接续上篇的 python 数据统计，大部分喜欢使用 ZigZag 指标的交易者都知道（如下图 GBPUSD H1 叠加 ZigZag 指标），这个指标是有未来性的，也就是随着行情突破前高前低，最后的指标线段是会重绘的。

但是这个未来性的指标还是具有参考价值的，从 ZigZag 指标源码里可以看的，在下图的 3 到 4 直接的线段是不会再改变的。

如果统计过去从 2017-2020 GBPUSD H1 ZigZag 的不再变动的线段长度，可以得到：

上涨线段最大长度为 846.0 pips (截图的输出单位是小点， point), 最小长度是 19.7 pips

下跌线段最大长度为 679.3 pips，最小长度是 15.0 pips

得到这样跨度甚大的数组，自然需要用统计学里的 Gaussian kernel density estimation 来区分开这些长度统计的分布。python 丰富的统计和绘图库只要简单几行代码就可以生成下面的图形：

蓝色是上涨线段的分布线，橘色是下跌线段的分布线。可以清楚的看的上涨或下跌线段，概率最高是分布在 80 pips，表示大部分 GBPUSD H1 ZigZag 线段约略这个长度，大于 100 pips 后，概率就大幅的衰减。

这个统计结果表示，大部分行情是在一个宽幅范围内震荡，只有少数行情可以走出一个像样的连续趋势行情，这是符合市场行情的实际观察。不过如要生成交易策略，顺势交易者和逆势交易者，看到这样的统计结论，产生的策略恐怕会有很大的不同。

这类的指标统计如果放到 python 来写，最常遇到的问题是，mt5 的内建指标库和 python 在网上可以找到现成的第三方指标代码库，有些执行结果是一样，有些是不太相同，例如这次统计使用的 ZigZag 指标。对于执行不同的指标，为确保和 mt5 端对应的策略做对比，最好是从 mql5 指标源码再作转写。

mt5 官方 python 函数里返回的 K 线 numpy array 是从行情最左边 K 线为 row index=0 ，最右边是数组最大 row index，这点和 mql5 自带指标里的官方提供的指标代码的数组处理顺序是一样的，也就是 mql5 术语的 array series 是默认 false，和 mql4 自带指标默认数组顺序是 true 不同。所以如需自行转写 mt5 自带指标到 python 指标，从 mql5 自带指标代码来转写，会比从 mql4 自带指标代码转写减少数组反向处理。

个人提供 MT4/MT5 EA 或 指标定制编程代写服务，有兴趣可透过邮件 boolapi@qq.com 或 QQ 1034612103 联系 (加好友后即可立即留言）