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于回测优化，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
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）
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。
引导解读
平均值 NZDCHF_M15 2017年7月3日—2020年7月3日 总计74880 根K线对应的ATR(14)指标值的平均值 56.19；
平均值的 95% 置信区间 NZDCHF_M15 2017年7月3日—2020年7月3日 总计74880 根K线，其中95%的置信度下计算出的平均值 在 56.00—56.38之间
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。
