让我们确定一下任务和我们研究的条件，

1. 要选择用于确认趋势和平盘市场的方法来进行随后的有质量和有数量的分析，这需要系统可以显示两种市场条件。理论上，它们应当拥有内建的质量指标，例如趋势强度或者对没有趋势的清晰定义。
2. 要能够在不同的时段确定和评估比例，用于不同的单个或者多种商品的市场，例如货币市场，股票或者期货市场。
3. 要开发一个对读者有用的工具，用于在用户特定的条件下做独立研究。
4. 要根据获得的数据在不同的条件下做比较性分析; 用于寻找相互关联。

实现

1.1. 让我们从 ADX 的研究开始，这是一个经典的趋势强弱指标。我们将使用TrendLevel. 的水平来评估趋势或者平盘市场。让我们假定，如果主线上升超过这个水平，就存在趋势。图 1 展示了一个使用这种方法确定有趋势区域和平盘区域的实例。市场状态将根据给定样本中 ADX 值高于 TrendLevel 的烛形数量来计算。

图1 使用 ADX 来确定有趋势/平盘区域

1.2. 下面，让我们考虑 趋势强度与方向指标(Trend Power and Direction Indicator), 根据我们的目标，只选择一个布林指标(Bollinger Indicator)并把显示的颜色数量减为两种(红色和绿色)。图 2 清晰显示了很强的市场趋势，其中烛形使用指定的颜色来标记出来。

图2 使用布林带来确定有趋势/平盘区域。

1.3. 在第三个地方，我们将使用趋势百分比(Percentage of Trend), 我们也会修改它，删除第二个周期数并增加指示趋势的颜色。使用这个指标的结果显示在图3中

2. 用于计算市场条件工具的开发和实现。显示结果

每种用于确定趋势/平盘区域方法的结果都将根据几个不同时段显示在汇总的表格中，为了使显示更清晰，我使用了基于图形化界面系列文章的 EasyAndFastGUI 开发库。开发了一个特定的CTrendCountUI类用于显示结果。为了更好的表现，图6显示了最初用于记录所有计算的模板。

图6 显示测试计算结果的模板

您可以在屏幕截图中很容易地看到，第一列显示了用于计算趋势的方法，第一行显示了用于多时段选项的计算。为了节约空间和保证可读性，我没有包含界面的完整实现，只是提供了用于配置和显示上述模板的函数:

//+------------------------------------------------------------------+
//| 输出和信息面板的配置                               |
//+------------------------------------------------------------------+
void SetInfoPanel()
  {
//---

   UI.CreateMainPanel("趋势计数器");
   UI.CreateStatusBar(1,25);
   UI.m_status_bar.ValueToItem(0,"启用于 "+Symbol());
   UI.CreateCanvasTable();
//---

   UI.m_canvas_table.SetValue(0,0,"Value");
   UI.m_canvas_table.SetValue(0,1,"ADX");
   UI.m_canvas_table.SetValue(0,2,"BB");
   UI.m_canvas_table.SetValue(0,3,"PoT");
   UI.m_canvas_table.SetValue(0,4,"RSI");
   UI.m_canvas_table.SetValue(0,5,"ZZ");
//---

   UI.m_canvas_table.SetValue(1,0,"M1");
   UI.m_canvas_table.SetValue(2,0,"M5");
   UI.m_canvas_table.SetValue(3,0,"M15");
   UI.m_canvas_table.SetValue(4,0,"M30");
   UI.m_canvas_table.SetValue(5,0,"H1");
   UI.m_canvas_table.SetValue(6,0,"H4");
   UI.m_canvas_table.SetValue(7,0,"H6");
   UI.m_canvas_table.SetValue(8,0,"D1");
   UI.m_canvas_table.SetValue(9,0,"W1");

   UI.m_canvas_table.UpdateTable(true);
   UI.CreateLabel("工作中...");
  }

下一步是创建用于上面计算方法的计算算法，大多数实现都是类似的，所以我们将只会分析它们中的一个。让我们集中在计算方面，

我们从第一个描述的方法开始 - ADX, GetADXCount() 函数.

//+------------------------------------------------------------------+
//| 使用 ADX 计算市场条件的函数                               |
//+------------------------------------------------------------------+
bool GetADXCount()
  {
//--- 模块 1
   double adx[],result[],count;
   int to_copy,bars;
   int tf_size=ArraySize(Ind_Timeframe);
   ArrayResize(Ind_Handle,tf_size);
   ArrayResize(result,tf_size);
   ArrayInitialize(adx,0.0);
   ArrayInitialize(result,0.0);
   ArraySetAsSeries(adx,true);
//---

   for(int i=0;i<tf_size;i++)
     {
      count=0;
      Ind_Handle[i]=iADX(Symbol(),Ind_Timeframe[i],InpInd_ADXPeriod);
      if(Ind_Handle[i]==INVALID_HANDLE)
        {
         Print(" 取得指标句柄失败");
         return(false);
        }
      //--- 模块 2

      bars=Bars(Symbol(),Ind_Timeframe[i]);
      to_copy=(bars<NumCandles)?bars:NumCandles;
      //---

      if(CopyBuffer(Ind_Handle[i],0,0,to_copy,adx)<=0)
         return(false);
      //--- 模块 3

      for(int j=0;j<to_copy;j++)
        {
         if(adx[j]>TrendLevel)
            count++;
        }
      result[i]=(count/to_copy)*100;
      IndicatorRelease(Ind_Handle[i]);
     }
//--- 模块 4

   for(int i=1;i<=tf_size;i++)
      UI.m_canvas_table.SetValue(i,1,DoubleToString(result[i-1],2));
   UI.m_canvas_table.UpdateTable(true);
   return(true);
  }

