2025年掘金量化3参数优化(使用掘金3的策略师必读)

掘金量化3参数优化(使用掘金3的策略师必读)原 掘金量化 3 参数优化 使用掘金 3 的策略师必读 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

大家好,我是讯享网,很高兴认识大家。

原 掘金量化3参数优化(使用掘金3的策略师必读)

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。


讯享网

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

讯享网
小讯
上一篇 2025-03-27 13:35
下一篇 2025-01-26 07:47

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/44118.html