MultiCharts(V14)-矩阵优化 - 让策略优化更专业稳健
  
- UID
- 2
- 积分
- 2914403
- 威望
- 1407234 布
- 龙e币
- 1507169 刀
- 在线时间
- 13521 小时
- 注册时间
- 2009-12-3
- 最后登录
- 2025-3-3

|
MultiCharts(V14)-矩阵优化 - 让策略优化更专业稳健
MC的移动取样优化,相信很多小伙伴都不陌生,可以实现用一部分样本内的最优参数放到 样本外进行绩效验证。对于一个已知的时间区间的数据,在我们移动取样时,会有两个部 分困扰着大家:选择移动多少步跑完优化呢?样本外的区间又到底占比多少合适呢?
为了找到最佳的一组优化参数,我们通常要进行大量的移动区间步数的调整、搭配样本外 区间占比的调整,非常耗时又耗心力。
MC 研发团队非常贴心,在 MC12 版本直接给我们提供了一个工具:矩阵优化。可以对移 动取样区间个数、样本外占比的值进行不同的组合,做出矩阵式的移动取样优化报告。

在茫茫参数中找到最佳值,变得有据可依。对每一个移动取样结果进行多维度的分析:净 利、胜率、盈亏比、日内最大回撤等等。

更进阶,可通过策略稳健性设置进行多个角度去评判优化结果的稳健性,以期待选取的参 数可以适应未来的行情。
 |
论坛官方微信、群(期货热点、量化探讨、开户与绑定实盘)
|
|
|
|
|
|