Hilbert_Core_EA v1.60 详细功能说明 + 未来演进方向

这是基于 Ehlers希尔伯特变换（Hilbert Transform） 开发的MT5全自动交易EA，核心定位是自适应周期震荡交易策略，不是固定参数EA，内置多层自优化、集成学习、市场状态识别、实盘反馈风控，属于带在线自适应能力的量化交易机器人。
重要提示：本代码仅为技术研究演示，历史回测不等于未来收益，实盘交易存在巨大风险。

一、核心底层原理

采用 John Ehlers 的希尔伯特变换（《Rocket Science for Traders》），从价格序列提取：

1. InPhase(I1) 同相分量、Quadrature(Q1)正交分量，构成价格相量；
2. 计算瞬时相位、自适应主周期，识别市场当前的自然波动周期；
3. 交易信号来自相位穿越：相位向上穿越阈值做多、向下穿越阈值做空；
4. 附加周期质量评估：只有周期稳定的市场才允许产生信号，杂乱无规律市场屏蔽信号。

二、完整模块功能拆解

模块1：希尔伯特核心信号模块（信号发生器）

1. 自动估算市场瞬时周期，不需要人工固定周期； seed 只是初始种子，会被优化器迭代更新。
2. 周期过滤：过滤不稳定、太短的周期噪声（ Filter 参数，自优化自动调整）。
3. 相位穿越信号：

• 多头：相位向上穿过 PhaseLongLevel
• 空头：相位向下穿过 PhaseShortLevel 
  4. 缓存机制：收盘确认模式下每根K线只计算一次希尔伯特序列，降低CPU消耗。
  5. 信号置信度：根据I1/Q1相量幅值/ATR计算信号强度，信号弱自动降低手数。

模块2：集成投票引擎（Ensemble 多成员投票，v1.60重点）

传统单参数EA容易过拟合，这里使用多组希尔伯特参数组成集成成员：

1. 集成成员：最多5个，默认3个，每组成员拥有独立 种子周期+周期过滤 参数；
2. 每个成员独立计算希尔伯特相位，只有成员自身周期质量达标才有投票权；
3. 加权投票：

• 每个成员根据历史信号准确率计算动态权重；
• 满足投票阈值 EnsembleVotePct 才触发最终交易信号；
• 新成员样本不足时自动退化为等权投票；
  4. 成员多样性约束：挑选成员时保证种子周期差距>2，避免成员高度雷同、投票同质化。

模块3：持续性确认防抖（跨K线滤波）

解决单K线相位毛刺、假信号：

• 信号需要连续N根K线（ PersistenceBars ）保持同方向投票，才确认有效；
• 中途方向切换，计数器重置，重新累积；
• 可关闭，设置=1就是单K线直接触发。

模块4：RSI动量过滤（自适应）

在希尔伯特相位信号基础上叠加RSI二次筛选，过滤极端超买超卖：

• 基础规则：多头要求RSI在[下限，上限]，空头要求RSI在[空头区间]
• 自适应RSI：根据最近实盘交易盈亏比PF自动收紧/放宽过滤
• PF<1（近期亏钱，盈亏比差）→收紧RSI，提高入场动量门槛，减少交易；
• PF≥1.5（近期表现优秀）→放宽RSI限制，增加合格信号；

模块5：三层自迭代优化引擎（EA核心特色，在线参数自学习）

三层独立闭环：历史回溯参数优化 → 实盘交易反馈自适应 → 市场状态识别

层1｜滚动窗口参数优化 RunSelfOptimization（离线回测式参数搜索）

每N根K线（ReoptBars）自动扫描候选参数组合 (种子周期，周期过滤) ：

1. 回溯历史K线，模拟每个候选参数的信号与盈亏；
2. 训练/验证分段 + 双段最差值验证（Maximin）：

• 历史数据切分为训练集+验证集；验证集再拆成前后两段；
• 要求两段验证样本都表现良好才会采纳该参数，强力抑制过拟合（避免只在历史曲线拟合好，实盘失效）；
  3. 适配度评分二选一：总净利润 / 夏普比率（均值/标准差）；
  4. 市场状态加权评分：优化时优先奖励当前市场状态下表现好的参数；
  5. 参数阻尼限制：单次优化，种子周期、过滤参数最大变动幅度限制，防止参数剧烈跳变震荡；
  6. 自动挑选Top-K多样性候选，生成新的集成成员组；
  7. 谱系日志：记录每一轮参数更迭，打印旧参数→新参数、得分变化，方便追溯参数生灭；
  8. 无正向收益候选时，保持原有参数不变，不盲目更新。

