1. 取引戦略の最適化の概要

最適化では、目的関数を改善する組み合わせ (シャープ比の最大化など) をパラメータ空間で検索します。本質的には、バックテストと目的関数の比較を繰り返すことです。

1.1. 概要

  • 目的: 戦略の調整可能なパラメーター範囲内で、検索アルゴリズムまたは最適化アルゴリズムを使用して、よりパフォーマンスの高いパラメーター (移動平均期間やしきい値など) を見つけます。

  • バックテストとの関係: 最適化 = 多数のバックテスト (それぞれ 1 つのパラメーター セット) + 目的関数 (シャープ レシオやドローダウンなど) によって比較およびランク付けし、最良または上位 K のセットを選択します。

1.2. 最適化ワークフローの概要

  1. パラメータ空間と目的の設定: 戦略の Parameter objects and par_range は検索空間を定義します。目的関数は構成で設定されます (シャープ比を最大化するなど)。

  2. 最適化アルゴリズムを選択してください: ⟦コード0⟧⟦コード1⟧⟦コード2⟧⟦コード3⟧⟦コード4⟧⟦コード5⟧⟦コード6⟧⟦コード7⟧⟦コード8⟧⟦コード9⟧⟦コード10⟧⟦コード11⟧⟦コード12⟧、そしてその他。

  3. qt.run(mode=2): 戦略の最適化を実行します。

  4. 結果と最適なパラメータの読み取り: 返されたオブジェクトから最適なパラメータの組み合わせと上位 K 個の結果を抽出します。

1.3. このセクションの章ガイド

  • 2.戦略最適化の実行方法 — エントリ ポイント、最適化アルゴリズムと実行パラメータ リスト、パラメータ空間、および最小限の例。

  • 3.最適化アルゴリズム: 違いと使用例 — アルゴリズムの比較と選択に関するアドバイス。

  • 4.最適化結果の構造とアクセス — 戻り値、結果フィールド、および最良および上位 K の結果の読み取り。

  • 5.最適化結果の分析と使用 — 結果の分析、目的と制約、戦略への最適なパラメーターの適用、および注意事項。

アルゴリズムの詳細については、最適化リファレンス (例: references/5-optimize-strategy.md) を参照してください。