独家秘技 万能 EA 点位参数 设置密钥 小白新迅速晋EA专业玩家 提高EA稳定性 盈利效率 分散资金风险 休伯M估计量普通交易者只要提取报告中这一个数值--休伯M估计量，即可按文章举例方法设置所有的EA, 提升EA盈利效率，拓展EA应用范围，无往不利！！！
八成以上的EA外部参数设置中都会出现如下需要设置的参数名称
上述的常用设置都是精确到具体点数的，但是每一种货币对的日常波动值是不一样的
2020年7月8日 GBPUSD 日间波动 = 1.26230-1.25085 = 1145点（五位计数）
2020年7月8日 AUDUSD 日间波动 =0.69862-0.69273 = 589点 （五位计数）
差距如此之大，如果我们针对上述两个货币对设置相同的止盈止损，会严重影响EA的盈利效率，比如造成GBPUSD频繁止损或者是AUDUSD无法有效止盈。
近期分享的Elite Tactics EA，默认设置是原作者针对EURUSD 在H1时间框架下优化的， 回测后发现不错；为了创造更多盈利机会，通过分摊风险，计划同时在交易品种：GBPJPY上加载使用,大部分朋友的日常操作是这样的：在默认参数下直接回测应用，默认参数下，回测情况如下(下方回测只做演示对比，复盘模型使用“控制点”数据，精确度较低，无实盘指导性)：
虽然盈利但并未能发挥出EA的最大功效，问题出在：并未针对GBPJPY这个交易品种的 波动特性 进行相应的 点位参数 设置，这种针对性设置不同与回测优化，优化存在过度拟合的情况；这种针对货币对各自的 波动特性 进行的点位设置不仅能有效拓展EA适应货币对的数量，提高EA盈利效率，分散资金风险，同时还能间接的检测你使用的EA是否针对特定 货币对 增加了 涉及时间 的未来函数。
Elite Tactics EA默认设置是原作者针对EURUSD 在H1时间框架下的推荐参数，下面我们针对GBPJPY进行 点位参数 设置，经统计分析确认，在H1时间框架下，GBPJPY 的常规波动值是EURUSD的1.8458倍，要对GBPJPY进行针对性设置，我们直接把Elite Tactics EA中所有 涉及到点位 的参数扩大到原参数的1.8458倍即可：
回测效果如下：
GBPJPY_针对性设置_利润曲线
GBPJPY_针对性参数_回测报告 对比一下看看效果：
对比资金曲线发现，针对GBPJPY 波动值进行 点位参数 设置后，EA稳定性显著提高
对比回测报告发现，针对GBPJPY波动值 进行 点位参数 设置后，EA盈利效率提高情况如下：
EA盈利 提升190.27%，
盈利比 提升39.84%
订单盈利率 提升8.44%
EA同货币对多时间框架拓展
多数EA在不同时间框架下有不同的表现，同款EA要进行多周期交易，同样可以使用上述方法进行针对性设置 比如一款EA原作者的推荐设置是针对NZDCHF_H1 ，推荐 Takeprofit（止盈）点数：260（五位数报价平台），统计分析后确认NZDCHF_H1常规波动值 = 105.11，计算原作者推荐的 波动值系数 = 260 / 105.11 = 2.47359908667111 ≈ 2.4736 ； 现在我们准备把这款EA应用在NZDCHF_M15的图表上，统计分析后确认NZDCHF_M15常规波动值 = 51.94 Takeprofit参数 针对于 NZDCHF_M15图表的最佳设置应该是：51.94 * 波动值系数 = 51.94 * 2.4736 = 128.686544 ≈ 129 ，至此计算出Takeprofit参数 针对于 NZDCHF_M15图表最佳设置=129
上述针对性设置方式，使用与任何EA、任何货币对、任何时间框架，所有的 点位参数都可以按上述方式进行调整。
何以通过科学的分析，计算指定货币对、指定时间框架的波动值？这是配置所有EA都会遇见的关键性问题！！！我目前通过两种方式实现：
第一种：EA编写过程中通过ATR指标实现全币种自适应，缺陷在于不适用高频及小微波动获利的交易策略，同时这种方法需要一定的编程基础，本文分享第二种方式。
第二种：通过MT5平台获取各交易品种、各时间框架近3年精确的ATR(14)波动数值，在通过统计分析方法，测定最接近真相的波动数值。
统计分析指定货币对常规波动数值的具体步骤如下：
1.通过MT5平台获取指定交易品种、各时间框架下近3年精确的ATR(14)指标值，该步骤使用的是我编写的一个脚本，获取相关数值并保存到 .csv ,为力求精准保留数值按 5 位数报价计数（因数组限制M5周期获取近一年数据）；
2.将数据文件导入到 专业的统计分析软件进行统计分析；
3.使用IBM SPSS Statistics 进行统计分析后，形成统计分析报告。
分析报告展示：
休伯M估计量
报 告 全 篇 最 有 价 值 一 个 数 值 “休 伯 M 估 计 量 ”
市场行情总会出现一些小概率的异常情况，比如黑天鹅事件、重大新闻事件，这样的情况下就会出现异常的数值，例如报告中展现的“极值”，统计分析的过程中为了计算出最接近真相的常规波动数值，会对类似这些异常数据进行清洗，所以我们不会简单的使用这些数据的平均值作为NZDCHF_M15的常规波动数值
一般各交易所标配提供的外汇交易品种有28种，这28种货币对的常规波动取值，推荐使用M 估计量中的 “休伯M估计量”，另三种M 估计则适用于数据中有许多异常值的情况，具体原因涉及统计学相关知识，就不再展开。
普通交易者只要提取报告中这一个数值--休伯M估计量，即可按上述举例方法设置所有的EA, 提升EA盈利效率，拓展EA应用范围，无往不利！！！
报告涉及到的内容，对了解交易品种的特性很有帮助，同时附带的 .csv文件就厉害了多数交易者应该都会有些收获，.csv文件就把它当电子表格操作就行。
附件涵盖内容列表：
| 
简体中文
English(英语)
日本語(日语)
Deutsch(德语)
Русский язык(俄语)
بالعربية(阿拉伯语)
Türkçe(土耳其语)
Português(葡萄牙语)
ภาษาไทย(泰国语)
한어(朝鲜语/韩语)
Français(法语)
感谢回复，关于Python ,不知您了解多少，我想问问，它能不能做到开启后在一天的时间里实时监控邮件然后在将关键的数据汇总自动填入电子表格呢。。。？ 现在都是见天猫淘宝满天满地的Python自动办公的广告，