层2｜实盘交易反馈自适应（在线学习，基于真实平仓交易）

读取EA产生的真实闭环平仓交易，动态调整风控与过滤条件：

1. 统计最近N笔平仓盈亏，计算盈亏比PF、胜率；
2. 连亏管理：连续亏损达到设定笔数 → 进入冷却期，暂停新开仓；冷却K线走完恢复；
3. 连亏降手数：每亏损一笔，手数乘以衰减系数，最低手数系数0.125；盈利后重置手数系数；
4. 自适应RSI过滤（前面提到）；
5. 持久化：所有迭代后的参数、状态保存到MT5全局变量GlobalVariable，重启EA、重启终端不会丢失学习结果。

层3｜市场状态引擎 RegimeEngine

自动把市场划分4种状态，不同状态采用不同交易规则：

• REGIME_CYCLE 周期震荡：EA主场，允许多空双向交易；
• REGIME_TREND_UP 上升趋势：只允许做多，屏蔽空头信号（TrendAlignOnly开启时）；
• REGIME_TREND_DOWN 下降趋势：只允许做空，屏蔽多头信号；
• REGIME_CHOP 杂乱市场：周期稳定性差，直接屏蔽全部新信号，不开仓。

状态判定逻辑：

1. 趋势强度：线性回归斜率绝对值 ÷ ATR，超过阈值判定趋势；
2. 周期质量： 1 - 周期标准差/周期均值 ，值越低代表周期波动越混乱。

状态归因矩阵（实证可信度打分）

记录每种市场状态、每个方向信号历史模拟盈亏：

• 该状态历史信号盈利：置信系数1.0，正常手数；
• 该状态历史持续亏损：衰减置信系数，最低到RegimeConfFloor，自动降低手数；
• 样本不足时，不惩罚，保持中性置信。

模块6：多层风控系统（独立叠加，层层限制开仓）

1. 权益曲线节流（EquityThrottle）

监控账户权益EMA，跟踪账户回撤：

• 软回撤：权益低于EMA达到阈值 → 手数减半；
• 硬回撤：更深回撤 → 暂停新开仓；已有持仓不受影响，依靠SL/TP平仓。

和连亏冷却区别：连亏看交易笔数，权益节流看账户整体权益曲线。

2. 仓位手数自适应（多重系数相乘）

最终开仓手数 = 基准手数
× 信号置信系数
× 市场状态归因置信系数
× 实盘连亏手数系数
× 权益节流系数

两种基准手数模式二选一：

• 固定手数LotSize；
• 风险百分比模式：每笔固定风险占账户权益百分比，自动计算手数，基于止损距离。

3. 止损止盈

两种模式切换：

• 固定点数SL/TP；
• ATR自适应SL/TP：根据当前波动率动态设置止损止盈倍数。

4. 基础交易限制

• 单独开关允许做多/做空；
• 同方向不重复开仓（检查已有持仓）；
• 自动适配品种报价填充模式，避免订单提交报错；
• 魔术号MagicNumber隔离本EA持仓。

模块7：日志、面板、回测优化支持

1. 图表Comment仪表盘：实时打印全部核心状态：市场状态、集成成员、投票结果、参数、盈亏统计、权益节流、连亏计数等；
2. 详细诊断日志开关VerboseLog；
3. 参数谱系日志，记录每一轮优化参数更替；
4. 自定义优化目标函数 OnTester()，专供MT5策略测试器遗传算法优化：
复合得分 = 净利润 × √盈利因子 / 最大相对回撤%
优先奖励高收益+稳定盈利因子，严厉惩罚大回撤；交易样本少于10笔直接淘汰。

模块8：信号归因日志系统

每次发出交易信号就记录：信号价格、时间、投票掩码、当时市场状态；
等待模拟持有期（OptScoreBars根K线）到期，自动结算这笔信号假想盈亏，用于：

• 更新每个集成成员的信号准确率（EMA平滑）；
• 更新状态归因矩阵，统计不同市场环境下多空信号表现。

三、EA 优势总结

1. 非固定参数：可以根据历史行情在线搜索最优周期参数，适配品种周期变化；
2. 集成模型降低单参数过拟合风险，成员动态加权，表现差的成员降低投票权重；
3. 市场状态识别：区分震荡/趋势/杂乱，只在策略适配环境交易；
4. 双重风控：交易层面连亏风控 + 账户权益曲线风控；
5. 自学习闭环：历史回测优化 + 真实交易结果反馈 + 状态实证归因；
6. 抗过拟合设计：训练验证拆分+双段最差值验证、参数变化阻尼、候选信号数量下限；
7. 状态持久化：重启MT5不丢失学习后的参数、成员绩效、连亏状态。

