ALGLIB - 数值分析库 - MetaTrader 4程序库

原作者:

Sergey Bochkanov. ALGLIB项目网址 - http://www.alglib.net/. 该库的历史可 追溯至1999年。

ALGLIB是最大最完整的数学库之一

你需要做快速傅立叶变换或解答一个差分方程系统吗？你试图在一个源代码里收集所有方法以执行复杂的数据分析吗？那么 ALGLIB 数值方法库就是你所需要的!

ALGLIB是目前多语言算法的最好库之一。以下是在官方网站提到的ALGLIB的特性：

ALGLIB库不断增强，根据用户的意见定期实现新的功能和改进。最新的版本是3.6.0。

此外，库中包含大量的测试用例，覆盖了所提方法的大部分功能。这将允许你进行测试并将检测到的错误报告给项目作者。

CAlglib类的静态函数应该被用来与库合作 - 所有的库函数作为静态函数被移动到CAlglib系统类。

附件中包括测试用例 脚本testclasses.mq4和testinterfaces.mq4与一个简单的演示脚本usealglib.mq4。同名的包括文件 （testclasses.mqh和testinterfaces.mqh）用于加载测试用例。他们应被放置到 \MQL4\Scripts\Alglib\Testcases\.

以下是有关ALGLIB MQL4移植库包的更详细的信息：

代码：

库函数都有对自身用法的详细注释。

//+------------------------------------------------------------------+
//| 分布时机计算: 均值, 方差,                                           |
//| 偏度, 峰度.                                                       |
//| 输入参数:                                                         |
//|     X       -   样品                                              |
//|     N       -   N>=0, 样本大小:                                   |
//|                 * 如果赋值，则只前N个元素                            |
//|                   被处理                                          |
//|                 * 如果未赋值，则自动取值为                           |
//|                   X的大小                                         |
//| 输出参数                                                          |
//|     Mean    -   均值.                                             |
//|     Variance-   方差.                                             |
//|     Skewness-   偏度 (如果方差为0则取值为0).                        |
//|     Kurtosis-    峰度 (如果方差为0则取值为0).                       |
//+------------------------------------------------------------------+
static bool CBaseStat::SampleMoments(const double &cx[],const int n,double &mean,
                                     double &variance,double &skewness,double &kurtosis)
  {
//--- 检测
   if(!CAp::Assert(n>=0,__FUNCTION__+": the error variable"))
      return(false);
//--- 检测
   if(!CAp::Assert(CAp::Len(cx)>=n,__FUNCTION__+": length(x)<n"))
      return(false);
//--- 检测
   if(!CAp::Assert(CApServ::IsFiniteVector(cx,n),__FUNCTION__+": x is not finite vector"))
      return(false);
//--- 创建变量
   double v=0;
   double v1=0;
   double v2=0;
   double stddev=0;
//--- 初始化, 特例 'N=0'
   mean=0;
   variance=0;
   skewness=0;
   kurtosis=0;
//--- 检测
   if(n<=0)
      return(true);
//--- 均值
   for(int i=0;i<n;i++)
      mean+=cx[i];
   mean/=n;
//--- 方差 (使用正确的二过算法)
   if(n!=1)
     {
      //--- 计算
      for(int i=0;i<n;i++)
         v1+=CMath::Sqr(cx[i]-mean);
      for(int i=0;i<n;i++)
         v2+=cx[i]-mean;
      v2=CMath::Sqr(v2)/n;
      variance=(v1-v2)/(n-1);
      //--- 计算
      stddev=MathSqrt(variance);
     }
   else
      variance=EMPTY_VALUE;
//--- 偏度和峰度
   if(stddev!=0)
     {
      //--- 计算
      for(int i=0;i<n;i++)
        {
         v=(cx[i]-mean)/stddev;
         v2=CMath::Sqr(v);
         skewness+=v2*v;
         kurtosis+=CMath::Sqr(v2);
        }
      //--- 修改值
      skewness=skewness/n;
      kurtosis=kurtosis/n-3;
     }
//--- 成功执行
   return(true);
  }

CAlglib类的静态函数应该被用来与库合作。以下是计算一些交易统计参数的usealglib.mq4函数脚本的源代码 :

