3. 遗传算法入门：基因编码、选择、交叉、变异，一个简单的交易策略优化案例
好，咱们今天聊点硬核的——遗传算法。
说实话，我第一次接触这东西是在做CTA策略参数优化的时候。那时候我还在用网格搜索，跑一次要三天。后来一个老前辈跟我说：“你试试遗传算法，别傻乎乎地全跑一遍。” 嗯，试完之后，真香。
遗传算法（GA）说白了，就是模拟生物进化过程来找最优解。你想想看，大自然几亿年进化出人类这么复杂的生物，靠的就是“优胜劣汰、适者生存”那套逻辑。我们做量化交易，不也是在找那个最能赚钱的策略参数吗？
核心思想： 把策略参数看成“基因”，把策略表现看成“适应度”。好的基因留下来，差的淘汰掉，再通过交叉、变异产生新个体。一代代迭代下去，最终收敛到最优解。
3.1 基因编码：怎么把策略参数变成“染色体”
先解决第一个问题：怎么把策略参数表示成计算机能理解的形式？
我个人习惯用二进制编码。举个例子，假设我们有个简单的双均线策略，需要优化两个参数：
- 短期均线周期：范围 5~50
- 长期均线周期：范围 20~200
每个参数用10位二进制表示，两个参数拼起来就是一条20位的染色体。比如：
短期均线(10位) | 长期均线(10位)
0000011111 | 0010101010
→ 短期 = 31, 长期 = 42小技巧： 我在项目中遇到过参数范围跨度很大的情况，比如一个是1~10，另一个是100~1000。这时候建议用不同位数的二进制编码，或者直接用实数编码。别死磕二进制。
当然，也有用实数编码的，直接把参数值当基因。我个人觉得，二进制编码在交叉和变异时更自然，但实数编码更直观。看个人喜好。
3.2 选择：谁活下来，谁被淘汰
有了初始种群（比如随机生成100组参数），接下来就要算适应度了。
适应度函数就是你的目标函数。在交易策略里，可以是夏普比率、年化收益率、最大回撤的倒数…… 我一般用夏普比率 × 年化收益的组合，既考虑收益又考虑风险。
算完适应度，就要选择了。常用的方法有：
- 轮盘赌选择： 适应度越高，被选中的概率越大。就像转盘，大块头的区域更容易被指针点到。
- 锦标赛选择： 随机挑几个个体，选里面最好的。我比较喜欢这个，简单粗暴，不容易早熟收敛。
- 精英保留： 把最好的几个直接复制到下一代，保证最优解不会丢失。
注意： 我曾经犯过一个错误——只用轮盘赌，结果适应度最高的个体占了绝对优势，种群迅速失去多样性，陷入局部最优。后来我加了精英保留和锦标赛选择，效果好了很多。
3.3 交叉：让好基因组合起来
选择完父代，就要让它们“生孩子”了。交叉操作就是模拟生物的有性繁殖。
最常用的是单点交叉：随机选一个交叉点，交换两个父代染色体后半段。比如：
父代A: 0000011111 | 0010101010
父代B: 1111100000 | 0101010101
交叉点在第10位之后
子代1: 0000011111 | 0101010101
子代2: 1111100000 | 0010101010还有多点交叉、均匀交叉等变种。我个人经验是，单点交叉在大多数情况下够用了。交叉概率一般设在0.6~0.9之间，太高容易破坏好基因，太低进化太慢。
3.4 变异：引入随机性，防止陷入局部最优
交叉之后，还要加点“随机扰动”——这就是变异。
二进制编码的变异很简单：随机选几个位，0变1，1变0。变异概率通常设得很低，0.01~0.1之间。太高了就成了随机搜索，太低了又容易早熟。
为什么需要变异？ 你想想看，如果所有个体都差不多，交叉也产生不了新东西，那算法就卡住了。变异就像给种群打了一针“兴奋剂”，让它跳出局部最优。
我记得有一次优化一个多因子选股模型，种群迭代到50代时适应度就不动了。我检查了一下，发现所有个体的参数都集中在某个小区域。后来我把变异概率从0.05提高到0.15，又跑了20代，找到了一个更好的解。
3.5 完整流程：一个简单的交易策略优化案例
好，理论说完了，咱们来点实战。假设我们要优化一个简单的双均线金叉死叉策略：
- 短期均线上穿长期均线 → 买入
- 短期均线下穿长期均线 → 卖出
需要优化的参数：短期周期（5~50）、长期周期（20~200）。适应度函数用夏普比率。
完整流程如下：
- 初始化： 随机生成50组参数，每组用20位二进制编码
- 评估： 对每组参数回测，计算夏普比率
- 选择： 用锦标赛选择（每次随机挑3个，选最好的）选出25对父代
- 交叉： 每对父代以0.8的概率进行单点交叉，生成50个子代
- 变异： 每个子代的每个位以0.05的概率翻转
- 精英保留： 把上一代最好的2个个体直接复制到下一代
- 重复： 回到步骤2，直到达到最大代数（比如100代）或适应度不再提升
下面我用Python伪代码展示核心逻辑：
# 伪代码，实际实现需要更多细节
def genetic_algorithm():
# 初始化种群
population = [random_chromosome() for _ in range(50)]
for generation in range(100):
# 评估适应度
fitness = [evaluate(chrom) for chrom in population]
# 精英保留
elites = select_elites(population, fitness, 2)
# 选择父代
parents = tournament_selection(population, fitness, 25)
# 交叉生成子代
offspring = []
for i in range(0, len(parents), 2):
if random() < 0.8:
child1, child2 = crossover(parents[i], parents[i+1])
else:
child1, child2 = parents[i], parents[i+1]
offspring.extend([child1, child2])
# 变异
for child in offspring:
mutate(child, rate=0.05)
# 新种群 = 精英 + 子代
population = elites + offspring
return best_chromosome(population, fitness)避坑指南： 我曾经把精英保留数量设得太大（比如10个），结果种群多样性急剧下降。建议精英数量不超过种群总数的5%。另外，记得在每次迭代时记录最佳适应度，方便调试。
3.6 遗传算法的优缺点
| 优点 | 缺点 |
|---|---|
| 不需要梯度信息，适用于非连续、非线性问题 | 计算量大，每次迭代都要评估整个种群 |
| 天然支持并行计算 | 容易早熟收敛，陷入局部最优 |
| 可以处理大量参数 | 参数（种群大小、交叉率、变异率）调起来麻烦 |
| 不容易陷入局部最优（相比梯度下降） | 没有理论保证收敛到全局最优 |
嗯，说白了，遗传算法不是万能的。但它确实是个好工具，尤其在参数空间大、目标函数复杂的时候。我现在的习惯是：先用遗传算法跑一遍，找到大概的最优区域，再用局部搜索精调。两相结合，效果最好。
最后，送你一张遗传算法的流程图，方便你理解整个进化过程：
这张图把整个流程串起来了。你照着这个逻辑写代码，基本不会跑偏。
公众号:蓝海资料掘金营，微信deep3321