功能概述

统计维度是历史统计模块的核心功能,提供多种数据分组和分析方式。通过不同的统计维度,用户可以从时间、品种、策略等多个角度深入分析交易表现,发现交易规律和优化机会。

统计维度类型

时间维度统计

时间维度统计按照时间周期对交易数据进行分组分析:

日统计

分组方式: 按自然日分组数据范围: 每日00:00-23:59的交易适用场景: 日内交易分析、每日绩效跟踪分析价值: 发现日内交易规律和最佳交易时段

周统计

分组方式: 按自然周分组(周一到周日)数据范围: 每周的完整交易数据适用场景: 周期性策略分析、工作日vs周末表现分析价值: 识别周内交易模式和市场周期性

月统计

分组方式: 按自然月分组数据范围: 每月1日到月末的交易适用场景: 月度绩效评估、季节性分析分析价值: 发现月度交易趋势和季节性特征

年统计

分组方式: 按自然年分组数据范围: 每年1月1日到12月31日适用场景: 年度总结、长期趋势分析分析价值: 评估长期策略效果和年度目标达成

品种维度统计

货币对分组

分组方式: 按交易的货币对符号分组数据范围: 每个货币对的所有历史交易统计内容: 各货币对的独立交易表现分析价值:
  • 识别最盈利的交易品种
  • 分析不同货币对的风险特征
  • 优化投资组合配置
  • 发现品种间的相关性

品种对比分析

对比维度:
  • 盈利能力对比
  • 风险水平对比
  • 交易频率对比
  • 成本效率对比
应用场景:
  • 选择最佳交易品种
  • 分散投资风险
  • 调整品种权重
  • 淘汰低效品种

策略维度统计

魔术号分组

分组方式: 按EA的魔术号(Magic Number)分组数据范围: 每个魔术号对应的所有交易统计内容: 各策略的独立交易表现分析价值:
  • 评估不同EA策略的效果
  • 识别最佳策略组合
  • 优化策略参数设置
  • 淘汰低效策略

策略对比分析

对比维度:
  • 收益率对比
  • 风险调整收益对比
  • 最大回撤对比
  • 夏普比率对比
应用场景:
  • 策略组合优化
  • 资金分配决策
  • 策略生命周期管理
  • 新策略评估

魔术号统计应用

时间范围设置

日期选择器

起始日期

功能: 设置统计的开始时间格式: YYYY-MM-DD默认: 30天前限制: 不能晚于结束日期

结束日期

功能: 设置统计的结束时间格式: YYYY-MM-DD默认: 当前日期限制: 不能早于开始日期

时间范围计算

时间维度的时间范围

1

日统计

每个统计项代表一个自然日的交易数据时间范围:选定日期的00:00:00到23:59:59
2

周统计

每个统计项代表一个自然周的交易数据时间范围:周一00:00:00到周日23:59:59
3

月统计

每个统计项代表一个自然月的交易数据时间范围:月初00:00:00到月末23:59:59
4

年统计

每个统计项代表一个自然年的交易数据时间范围:1月1日00:00:00到12月31日23:59:59

品种和策略维度的时间范围

对于货币对和魔术号统计,时间范围是整个选定期间:
统计时间范围 = 起始日期00:00:00 到 结束日期23:59:59

魔术号列表

货币对列表

切换方法

1

定位维度按钮

在历史统计面板顶部找到维度选择按钮组
2

点击选择

点击要使用的统计维度(日/周/月/年/货币对/魔术号)
3

等待计算

系统会重新计算选定维度的统计数据
4

查看结果

统计表格和图表会更新为新维度的数据

维度特性对比

维度数据量计算复杂度分析价值适用场景
日统计短期分析
周统计周期分析
月统计中期分析
年统计很小长期分析
货币对品种分析
魔术号策略分析

实际应用案例

案例1:策略效果评估

分析目标

评估三个不同EA策略的表现,优化策略组合

操作步骤

  1. 选择”魔术号”统计维度
  2. 设置时间范围为最近3个月
  3. 在筛选设置中选择”默认”模式
  4. 查看各魔术号的统计结果

分析重点

  • 比较各策略的总利润和利润率
  • 分析最大回撤和风险调整收益
  • 评估交易频率和成本效率
  • 确定最佳策略权重分配

案例2:品种投资组合优化

分析目标

分析不同货币对的表现,优化投资组合配置

操作步骤

  1. 选择”货币对”统计维度
  2. 设置时间范围为最近6个月
  3. 使用默认筛选模式统计所有品种
  4. 对比各货币对的风险收益特征

分析重点

  • 识别最盈利的货币对
  • 分析各品种的波动率和相关性
  • 评估交易成本对收益的影响
  • 制定分散化投资策略

注意事项

数据完整性
  • 确保历史数据的完整性和准确性
  • 注意时区设置对时间统计的影响
  • 避免在数据不完整的时期进行分析
  • 定期备份历史交易数据
分析建议
  • 结合多个维度进行综合分析
  • 关注趋势变化而非单点数据
  • 考虑市场环境对统计结果的影响
  • 定期更新分析以反映最新表现