Pits – Phantom 评测标准

编程能力

EA交易属于量化交易，首先要理解量化交易的本质，将交易策略转换成电脑可理解的编程语言，整合成自动交易程序，即EA。评测EA需熟练掌握MQL语言，系统理解EA的编写过程，这是评测的基础。

常见的EA欺诈行为包括指定日期规避亏损、读取历史数据、制定进场价格、指定指标值、调用自实现函数等，这些都需要编程知识才能理解。

在EA回测过程中，经常会出现元素超出数组范围、回测中断、无法回测、反复报错等情况。如果没有编程基础，无法确定问题是回测设置问题还是EA编码问题。这很重要，因为编码问题会影响策略的稳定性。

例如，Knight Capital Group在2012年因新交易算法错误，在45分钟内损失4.4亿美元，最终被迫接受外部救助，并在同年被Getco LLC收购。

我们使用的多数EA是ex4执行文件，供应商不会透露具体策略，但熟悉编程语言可以通过订单轨迹找到规律，逆推EA交易策略，这是评测的一部分。

数量统计思维

评测EA的重要环节是回测，需要深入分析交易数据，包括交易频率、胜率、盈亏比、回撤、波动性和风险回报率等。这些指标对于评估EA的稳定性和风险管理能力非常重要。在一些情况下，我们还需对EA策略进行假设检验，评估其在不同市场条件下的有效性，这是科学、系统评估EA的基础。

在这个过程中，我们可以考虑以下几点：

1. 多样性测试：使用不同时间段、不同市场条件进行回测，观察EA在各种环境下的表现。
2. 蒙特卡罗模拟：通过随机抽样技术模拟不同的市场情景，评估EA的稳定性和风险。
3. 参数优化：通过调整EA的参数，找到最优配置，使其在不同市场条件下都能表现出色。
4. 敏感性分析：分析EA对不同市场变量（如点差、滑点、佣金等）的敏感度，确保EA在各种交易环境中都能正常运作。
5. 统计显著性检验：使用统计方法检验EA策略的有效性，确保其盈利能力不是偶然现象。

通过这些方法，可以更全面地评估EA的性能和潜在风险，从而做出更科学的决策。

市场环境和规则的深入理解

深入理解外汇市场规则和交易环境，才能在EA评测中精确计算成本和策略可行性。例如，点差、滑点、佣金、手续费、隔夜利息等交易环境，都会直接影响EA实际盈利能力，这是评测中的重点考虑问题。例如：

当前总盈利974.63美元，但隔夜利息140.81美元，占比14%。交易环境在EA评测中是必不可少的要素。

再如:

• 周三平台隔夜利息是日常的3倍
• 点差会在一天中的某个时段突然扩大10以上
• EA同设置下模拟盘和实盘的盈利效率不同
• 不同经纪商的GMT不同
• 2015年之前瑞士对欧元的汇率有上限

这些规则会影响EA的盈利能力，也可能导致EA亏损。如果没有深入的经验积累，评测可能毫无价值。