MQL4中计算多K线Pearson相关系数的问题与优化咨询

问题梳理 #

需求是基于指定数量的K线（如2000根）计算Pearson相关系数，当前实现存在两个核心问题：

• 计算x²、y²总和时逻辑错误，使用MathPow(f,2)作为数组下标而非计算当前K线值的平方；
• 未实现逐K线计算x*y的累计总和，这是Pearson公式的必要项；
  同时希望了解更高效、准确的计算方法。

原代码错误分析 #

1. 平方计算逻辑完全错误：原代码中Time[MathPow(f,2)]是取下标为f²的K线时间数据，而非计算当前Time[f]的平方，正确写法应为MathPow(Time[f], 2)，High的平方计算同理；
2. 变量未定义：totaltime、totaltime2未初始化，实际应为累计的y1、y2；
3. 缺失xy累计项：原代码未计算每根K线的High*Time之和，这是Pearson系数分子的关键组成部分；
4. 公式书写错误：最终的相关系数公式分子分母逻辑均错误，且存在括号不匹配问题。

修正后的标准实现 #

以下代码通过单次遍历完成所有累计项计算，逻辑符合Pearson相关系数的数学定义：

// 计算指定K线数量的Pearson相关系数（High与Time的相关性）
double CalculatePearsonCorrelation(int nBars)
{
    // 边界校验：至少需要2根K线才能计算相关系数
    if(nBars < 2) return 0.0;

    double sumX = 0.0;    // 累计High值之和 Σx
    double sumY = 0.0;    // 累计Time值之和 Σy
    double sumXY = 0.0;   // 累计High*Time之和 Σ(xy)
    double sumX2 = 0.0;   // 累计High平方值之和 Σ(x²)
    double sumY2 = 0.0;   // 累计Time平方值之和 Σ(y²)

    // 单次遍历完成所有累计计算，提升效率
    for(int i = nBars - 1; i >= 0; i--)
    {
        double x = High[i];
        double y = Time[i];

        sumX += x;
        sumY += y;
        sumXY += x * y;
        sumX2 += MathPow(x, 2);
        sumY2 += MathPow(y, 2);
    }

    // 计算分子与分母
    double numerator = nBars * sumXY - sumX * sumY;
    double denominator = MathSqrt( (nBars * sumX2 - MathPow(sumX, 2)) * (nBars * sumY2 - MathPow(sumY, 2)) );

    // 避免除以0的异常情况
    if(denominator == 0.0) return 0.0;

    return numerator / denominator;
}

// 调用示例
void OnCalculate()
{
    const int TARGET_BARS = 2000;
    double correlation = CalculatePearsonCorrelation(TARGET_BARS);
    Print("Pearson相关系数: ", StringFormat("%.6f", correlation));
}

更优计算方案（数值稳定性优先） #

当数据值较大时（比如Time是时间戳，数值量级极大），直接计算Σx²和(Σx)²可能导致浮点数精度损失，此时可以使用均值中心化的方法优化，通过缩小计算数值的范围提升精度：

// 数值稳定性更优的Pearson相关系数计算方法
double CalculatePearsonCorrelationStable(int nBars)
{
    if(nBars < 2) return 0.0;

    // 第一步：计算x(High)和y(Time)的均值
    double meanX = 0.0;
    double meanY = 0.0;
    for(int i = nBars - 1; i >= 0; i--)
    {
        meanX += High[i];
        meanY += Time[i];
    }
    meanX /= nBars;
    meanY /= nBars;

    double sumXY = 0.0;
    double sumX2 = 0.0;
    double sumY2 = 0.0;

    // 第二步：计算中心化后的各项（x-μx、y-μy）
    for(int i = nBars - 1; i >= 0; i--)
    {
        double xDiff = High[i] - meanX;
        double yDiff = Time[i] - meanY;

        sumXY += xDiff * yDiff;
        sumX2 += MathPow(xDiff, 2);
        sumY2 += MathPow(yDiff, 2);
    }

    double denominator = MathSqrt(sumX2 * sumY2);
    if(denominator == 0.0) return 0.0;

    return sumXY / denominator;
}

该方法的核心是先将数据减去均值，再进行计算，避免了大数值平方后的精度丢失问题，适合处理Time这类大数值维度的相关性计算。

内容的提问来源于stack exchange，提问作者Qan N