四、当前版本局限（v1.60）

1. 信号评估用未来K线模拟盈亏做适配度打分（ OptScoreBars 后价格），属于假想收益，回测优化时存在前视偏差隐患；
2. 集成优化计算量大，高回溯窗口、多品种同时跑会占用大量CPU；
3. 状态归因是假想的信号盈亏，不是真实平仓盈亏；真实滑点、点差、延迟没有计入归因；
4. 只基于价格+ATR+RSI，没有引入成交量、订单流、宏观、多时间框架；
5. 优化器候选网格扫描是网格化遍历，不是贝叶斯/粒子群等更高效寻优，最多200组候选限制搜索空间；
6. 全局变量持久化局限在同一账户+终端；换电脑、换账户会丢失学习状态；
7. 没有动态盈亏目标/移动止盈，SL/TP开仓后固定不变（ATR模式也是开仓瞬间计算一次）；
8. 没有持仓管理模块：加仓、减仓、部分平仓、盈亏移动止损，仅一次性开仓+固定SLTP。

五、未来可能的发展方向

方向1：优化器算法升级（改进参数搜索）

• 把当前网格暴力扫描替换为贝叶斯优化 / 粒子群 / 遗传算法，不再限制200候选，更高效搜索参数；
• 增加参数退火机制，市场稳定时减小搜索范围，市场突变扩大搜索范围；
• 多目标帕累托优化：同时优化收益、回撤、交易频次、夏普，不再是单一复合分数。

方向2：集成框架增强

1. 支持动态增减集成成员，自动淘汰长期失效成员；
2. 成员权重不仅仅依靠信号准确率，引入盈亏比、最大回撤、信号稳定性多维打分；
3. 分状态独立集成成员：震荡用一组成员，趋势用另一组成员；
4. 增加成员预测置信分布，而不是简单0/1投票。

方向3：市场状态模块增强

1. 增加更多状态特征：波动率聚类、成交量特征、自相关系数、VIX类指标；
2. 状态预测：提前预判状态切换，而不是仅识别当前状态；
3. 多时间框架状态确认：大周期状态约束小周期信号，过滤逆大周期的交易；
4. 状态迁移矩阵：统计状态之间切换概率，提前调整仓位。

方向4：风控与持仓管理升级（短板重点补强）

1. 增加移动止盈、追踪止损、部分平仓、金字塔加仓/减仓逻辑；
2. 全局账户总敞口限制：多品种同时运行时，总风险限额；
3. 波动率自适应止损：持仓过程动态更新SL，而不是开仓一次性计算；
4. 最大连续回撤硬停机，不仅仅是权益EMA软节流；
5. 引入VaR、ES预期损失做风险度量，代替简单百分比回撤。

方向5：特征与信号增强

1. 引入成交量、价差、订单流、tick数据作为辅助过滤；
2. 多周期希尔伯特，高低周期共振信号；
3. 增加信号分类模型：区分高置信、中等、低置信信号，不同置信采用不同止盈止损；
4. 过滤季节性、新闻事件窗口（避开重大数据发布时段）。

方向6：学习框架升级

1. 区分离线回测学习和在线增量学习，降低在线过拟合（概念漂移检测）；检测市场分布发生漂移时，重置部分学习记忆；
2. 区分假想信号盈亏和真实平仓盈亏，把真实交易盈亏作为更高权重反馈，减少回测假象带来的偏差；
3. 记忆衰减：旧的交易样本、旧的状态归因数据随时间自动衰减权重，适应市场缓慢演化；
4. 增加模型遗忘机制：长期失效的旧经验自动降低权重。

方向7：工程与运维

1. 增加日志输出到文件，外部可视化面板（网页）查看参数演变、绩效、状态；
2. 增加告警：邮件/推送，参数重大变更、进入冷却、权益触发节流；
3. 持久化改进：支持文件保存状态，跨电脑加载学习结果；
4. 性能优化：并行计算集成成员希尔伯特，降低CPU占用；
5. 增加沙箱模拟：新参数先在模拟窗口试运行，确认稳定后再切换实盘。

方向8：回测与评估体系

1. 增加滚动样本外测试（Walk Forward Walk，滚动向前验证），内置WFA评估，在EA运行时自动评估模型退化；
2. 增加更多风险指标：最大连续亏损、亏损期长度、收益波动率；
3. 离群信号检测，识别异常行情下的异常信号，单独屏蔽。

方向9：架构扩展

• 多品种联合集成，跨品种状态联动；
• 分离信号引擎、优化引擎、风控引擎，模块化，方便单独替换组件；
• 增加人工干预接口：人工可以锁定参数、临时关闭自适应、手动覆盖信号。

下载程序我会放在下载里，