5. 优化结果的分析与使用

5.1. 结果分析

• 从结果表中按夏普、回撤等列排序，比较不同参数组的稳定性与收益风险比。

• 可绘制参数与目标函数的关系图（若支持），观察敏感性与局部最优。

5.2. 目标函数与约束（罗列并简短解释）

• 优化目标：当前支持的如夏普最大化、回撤最小化、收益最大化等，以配置项或 API 为准。

• 约束：若有（如最大回撤上限、最小交易次数），在配置中指定；满足约束的解才参与排序。

5.3. 将最优参数写回策略

使用 op.set_parameter(stg_id, pars=best_pars) 将优化得到的最优参数应用到 Operator，即可用同一 Operator 进行后续回测（mode=1）或实盘，无需手动改代码。

5.4. 注意事项

• 过拟合：在样本内优化得到的参数可能在样本外表现变差，建议做样本外验证或滚动优化。

• 样本内外：可用不同时间区间做优化与验证。

• 计算时间：opti_sample_count 或迭代次数越大，耗时越长；可在精度与时间之间权衡。