//+------------------------------------------------------------------+
//|                                                    UseAlglib.mq4 |
//|                        Copyright 2012, MetaQuotes Software Corp. |
//|                                              http://www.mql5.com |
//+------------------------------------------------------------------+
#property copyright "2012 版权所有, MetaQuotes软件公司"
#property link      "http://www.mql5.com"
#property version   "1.00"
//+------------------------------------------------------------------+
//| 引入库文件                                                         |
//+------------------------------------------------------------------+
#include <Math\Alglib\alglib.mqh>
#include <Trade\DealInfo.mqh>
#include <Arrays\ArrayDouble.mqh>
//+------------------------------------------------------------------+
//| 脚本程序 start 函数                                                |
//+------------------------------------------------------------------+
void OnStart()
  {
//--- 访问交易数据的对象
   CDealInfo     deal;
//--- 存储每笔交易的盈利/亏损的对象
   CArrayDouble *profit=new CArrayDouble;
//--- 存储余额的对象
   CArrayDouble *balance_total=new CArrayDouble;
//--- 初始余额
   double        balance=0;
//--- 获取历史数据
   HistorySelect(0,TimeCurrent());
//---总交易量
   int deals_total=HistoryDealsTotal();
//--- 获取交易盈利和余额数据
   for(int i=0;i<deals_total;i++)
     {
      //--- 选择第i个交易
      deal.SeilectByIndex(i);
      //--- 获取初始余额
      if(deal.DealType()==DEAL_TYPE_BALANCE)
        {
         if(NormalizeDouble(deal.Profit()+deal.Swap(),2)>=0.0)
            if(balance==0.0)
               balance=deal.Profit();
        }
      //--- 获取盈利和余额
      if(deal.DealType()==DEAL_TYPE_BUY || deal.DealType()==DEAL_TYPE_SELL)
         if(deal.Entry()==DEAL_ENTRY_OUT || deal.Entry()==DEAL_ENTRY_INOUT)
           {
            profit.Add(NormalizeDouble(deal.Profit()+deal.Swap()+deal.Commission(),2));
            balance_total.Add(balance);
            balance=balance+NormalizeDouble(deal.Profit()+deal.Swap()+deal.Commission(),2);
           }
     }
   balance_total.Add(balance_total.At(balance_total.Total()-1)+profit.At(balance_total.Total()-1));
//--- 将余额数据拷贝到double型数组
   double arr_balance[];
   ArrayResize(arr_balance,balance_total.Total());
   for(int i=0;i<balance_total.Total();i++)
      arr_balance[i]=balance_total.At(i);
//---将盈利数据拷贝到double型数组
   double arr_profit[];
   ArrayResize(arr_profit,profit.Total());
   for(int i=0;i<profit.Total();i++)
      arr_profit[i]=profit.At(i);
//--- 线性回归
//--- 独立变量个数
   int nvars=1;
//--- 样品成交量
   int npoints=balance_total.Total();
//--- 创建线性回归参数的矩阵
   CMatrixDouble xy(npoints,nvars+1);
   for(int i=0;i<npoints;i++)
     {
      xy[i].Set(0,i);
      xy[i].Set(1,arr_balance[i]);
     }
//---  检测计算结果 (成功, 不成功)的变量
   int info;
//--- 存储计算数据所必需的类对象
   CLinearModelShell lm;
   CLRReportShell    ar;
//--- 存储回归结果的数组
   double lr_coeff[];
   double lr_values[];
   ArrayResize(lr_values,npoints);
//--- 计算线性回归率
   CAlglib::LRBuild(xy,npoints,nvars,info,lm,ar);
//---接收线性回归率
   CAlglib::LRUnpack(lm,lr_coeff,nvars);
//--- 接收回收线性回归值
   for(int i=0;i<npoints;i++)
      lr_values[i]=lr_coeff[0]*i+lr_coeff[1];
//--- 计算预期回报
   double exp_payoff,tmp1,tmp2,tmp3;
   CAlglib::SampleMoments(arr_profit,exp_payoff,tmp1,tmp2,tmp3);
//---  计算HPR数组
   double HPR[];
   ArrayResize(HPR,balance_total.Total()-1);
   for(int i=0;i<balance_total.Total()-1;i++)
      HPR[i]=balance_total.At(i+1)/balance_total.At(i);
//--- 计算HPR标准偏差和数学期望
   double AHPR,SD;
   CAlglib::SampleMoments(HPR,AHPR,SD,tmp2,tmp3);
   SD=MathSqrt(SD);
//--- 计算LR关联
   double lr_corr=CAlglib::PearsonCorr2(arr_balance,lr_values);
//--- 接收LR标准错误
   double lr_stand_err=0;
   for(int i=0;i<npoints;i++)
     {
      double delta=MathAbs(arr_balance[i]-lr_values[i]);
      lr_stand_err=lr_stand_err+delta*delta;
     }
   lr_stand_err=MathSqrt(lr_stand_err/(npoints-2));
//--- 计算Sharpe比率
   double sharpe_ratio=(AHPR-1)/SD;
//--- 打印
   PrintFormat("-----------------------------------------------");
   PrintFormat("Correlation function: y = %.2fx + %.2f",lr_coeff[0],lr_coeff[1]);
//--- 参数
   PrintFormat("Expected Payoff = %.2f",exp_payoff);
   PrintFormat("AHPR = %.4f",AHPR);
   PrintFormat("Sharpe Ratio = %.2f",sharpe_ratio);
   PrintFormat("LR Correlation = %.2f",lr_corr);
   PrintFormat("LR Standard Error = %.2f",lr_stand_err);
   PrintFormat("-----------------------------------------------");
//--- 删除对象
   delete profit;
   delete balance_total;
  }
//+------------------------------------------------------------------+

我们得到以下结果：