# 交易策略优化总览

优化旨在在参数空间中寻找使目标函数更优（如夏普最大化）的参数组合；本质是多次回测加目标函数比较。

## 总体介绍

- **目的**：在策略可调参数范围内，通过搜索或优化算法找到表现更好的参数（如均线周期、阈值等）。
- **与回测的关系**：优化 = 多次回测（每次一组参数）+ 按目标函数（如夏普、回撤）比较并排序，选出最优或 Top-K 组。

## 优化流程概览

1. **设定参数空间与目标**：策略的 Parameter 与 par_range 定义搜索空间；目标函数由配置指定（如夏普最大化）。
2. **选择优化算法**：opti_method 可选 grid、montecarlo、GA、SA、PSO、bayesian 等。
3. **qt.run(mode=2)**：运行策略优化。
4. **获取结果与最优参数**：从返回对象中读取最优参数组合及 Top-K 结果。

## 本目录各章导航

- **2. 如何运行策略优化** — 入口、优化算法与运行参数列表、参数空间、最小示例。
- **3. 优化算法的区别与使用情境** — 各算法对比与选择建议。
- **4. 优化结果的结构与读取** — 返回值、结果字段、读取最优与 Top-K。
- **5. 优化结果的分析与使用** — 结果分析、目标函数与约束、将最优参数写回策略、注意事项。

更多算法细节见《优化交易策略》references（如 references/5-optimize-strategy.md）。