让我们探讨一下上面列出的代码模块。

• 模块 1. 变量和数组的初始化，它们会减到用于测试的时段的数量。
• 模块 2. 一定数量烛形构成的样本，用于测试和获得百分比结果。请注意，在更高时段或者历史数据较少的产品，可能没有足够的柱作为样本，所以您需要确定历史深度，并且在有必要的情况下调整请求的数据。
  
• 模块 3. 对于 ADX 指标，当当前柱的数值高于 TrendLevel 时，我们将增加计数器。 
• 模块 4. 我们把测试结果加到之前在 SetInfoPanel() 函数准备的表格中。

for(int j=0;j<to_copy;j++)
        {
         if(bb[j])
            count++;
        }
result[i]=(count/to_copy)*100;

//--- 趋势百分比的参数

input int                  InpPeriodPoT=20;
input double               UpTrendLevel=0.8;
input double               DnTrendLevel=0.2;

 for(int j=0;j<to_copy;j++)
        {
         if(pot[j]>=UpTrendLevel || pot[j]<=DnTrendLevel)
            count++;
        }
 result[i]=(count/to_copy)*100;

 for(int j=0;j<to_copy;j++)
        {
         if(rsi[j])
            count++;
        }
 result[i]=(count/to_copy)*100;

 for(int j=0;j<to_copy;j++)
        {
         if(zz[j])
            count++;
        }
 result[i]=(count/to_copy)*100;

//+------------------------------------------------------------------+
//| 计算所有数据平均值的函数                                  |
//+------------------------------------------------------------------+
string GetAverage(double &arr[])
  {
   double sum=0.0;
   int size=ArraySize(arr);
   for(int i=0;i<size;i++)
      sum+=arr[i];
   sum/=size;
   return(DoubleToString(sum,2));
  }
//+------------------------------------------------------------------+

//+------------------------------------------------------------------+
//| EA交易初始化函数                           |
//+------------------------------------------------------------------+
int OnInit()
  {
   SetInfoPanel();
   if(GetADXCount() && 
      GetColorBBCount() && 
      GetPoTCount() && 
      GetRSICount() && 
      GetZZCount()
      )
      UI.m_label1.LabelText("已完成. "+IntegerToString(NumCandles)+" 个柱的结果. 平均有趋势时间段 - "+GetAverage(avr_result)+"%");
   else
     {
      UI.m_label1.LabelText("错误");
     }
//---
   return(INIT_SUCCEEDED);
  }

//+------------------------------------------------------------------+
//| EA交易的输入参数                             |
//+------------------------------------------------------------------+

input int                  NumCandles=2000;              //分析的柱数
//---- ADX 参数
input string               com1="";                      //---- ADX 参数
input int                  InpInd_ADXPeriod=14;          //ADX 周期数
input double               TrendLevel=20.0;
//--- ColorBBCandles 参数
input string               com2="";                      //---- ColorBBCandles 参数
input int                  BandsPeriod=20;               // BB 平均周期数
input double               BandsDeviation=1.0;           // 偏差
input ENUM_MA_METHOD       MA_Method_=MODE_SMA;          // 指标平均方法
input Applied_price_       IPC=PRICE_CLOSE_;             // 价格常数
//--- 趋势百分比的参数
input string               com3="";                      //---- 趋势百分比参数
input int                  InpPeriodPoT=20;
input double               UpTrendLevel=0.7;
input double               DnTrendLevel=0.3;
//--- RSIFilter 参数
input string               com4="";                      //---- RSIFilter 参数
input uint                 RSIPeriod=10;                 // 指标周期数
input ENUM_APPLIED_PRICE   RSIPrice=PRICE_CLOSE;         // 价格
input uint                 HighLevel=60;                 // 超买水平
input uint                 LowLevel=40;                  // 超卖水平
//--- ZigZagTrendDetector 参数
input string               com5="";                      //---- ZigZagTrendDetector 参数
input int                  ExtDepth=5;
input int                  ExtDeviation= 5;
input int                  ExtBackstep = 3;

这些发现可以看出，Spearman 等级关联系数的计算确实真实显示了当前的市场状态和趋势/平盘比例的变化。

2. USDJPY

这个交易品种的关联系数的计算显示，趋势和时间中的变化都没有关联。图 10 清晰显示了，从1995年早期开始，有一个明显的, 很强的上涨变化, 随后是明显很短的趋势，而幅度也较小。在图片的第二部分 (下降趋势后有一个上升趋势)，那里有明显的持续了数个月的频繁的平盘变化。 

图10 每周图表 USDJPY 1995-2017.

所以，在这个例子中 Spearman 等级关联系数也正确描述出时间长度和趋势/平盘比例没有关联。

3. #MCD.

在股市中，所有确定趋势的物种方法都显示出关联性。图 11 显示了，在过去，该股票是不断上涨的，并且没有明显的回调或者平盘状态，另外，我们可以清楚看到从过去到现在趋势/平盘区域的比例随着股票价格变化有怎样的变化。

图 11 #MCD 股票, 2003-2017.

所以，在这里也显示出 Spearman 的等级关联系数计算完全被验证，并且显示的特点是趋势/平盘比例从有趋势到平盘状态的发展变化。总的趋势显示出，市场的变化从有趋势到没有，它们变得更加飘忽不定，更加难以预测。这可以验证出本文中获得的结果: 趋势/平盘比例从有方向转到双向波动；早期的趋势比现在更加明显。

附件中的档案包含了所有列出的文件，它们都位于对应的文件夹中，对于它们的正确操作，您只需把它们保存到终端根目录的 MQL5 文件夹下。

文章中使用的程序: