先把一个“指标”拆成三件事

无论是 EMA、ATR 还是 SMC 的结构标注，讨论前要区分三件不同的工作：

1. 计算：公式如何从价格或成交数据得到新值。
2. 状态准备：一个滚动公式在作出判断前，是否已经收到足够的历史样本。
3. 显示：结果是否、以及用什么界面画给人看。

之前把这三件事压进一个表格，才会出现“预热、内置数量、向量化、四个方法”都看不出在说什么的问题。

计算时，谁推进指标？

prev_calculated 只是终端告诉指标“上次成功处理到哪里”的增量计算线索；历史补齐或变化后，终端会把它重置为 0 MQL5 文档。它不是“预热完成”的标记。

上一版表格中的“4 个方法”已删除。它把不同职责混成了一个数字：Nautilus 常见的 handle_bar、handle_quote_tick、handle_trade_tick 是三种输入形式，reset 是清空状态的生命周期操作，它们不是四个可互换的指标公式接口。

“预热”到底是什么

以 EMA(20) 为例，预热指在正式交易判断前，把至少足以建立状态的较早数据依次送进同一个指标对象。不是另算一套 EMA，也不是把历史结果直接塞给策略。

• LEAN 可以设置算法级 set_warm_up，或为某个指标请求历史并用预热辅助方法推进。预热期的数据会进入算法，但不能下单 官方文档。
• NautilusTrader 可以请求或装载历史数据，再让指标按通常的 bar/tick 路径推进；是否何时开始交易由策略自己约束。
• MQL5 指标 初次 OnCalculate 已可拿到终端提供的历史数组。开发者需要自行决定前 N 根是否输出空值，EA 若依赖该指标也需要自行约定何时才开始交易。

“向量化”是研究里的批量计算方式

向量化不是某个框架的开关。它表示把一整列或多列数据交给 NumPy、pandas、DuckDB 等工具批量计算，例如对百万行收盘价一次求滚动均线，而不是用 Python 循环逐根推进。

运行中的事件驱动策略仍应按时间顺序维护状态；研究中则可以对完整历史做批量计算。两者可以复用同一个公式，却必须核对窗口起点、时区、bar 收盘约定和缺失值处理，否则“向量化版本”与线上版本可能得出不同结果。

“内置指标数量”也不再作为对比列。它只表示某个库随包提供了多少类，无法说明是否覆盖所需公式、能否组合、数据质量是否合适，更不等于策略能力。实际工作里更有用的是先确认输入类型、就绪条件和输出语义。

MQL5 的指标是否同时负责计算和绘制？

答案是：**默认的终端使用方式更紧密，但不是绝对绑死。**MQL5 自定义指标在同一程序中通过 OnCalculate 写 buffer；标为 INDICATOR_DATA 的 buffer 可映射到 DRAW_LINE、DRAW_CANDLES 等终端绘制类型。它也可以使用 INDICATOR_CALCULATIONS、DRAW_NONE 或普通数组，只计算而不直接画图 MQL5 文档。

在独立架构中，Nautilus 或 LEAN 指标本身通常不自带浏览器图形。策略先产出带时间、价格、区间和状态的指标值或标注记录，再由 KLineCharts、Plotly、报告或告警模块选择如何消费。若选 KLineCharts，当然仍需调用它的绘制 API；本质差异不在“是否要调用画图组件”，而在渲染器不会反过来定义指标计算和业务语义。