MT4多开 - MT4手动输入数值创建2小时图周期技巧_第四步用外部工具计算时的常见问题与技巧

很多交易者在使用MetaTrader 4时都会遇到一个头疼的问题：默认的时间周期只有1分钟、5分钟、15分钟、30分钟、1小时、4小时这些标准选项，但实际交易中，我们往往需要一些非标准周期，比如2小时图。说实话，我第一次想用2小时图的时候，翻遍了整个周期菜单都没找到这个选项，后来才发现MT4其实隐藏了一个很实用的功能，可以手动输入任意周期数值。

MT4周期菜单的隐藏功能入口

MT4的周期选择栏位于图表左上角，默认显示着当前图表的时间周期。当你点击这个区域时，会弹出一个下拉菜单，里面列着从M1到MN的所有标准周期。很多人以为这里就是全部选项了，其实不然。在菜单的最底部，有一个不太起眼的“自定义”选项，这就是进入手动输入周期的大门。

说实话，这个“自定义”选项的位置确实有点隐蔽，我第一次用的时候甚至都没注意到它。它被放在所有标准周期选项的下面，字体大小和普通选项一样，很容易被忽略。但只要你点击它，就会弹出一个输入框，允许你输入任意分钟数。比如你想用2小时图，2小时等于120分钟，直接在框里输入120就可以了。

这里有个小细节需要注意：MT4的周期计算单位是分钟，而不是小时。所以如果你想要2小时图，必须输入120；想要3小时图，就输入180；想要6小时图，就输入360。如果你直接输入2，系统会把它当成2分钟图来处理，那和你想要的效果就完全不一样了。我第一次就犯了这种错误，输入了2，结果图表变成了2分钟周期，交易信号乱得根本没法看。

市场流动性不足导致挂单无法触发成交

挂单价格到了却没成交，另一个常见原因是流动性不足。流动性说白了就是市场上有多少买卖盘在等着成交。如果某个价格附近买单和卖单很少，你的挂单即使被触发了，也可能因为找不到对手盘而无法成交。这种情况在重大数据发布前后、节假日交易清淡时段，或者某些冷门货币对身上特别容易出现。

举个例子，你在欧元兑瑞郎上设置了一个买入挂单，价格刚好在1.0800。当市场跌到1.0800时，如果这个价位上只有少量的卖单，而你的挂单价位又比较靠后，系统可能只成交了前面几个订单，轮到你的单子时卖盘已经没了。这时候你的挂单状态会显示“已触发”，但订单状态是“等待成交”或者直接变成“已过期”。说白了，就是价格到了，但量不够。

怎么判断流动性是否充足呢？你可以打开MT4的市场深度窗口，看看当前价格附近的买卖盘数量。
如果买卖盘稀疏，点差又很大，那就说明流动性不好。这时候设置挂单就要格外小心，最好把挂单价格设在流动性较好的区域，比如整数位附近或者关键支撑阻力位，因为这些位置通常会有更多的市场参与者挂单。另外，尽量避开数据发布前后的几分钟，那时候流动性会瞬间枯竭，价格剧烈波动，挂单很容易被触发但无法成交。

通过服务器时间判断交易时段的方法

既然不能修改交易时间，那最靠谱的办法就是学会看服务器时间。打开MT4后，在“市场报价”窗口的顶部，你会看到一行显示“时间”的栏位，那里显示的就是当前服务器时间。这个时间通常以经纪商的时区为准，比如很多经纪商使用GMT+2或GMT+3（夏令时）。你需要记住这个时间与本地时间的时差，然后推断出主要市场（如伦敦、MT4纽约、东京）的开盘和收盘时间。

举个例子，假设你的MT4服务器时间是GMT+3，那么伦敦市场开盘通常是服务器时间上午9点，纽约市场开盘是服务器时间下午2点。如果你搞反了，以为伦敦市场下午才开，那就会错过亚洲时段的波动。我建议你在电脑上贴一个便签，写上“服务器时间=本地时间+/-X小时”，这样每天看一眼就能快速换算。说实话，很多老交易员都会在办公桌上放一个世界时钟，专门显示伦敦、纽约、东京和悉尼的时间。

另外，MT4的“终端”窗口里有一个“交易”选项卡，那里会显示每笔订单的开仓时间和平仓时间。这些时间都是服务器时间，而不是你的本地时间。如果你需要将这些时间换算成本地时间用于记录或报税，最好自己做一个简单的Excel表格进行转换。我见过有人因为忘了做这个换算，结果在统计月度盈亏时发现数据对不上，最后才发现是时区差异导致的。

还有一个隐藏功能：在MT4的“工具”菜单里选择“历史数据中心”，你可以下载某个品种的历史数据。下载时，系统会弹出对话框让你选择“时间范围”，比如从2023年1月1日到2023年12月31日。这里的时间也是服务器时间。当你导入这些数据到图表时，图表上的时间轴会自动以服务器时间显示。所以，如果你做回测，一定要清楚你的策略是基于哪个时区的时间，否则回测结果可能完全失真。

第四步用外部工具计算时的常见问题与技巧

在实际操作中，你可能会遇到一些坑，比如数据时间范围不一致。MT4导出的数据可能因为夏令时或冬令时调整，导致某些日期缺失，或者不同品种的交易时间不同，比如外汇是24小时交易，但某些商品期货有休市时间，这会导致数据行数不一样。解决方法是，在Excel里用VLOOKUP函数或者Python的merge方法，按照日期进行精确匹配，只保留两个品种都有数据的日期。另一个常见问题是价格单位，比如欧元兑美元是1.1000这样的小数，而黄金可能是1800.00，这不会影响相关性计算，因为相关性是基于标准化后的数据，但如果你要计算协方差，就需要先对数据进行归一化处理，否则量纲不同会导致结果难以解释。其实，相关性系数本身已经消除了量纲影响，所以直接算就行。

还有一个技巧是，不要只算收盘价的相关性，你也可以试试最高价、最低价或者开盘价的相关性，有时候会有意外发现。比如两个品种的收盘价相关性是0.7，但最高价的相关性可能只有0.5，这说明它们在日内波动上并不完全同步。另外，你可以计算对数收益率的相关系数，而不是直接算价格的相关性。因为金融时间序列往往是非平稳的，价格本身有趋势，直接算相关性可能会产生虚假的强相关，比如两个品种都长期上涨，那相关性就会很高，但这不代表它们有真实的联动关系。而收益率是平稳的，更能反映真实的同步性。在Excel里，你可以先计算每日收益率，公式是(今日收盘价-昨日收盘价)/昨日收盘价，或者更常用的对数收益率ln(今日收盘价/昨日收盘价)，然后用这些收益率数据来算CORREL。在Python里，pandas的pct_change()方法可以直接计算百分比收益率，然后corr()方法就能算出收益率的相关性。

最后，别忘了相关性不等于因果关系，即使两个品种的相关性系数高达0.9，也不意味着一个品种的涨跌导致了另一个的涨跌。比如欧元兑美元和英镑兑美元经常高度正相关，这是因为它们都受到美元强弱的影响，但两者之间并没有直接的因果链条。所以你在使用相关性系数做交易决策时，一定要结合基本面分析，比如关注美联储的利率决议、欧洲央行的政策声明等。我个人的习惯是，先算出一个长期相关性作为基准，比如过去一年的日线相关性，然后每周更新一次滚动相关性，如果发现短期相关性突然偏离了长期基准，那就可能是一个交易信号，比如套利机会或者趋势反转的预警。但记住，任何指标都有滞后性，不要盲目依赖单一数据点。