参数调优基础：从定义到核心指标

做量化交易的朋友，咱们今天聊聊参数调优。这玩意儿说白了，就是给策略找最合适的参数组合。我做了这么多年期货，见过太多人一上来就猛调参数，结果实盘一跑就崩。嗯，咱们得先搞清楚几个基本概念。

什么是参数调优？

参数调优，就是调整策略里的那些可变量。比如均线策略里的周期数、布林带的倍数、止损的百分比。你想想看，同样的策略，参数不同，结果可能天差地别。

我个人习惯把参数调优分成两类：

• 手动调优：凭经验一个个试，适合参数少的情况
• 自动调优：用算法搜索最优组合，适合参数多的情况

我在项目中遇到过最典型的例子：一个简单的双均线策略，5日和20日均线交叉，回测年化15%。换成10日和30日，年化直接掉到8%。参数不同，结果差了一倍。这就是调优的意义。

为什么需要调优？

说白了，市场在变，策略也得跟着变。你不可能一套参数吃一辈子。我见过有人2018年调好的参数，2020年还在用，结果亏得底朝天。

调优的核心目的有三个：

1. 适应市场环境：不同行情下，最优参数不同
2. 提升策略稳定性：减少偶然性，让策略更可靠
3. 控制风险：避免参数过于敏感导致大亏

过拟合与欠拟合

这两个概念，我刚开始做量化时吃了不少亏。咱们用个简单的比喻：

• 过拟合：就像你背答案，考试遇到原题满分，换个题目就懵了
• 欠拟合：就像你只学了皮毛，连原题都答不好

在量化交易里，过拟合的表现是：回测曲线漂亮得像艺术品，实盘却一塌糊涂。我曾经犯过这个错——把参数调得特别精细，回测年化40%，最大回撤只有5%。结果实盘一个月就亏了15%。

为什么会这样？因为我把参数调得太贴合历史数据了。市场稍微变一下，策略就失效了。

欠拟合则相反。参数太粗糙，连历史数据都拟合不好。比如你用固定止损比例，不管市场波动多大都设2%。遇到震荡行情，频繁止损；遇到趋势行情，止损又太宽。这就是欠拟合。

调优的核心指标

调优不能只看收益率。我一般关注三个核心指标：

指标	含义	我的经验值
夏普比率	每单位风险获得的超额收益	大于1.5算不错，大于2.0很优秀
最大回撤	账户从最高点到最低点的最大跌幅	控制在20%以内比较安全
年化收益率	按年计算的复合收益率	15%-30%是比较合理的区间

夏普比率，说白了就是衡量你赚的钱值不值得冒风险。夏普比率2.0，意味着每承担1%的风险，能赚2%的收益。我个人习惯夏普比率低于1.5的策略直接放弃。

最大回撤，这个指标我特别看重。你想想看，一个策略年化30%，但最大回撤40%。你扛得住吗？我见过太多人，回撤到30%就割肉了，后面涨回来也跟他没关系。

年化收益率，这个大家都懂。但我要提醒一句：别只看收益率，要看风险调整后的收益率。一个年化50%但最大回撤60%的策略，不如年化20%但最大回撤10%的策略。

知识体系框架

下面这张图，是我自己总结的参数调优知识体系。你看一眼就能明白各个概念之间的关系：

这张图把参数调优的核心逻辑串起来了。你从中间开始看，往三个方向延伸，每个分支都有具体的知识点。我个人习惯每次调优前都看一眼这张图，提醒自己别跑偏。

好了，参数调优的基础概念就讲到这里。记住：调优不是目的，稳定盈利才是。别为了调优而调优，也别为了追求完美参数而过度拟合。保持简单，保持稳健。

---

公众号:蓝海资料掘金营，微信deep3321