01
参数调优总览
什么是参数调优？为什么重要？调优的核心目标与评价指标。
核心概念评价指标
02
环境搭建与数据准备
虚拟交易环境配置、历史数据获取与清洗、回测框架选择。
环境数据回测
03
策略核心参数解析
移动平均线(MA)周期、布林带标准差、RSI阈值、止损止盈比例。
MA布林带RSI
04
网格搜索法
穷举搜索原理、参数空间定义、并行计算加速、结果可视化。
穷举并行可视化
05
随机搜索法
随机采样策略、与网格搜索对比、收敛速度分析、适用场景。
随机对比收敛
06
贝叶斯优化
高斯过程原理、采集函数(UCB/EI)、代理模型构建、超参数调优实战。
高斯过程采集函数
07
遗传算法调优
编码与种群初始化、选择/交叉/变异算子、适应度函数设计、早停策略。
进化适应度早停
08
粒子群优化(PSO)
粒子速度与位置更新、惯性权重、局部与全局最优、参数约束处理。
PSO惯性权重
09
模拟退火法
温度衰减策略、Metropolis准则、邻域搜索、跳出局部最优。
退火邻域
10
交叉验证与过拟合
时间序列交叉验证、滚动窗口验证、防止过拟合的正则化方法。
交叉验证正则化
11
多目标优化
帕累托前沿、NSGA-II算法、夏普比率与最大回撤的权衡。
帕累托NSGA-II
12
参数敏感性分析
单因素敏感性分析、Sobol指数、Morris方法、关键参数识别。
SobolMorris
13
稳健性检验
蒙特卡洛模拟、参数扰动测试、不同市场环境下的表现。
蒙特卡洛扰动
14
在线学习与自适应调优
在线梯度下降、AdaGrad、RMSProp、动态参数调整。
在线学习AdaGrad
15
强化学习调参
Q-learning、策略梯度、环境交互、奖励函数设计。
强化学习Q-learning
16
特征工程与参数联动
特征重要性排序、参数交互效应、主成分分析降维。
特征工程PCA
17
并行与分布式调优
多进程/多线程、Spark分布式计算、参数服务器架构。
并行Spark
18
超参数优化库实战
Optuna、Hyperopt、Scikit-Optimize、Ray Tune对比。
OptunaHyperopt
19
回测引擎优化
事件驱动回测、向量化回测、性能瓶颈分析、内存管理。
回测性能
20
交易成本与滑点建模
固定成本、比例成本、市场冲击模型、滑点拟合。
成本滑点
21
风险管理参数
VaR计算、CVaR优化、杠杆控制、仓位管理参数调优。
VaRCVaR仓位
22
高频交易参数
订单簿特征、延迟敏感参数、微结构模型、Tick级数据调优。
高频Tick
23
统计套利参数
协整检验参数、均值回归半衰期、配对选择阈值、对冲比例。
协整均值回归
24
机器学习模型调参
随机森林、XGBoost、LSTM、Transformer在交易中的参数。
XGBoostLSTMTransformer
25
集成策略调优
多策略权重分配、相关性矩阵、动态切换机制、组合优化。
集成权重
26
实盘与回测差异
未来函数、幸存者偏差、前视偏差、实盘参数微调。
偏差实盘
27
自动化调优流水线
CI/CD集成、定时重优化、参数版本控制、日志监控。
CI/CD版本控制
28
可视化与报告
参数热力图、优化轨迹图、回撤曲线、绩效归因报告。
热力图归因
29
案例实战
趋势跟踪策略调优、均值回归策略调优、CTA策略调优。
趋势CTA
30
总结与进阶
调优哲学、常见误区、前沿方向(元学习、AutoML)、资源推荐。
元学习AutoML