Как оптимизировать параметры советника и на что обратить внимание
Обновлено: 15 мая 2026 г.
Пожалуйста, прочитайте перед оптимизацией
Оптимизация параметров — мощная функция, но при неправильном использовании она может привести к переобучению на исторических данных, в результате чего советник совсем перестанет работать на реальных рынках. В этой статье подробно объясняются эти меры предосторожности.
▼ Содержание
Что такое оптимизация?
Оптимизация параметров советника — это процесс бэктестирования различных комбинаций параметров (периоды EMA, множители ATR, проценты риска и т.д.) для нахождения наилучшей комбинации.
Тестер стратегий MT5 имеет «Режим оптимизации», который автоматически тестирует все комбинации параметров в указанном диапазоне методом перебора. Многопоточная обработка обеспечивает высокоскоростную оптимизацию.
Шаги оптимизации
- 1
Открыть тестер стратегий
Откройте тестер стратегий с помощью Ctrl+R и настройте советника и валютную пару (XAUUSD H1).
- 2
Выбрать режим оптимизации
Включите флажок «Оптимизация» и выберите критерий оптимизации (например, Макс. чистая прибыль, Макс. коэффициент Шарпа). Рекомендуем использовать коэффициент Шарпа в качестве критерия.
- 3
Установить диапазоны параметров
На вкладке «Входные данные» отметьте параметры, которые хотите оптимизировать, и установите начальное значение, шаг и конечное значение. Пример: FastEMA_Period (Начало: 10, Шаг: 5, Конец: 50)
- 4
Нажать «Старт»
После завершения настроек нажмите «Старт». В зависимости от количества комбинаций параметров это может занять некоторое время.
- 5
Просмотреть результаты
После завершения оптимизации на вкладке «Оптимизация» отображается список результатов для каждой комбинации. Сортируйте по коэффициенту Шарпа или чистой прибыли для просмотра лучших комбинаций.
Что такое переобучение?
Переобучение — это явление, при котором советник чрезмерно оптимизируется под исторические данные бэктеста и полностью перестаёт работать на реальных рынках.
Например, даже если вы получаете замечательные результаты бэктеста с очень специфическими параметрами, такими как FastEMA_Period=23, SlowEMA_Period=47, это, скорее всего, было просто «подогнано слишком близко» к историческим данным и может не работать на будущих рынках.
• Кривая прибыли бэктеста крайне гладкая (неестественно хорошие результаты)
• Оптимизировано только для определённого периода
• Чувствительность к изменениям параметров — небольшие изменения вызывают большие изменения результатов
Как избежать переобучения
Проводить тестирование вне выборки
Разделите данные, используемые для оптимизации (обучающая выборка), от данных для верификации (тестовая выборка). Например, оптимизируйте на данных 2018-2023 гг. и проверяйте на данных 2024-2025 гг. Если хорошие результаты также появляются в тестовой выборке, можно ожидать эффективности на реальных рынках.
Проверять стабильность при изменениях параметров
Убедитесь, что результаты бэктеста существенно не меняются при параметрах, близких к оптимальному значению. Например, если FastEMA=20 оптимальна, важно, чтобы аналогичные результаты появлялись при значениях 19 или 21.
Ограничивать количество оптимизируемых параметров
Одновременная оптимизация всех параметров опасна. Рекомендуем сосредоточиться на наиболее влиятельных параметрах (процент риска, периоды EMA и т.д.).
Лучшие практики оптимизации
- ✓Используйте «Макс. коэффициент Шарпа» или «Макс. восстановительный фактор», а не «Макс. чистая прибыль» в качестве критерия оптимизации
- ✓Используйте не менее 3+ лет данных для периода оптимизации
- ✓Всегда проводите тестирование вне выборки для проверки переобучения
- ✓Выполняйте анализ чувствительности (тестируйте со значениями, близкими к оптимальным)
- ✓После оптимизации проводите не менее 3 месяцев демо-торговли перед использованием реального счёта
- ✓Рассмотрите периодическую повторную оптимизацию (каждые 6-12 месяцев)