持
欢迎通过产品评论区或私信提交问题和 Bug 反馈。所有可复现的问题都会在后续更新中修复。
