测评 EA 这么多年，我见过最典型的翻车现场是这样的：某套策略回测曲线漂亮得像印钞机，年化 80%，最大回撤 12%，参数还是”全局最优”跑出来的。结果一上实盘，三个月亏掉一半。作者百思不得其解，来问我”是不是经纪商搞我”。
我说不是经纪商搞你，是你选了那个最不该选的参数。
先看这张参数扫描热力图，横轴是快均线周期，纵轴是慢均线周期，颜色代表净利润：
什么是邻域扫描？很简单：你找到最优参数之后，不要直接拿来用，而是把参数往上下左右各挪一点，看看利润掉得多快。如果最优值旁边全是深坑，那你找到的就是一个”尖峰”——它之所以最优，很可能只是因为刚好拟合了这段历史行情里的某几个巧合。
上图右边那张衰减曲线更能说明问题。红线是尖峰参数：参数只要偏离 2%，净利润就从 9800 掉到 5100，偏离 4% 直接亏损。绿线是高原参数：偏离 8% 还能赚 4300。你会选哪个？我永远选绿的，哪怕它的峰值比红的低 1200。
具体怎么做，我一般是这三步：
1. 先跑粗扫描。参数网格别抠太细，步长大一点，先看清地形的整体形状：哪里是山，哪里是坑，哪里是一整片高原。
2. 在高原中心取值，不在最高峰取值。如果一片连续区域利润都在 7000 以上，我就取这片区域的几何中心，而不是那个孤零零的 9800。这个习惯让我少踩了无数坑。
3. 做邻域衰减测试。把每个参数 ±10% 各跑一遍，把所有结果里最差的那个拿出来看。如果最差的还能盈利，这个参数才算合格；如果最差的是大亏，那这套策略再漂亮我也不敢上实盘。
我现在的标准是：邻域最差值必须为正，且不低于最优值的 40%。用这条筛下来，大概九成的”神级参数”会被毙掉——但活下来的那一成，实盘曲线和回测曲线的吻合度能到 70% 以上，这在 EA 圈已经算相当能打了。
还有一点容易被忽略：参数个数越少越稳。三个参数的策略比十个参数的策略好筛得多，因为你没法在十维空间里做有效的邻域扫描。我现在看到参数超过六个的 EA，基本直接放弃优化，只跑默认参数看个大概。
你们优化参数的时候会做稳健性检验吗？还是直接拿最优值上？评论区交流下，我最近在想怎么把这个流程做成脚本，有经验的带带我。
没有回复内容