参数优化目的
我们在进行策略编写时,很容易受到参数调整的困扰,比如说双均线策略,到底长短均线的周期怎么来定义?“5日线”和“10日线”组合一定是最好的吗?如果多次回测,怎么记录回测结果?
带着这些疑问,我们来共同探讨掘金量化3的参数优化示例程序。
参数优化思想
我们将心目中的参数进行循环遍历回测,记录每次回测结果和参数,然后就可以根据某种规则将回测结果排序,这样就可以找到最好的参数了,当然,建议不要用“最好”的参数,因为可能会出现“过拟合”问题。
参数优化实现步骤
基础配置
-
首先,需要有个策略(
init
函数和on_bar(tick)
函数或algo
函数),策略里面有参数可以调整(废话)。 -
将两个策略函数复制进示例程序中替代示例策略。
-
调整
run
里面回测的各个参数。
记录每次回测结果
def on_backtest_finished(context, indicator):
repo