Генетическая оптимизация советников в MT5

Введение в оптимизацию советников MT5 с помощью генетического алгоритма

При настройке параметров EA в тестере стратегий MT5 доступны два режима оптимизации: «Полный перебор» (проверка всех возможных комбинаций параметров) и «Генетический алгоритм» (GA).

Для практического исследования огромного числа комбинаций за разумное время стандартным подходом является генетический алгоритм. В этой статье рассмотрим основы оптимизации с помощью генетического алгоритма и ключевые практические моменты.

Главное в этой статье

• Если комбинаций больше нескольких десятков тысяч, ищите не полным перебором, а генетическим алгоритмом (GA)
• В качестве критерия оценки выбирайте коэффициент восстановления или коэффициент Шарпа и исключайте решения с малым числом сделок
• Итоговые значения выбирайте не по одному решению с наивысшим показателем, а по кластеру 10–20 лучших решений, чувствительности параметров и проверке на разделённых периодах

Процесс оптимизации (общая схема)

Что такое генетический алгоритм

Генетический алгоритм (Genetic Algorithm, GA) — это метод оптимизации, имитирующий биологическую эволюцию. Процесс выглядит следующим образом:

1. Генерируется несколько случайных наборов параметров (особей)
2. Для каждой особи выполняется бэктест, результаты оцениваются по выбранному критерию (PF, коэффициент восстановления и т.д.)
3. Лучшие особи выбираются в качестве «родителей», из которых путём скрещивания и мутации создаётся следующее поколение
4. Процесс повторяется: с каждым поколением параметры всё больше сходятся к наилучшим значениям

В отличие от полного перебора, который «проходит все комбинации», GA «концентрируется на перспективных областях» — поэтому вычислительное время сокращается на порядки.

Когда что использовать: перебор или генетика

Например, если три параметра перебираются по 10 шагов каждый, получается 1 000 вариантов — с этим справится полный перебор. Но если пять параметров по 20 шагов — это уже 3,2 миллиона вариантов, и без генетического алгоритма не обойтись.

Настройки в тестере стратегий

Для включения оптимизации задайте в тестере стратегий следующие параметры:

• Оптимизация: выберите «Быстрая на основе генетического алгоритма»
• Результат: выберите критерий оценки — «Максимальный баланс», «Пользовательский максимум», «Максимальный коэффициент восстановления» и т.д.
• Вкладка «Входные параметры»: поставьте галочки напротив параметров для оптимизации, задайте начальное, конечное значения и шаг

Как выбрать критерий оценки

Выбор критерия напрямую влияет на результат. Вот основные варианты и их особенности:

Использование коэффициента восстановления или коэффициента Шарпа — наиболее практичный способ найти рабочие параметры и при этом избежать переоптимизации.

Запуск оптимизации с генетическим алгоритмом

После запуска оптимизации на вкладке «Результаты оптимизации» по каждому поколению начнут появляться наборы параметров с высокими оценками.

GA в MT5 автоматически прогоняет сотни поколений, постепенно сходясь к лучшим решениям.

Типичные ловушки

Включение в функцию оценки фильтра вроде «исключить результаты с менее чем 50 сделками» позволяет отсеять шумовые решения с недостаточной статистикой.

Как избежать переоптимизации

Чем дольше вы оптимизируете, тем больше рискуете получить параметры, «идеальные для прошлого, но бесполезные в будущем». Вот четыре практических правила, помогающих этого избежать.

1. Разделите данные на периоды

Если у вас данные за 10 лет, проводите оптимизацию на первых 7 годах, а на оставшихся 3 — тест на выборке вне обучающего периода (out-of-sample). Если результаты на тестовом периоде резко ухудшаются, это свидетельствует о переподгонке на обучающем периоде.

2. Сравнивайте 10–20 лучших решений

Выбирать только одно решение с наивысшим показателем опасно.

Проверьте, сосредоточены ли лучшие решения в одной области пространства параметров: если да, выбирайте значения ближе к центру этого кластера.

3. Проверяйте чувствительность параметров

Отклоните параметры финального кандидата на ±10–20% и убедитесь, что результат не рассыпается. Если рассыпается — решение подогнано под «острый пик», а не под устойчивый оптимум.

4. Оставляйте параметры вне оптимизации

Всегда сохраняйте несколько «логически естественных фиксированных значений», которые не участвуют в оптимизации — это снижает риск переоптимизации.

Например: период EMA оптимизируете, а множитель ATR фиксируете.

Параллельная оптимизация

MT5 поддерживает параллельную оптимизацию с использованием нескольких ядер CPU. Перейдите в «Тестер» → «Настройки» и увеличьте число используемых агентов — это сократит время вычислений.

Кроме того, сеть MQL5 Cloud позволяет задействовать удалённые агенты по всему миру для масштабной оптимизации, однако это платно. Поэтому эффективнее сначала сузить диапазоны параметров локально, а затем при необходимости задействовать облако.

Сужайте круг оптимизируемых параметров

Основной принцип — оптимизировать лишь несколько параметров, составляющих ядро логики, например период для входа и ширину стоп-лосса.

Если остальные параметры зафиксировать на «естественных значениях», проще избежать переоптимизации.

PF в бэктесте можно поднимать сколько угодно, прогоняя оптимизацию дольше, — но ровно настолько же возрастает и вероятность того, что советник перестанет работать на будущем рынке. «Выбрать скромные цифры и работать долго» — вот практически обоснованная стратегия реальной торговли.

Скачайте бесплатный EA

Бесплатный EA нашего сайта DONCHIAN ENGINE (USDJPY H1) в бэктесте на USDJPY H1 за 9.4 года (2017-2026, реальные тики Dukascopy) показал PF 1.50, процент прибыльных 34.5%, макс. DD 10.8% и 631 сделку.

Посмотреть бесплатный EA DONCHIAN ENGINE

Рекомендуемые брокеры

Чтобы результаты бэктеста и оптимизации воспроизводились в реальной торговле, мы рекомендуем брокеров с высоким качеством исполнения ордеров.

Посмотреть список рекомендуемых брокеров