参数优化：找到最好的均线组合

🎯 为什么要参数优化？

双均线策略里有两个关键参数：

• 📊 短期均线周期（如5日、10日）
• 📊 长期均线周期（如20日、60日）

不同的参数组合，效果可能差很多！参数优化就是遍历所有可能，找到最优组合。

👨‍💻 Backtrader 参数优化

import backtrader as bt

# 优化策略
class MaCrossStrategy(bt.Strategy):
    params = (("ma1", 5), ("ma2", 20),)

    def __init__(self):
        self.ma1 = bt.indicators.SimpleMovingAverage(
            self.data.close, period=self.params.ma1)
        self.ma2 = bt.indicators.SimpleMovingAverage(
            self.data.close, period=self.params.ma2)
        self.crossover = bt.indicators.CrossOver(self.ma1, self.ma2)

    def next(self):
        if self.crossover > 0:
            self.buy()
        elif self.crossover = result[0].params.ma2:
        continue
    final_value = result[0].broker.getvalue()
    ret = (final_value - 100000) / 100000 * 100
    if ret > best_return:
        best_return = ret
        best_params = (result[0].params.ma1, result[0].params.ma2)
        print(f"MA{best_params[1]}x{best_params[0]}: 收益 {ret:.2f}%")

print(f"\n最优参数: MA{best_params[1]} x MA{best_params[0]}")
print(f"最优收益: {best_return:.2f}%")

📊 优化结果示例

MA20x5: 收益 15.32%
MA30x7: 收益 18.45%
MA40x9: 收益 12.33%
...

最优参数: MA30 x MA7
最优收益: 18.45%

⚠️ 过拟合问题

过拟合就是策略在历史上表现很好，但未来不灵。

如何避免过拟合？

• 📊 用样本外数据测试
• 💡 参数不要太多
• 🔧 简单策略往往更稳健
• 📈 考虑交易成本

💡 建议

• 📊 优化参数时别太”贪心”
• 💰 考虑手续费、滑点
• 🔍 看看参数是否稳定
• 📈 最好用多个股票测试

📚 下一课

学会了参数优化，我们来实战：完整的选股策略！