上周五跑完一个GBPUSD的H4策略回测，结果让我挺郁闷的。参数优化这块我以前一直图省事，直接用MT4自带的策略测试器，把周期、均线、止损全丢进去，让它跑个几千次，然后挑个净值曲线最漂亮的组合就上实盘了。结果呢，前两周还行，第三周开始连续打止损，回撤直接干到18%。后来我仔细复盘才发现，问题压根不在策略逻辑，而在参数优化这步我根本就没做对。今天把踩过的坑和现在用的方法整理出来，给刚接触这块的汇友参考下。
先说最核心的一个认知：参数优化不是让EA在历史数据上赚最多钱，而是让它在不同市场状态下都能活下来。我一开始就是栽在“只看总盈利”这个指标上。后来我改成看三个东西：盈亏比、最大回撤、以及连续亏损次数。特别是连续亏损次数，这个参数太重要了，直接决定你能不能扛过震荡期。比如我之前优化一个双均线交叉策略，把快线周期从10调到15，总盈利确实上去了，但连续亏损次数从3次飙到9次，这种参数组合实盘根本拿不住。
具体实操步骤，我现在是这么做的：
踩过最大的坑，是没注意优化时的数据范围。我之前用2018到2020的数据优化，然后直接拿2021到2023的数据做“样本外验证”，以为这样就没问题了。结果发现因为2022年英镑波动率特别大，策略在样本外表现很差。后来我改成滚动优化，比如每跑完3个月数据，就往前滚动1个月重新优化一次参数，这样能让EA适应市场结构的变化。虽然麻烦点，但实盘稳定性提升很明显。
另外有个细节容易被忽略：MT4策略测试器里的“模型”选项，默认是“每个即时价格”，但如果你用的EA里有挂单或者止损单，建议选“数学计算”模式，跑得快点且误差不大。还有，优化时务必把“开盘价”和“即时价格”两种模式都跑一遍对比，有些参数在即时价格模式下漂亮得一塌糊涂，换到开盘价就废了，这种直接删掉。
最后说下现在用的工具。MT4自带的优化器功能其实够用，但如果你要批量处理多个参数组合，我建议用Python写个脚本调用MT5的API，或者用MT4的“遗传算法”优化（虽然它快但容易陷入局部最优）。我目前是先用遗传算法粗筛一遍，把参数范围缩小，然后再用穷举法精调，这样效率高很多。
想问问大家，你们优化参数的时候，有没有遇到过那种回测曲线完美但实盘一塌糊涂的情况？后来是怎么调整的？我最近在琢磨是不是该引入一些随机种子来模拟蒙特卡洛路径，但还没想清楚具体怎么落地，有经验的汇友来聊聊。
对了，忘了补一句：现在每次优化完我都会单独拿一段没参与回测的行情做样本外验证，哪怕结果差一点也认，至少心里有底。
先说最核心的一个认知：参数优化不是让EA在历史数据上赚最多钱，而是让它在不同市场状态下都能活下来。我一开始就是栽在“只看总盈利”这个指标上。后来我改成看三个东西：盈亏比、最大回撤、以及连续亏损次数。特别是连续亏损次数，这个参数太重要了，直接决定你能不能扛过震荡期。比如我之前优化一个双均线交叉策略，把快线周期从10调到15，总盈利确实上去了，但连续亏损次数从3次飙到9次，这种参数组合实盘根本拿不住。
具体实操步骤，我现在是这么做的：
- 第一步，先固定其他变量，只优化一个参数。比如先只调EMA的快线周期，从5到20，步长1，跑完看结果分布。这一步别贪多，一次盯一个变量。
- 第二步，看结果分布曲线而不是只看最优值。MT4测试器会生成一个参数-盈利的散点图，我关注的是参数在某个区间内是否表现稳定。如果10到12都赚钱，13突然暴亏，14又赚钱，这种不连续的区域直接排除，说明存在过拟合。
- 第三步，把筛选出的参数组合放到不同的时间周期去验证。比如H4上优化的参数，拿到H1和D1上跑一遍，如果结果差异巨大，那这个参数大概率是拟合了特定行情。
- 第四步，设置一个保守的止损滑点模拟。MT4默认滑点是0，但实盘ECN账户欧美盘滑点经常到1-2个点。我优化时会把滑点设为3个点，点差设为20，这样跑出来的结果更接近真实。
踩过最大的坑，是没注意优化时的数据范围。我之前用2018到2020的数据优化，然后直接拿2021到2023的数据做“样本外验证”，以为这样就没问题了。结果发现因为2022年英镑波动率特别大，策略在样本外表现很差。后来我改成滚动优化，比如每跑完3个月数据，就往前滚动1个月重新优化一次参数，这样能让EA适应市场结构的变化。虽然麻烦点，但实盘稳定性提升很明显。
另外有个细节容易被忽略：MT4策略测试器里的“模型”选项，默认是“每个即时价格”，但如果你用的EA里有挂单或者止损单，建议选“数学计算”模式，跑得快点且误差不大。还有，优化时务必把“开盘价”和“即时价格”两种模式都跑一遍对比，有些参数在即时价格模式下漂亮得一塌糊涂，换到开盘价就废了，这种直接删掉。
最后说下现在用的工具。MT4自带的优化器功能其实够用，但如果你要批量处理多个参数组合，我建议用Python写个脚本调用MT5的API，或者用MT4的“遗传算法”优化（虽然它快但容易陷入局部最优）。我目前是先用遗传算法粗筛一遍，把参数范围缩小，然后再用穷举法精调，这样效率高很多。
想问问大家，你们优化参数的时候，有没有遇到过那种回测曲线完美但实盘一塌糊涂的情况？后来是怎么调整的？我最近在琢磨是不是该引入一些随机种子来模拟蒙特卡洛路径，但还没想清楚具体怎么落地，有经验的汇友来聊聊。
对了，忘了补一句：现在每次优化完我都会单独拿一段没参与回测的行情做样本外验证，哪怕结果差一点也认，至少心里有底。