Summary: 本文深入讲解MQL4 EA网格搜索优化的进阶技术，包括参数空间设计、双遍扫描、稳定性过滤和样本外验证，提供完整可运行代码，帮助开发者避免过拟合，提升回测准确性。




网格搜索是MQL4中确定性EA参数优化的黄金标准。与遗传算法不同，它保证在定义步长内找到全局最优解。但粗放的网格搜索会产生过拟合策略。本文讲解可最大化稳健性的进阶技术。

参数空间设计原则

对于k个参数，步长分别为s1, s2, ..., sk，总组合数 = ∏si。为在合理运行时间内保持分辨率，对敏感参数采用对数刻度，对稳定参数采用线性刻度。

优化目标的数学表述

定义目标函数：
\[
F(\theta) = \frac{\mathbb{E}[R(\theta)]}{\sigma(R(\theta))} \times \text{ProfitFactor}(\theta) \times (1 - \lambda \cdot \text{DDF}(\theta))
\]
其中θ = (p1, p2, ..., pn)为参数向量，DDF为下行偏差因子，λ = 0.3为惩罚系数。相比单纯使用净利润，复合指标能有效降低过拟合。

代码：带稳定性过滤器的双遍网格优化
```cpp
// MQL4代码 - 带稳健性验证的双遍网格优化
input int MAPeriodMin = 5;
input int MAPeriodMax = 50;
input int MAPeriodStep = 5;
input double StopLossMin = 20.0;
input double StopLossMax = 100.0;
input double StopLossStep = 5.0;

struct OptimizationResult {
int MAPeriod;
double StopLoss;
double SharpeRatio;
double ProfitFactor;
double StabilityScore;
};

void TwoPassGridOptimization() {
OptimizationResult bestResults[];
int resultCount = 0;

// 第一遍：粗网格扫描
for(int ma = MAPeriodMin; ma <= MAPeriodMax; ma += MAPeriodStep) {
for(double sl = StopLossMin; sl <= StopLossMax; sl += StopLossStep) {
double sharpe = CalculateSharpe(ma, sl);
double pf = CalculateProfitFactor(ma, sl);
double stability = ComputeStabilityScore(ma, sl);

// 过滤阈值
if(sharpe > 0.5 && pf > 1.3 && stability > 0.7) {
OptimizationResult res;
res.MAPeriod = ma;
res.StopLoss = sl;
res.SharpeRatio = sharpe;
res.ProfitFactor = pf;
res.StabilityScore = stability;
ArrayResize(bestResults, resultCount + 1);
bestResults[resultCount++] = res;
}
}
}

// 第二遍：在最优候选周围进行细网格扫描
for(int i = 0; i < resultCount; i++) {
int maCenter = bestResults[i].MAPeriod;
double slCenter = bestResults[i].StopLoss;

for(int ma = maCenter - MAPeriodStep/2; ma <= maCenter + MAPeriodStep/2; ma += MAPeriodStep/4) {
for(double sl = slCenter - StopLossStep/2; sl <= slCenter + StopLossStep/2; sl += StopLossStep/4) {
ValidateCandidate(ma, sl);
}
}
}
}
```

性能曲面分析

网格优化后，计算局部平滑度指标：
\[
S_{\text{local}}(p_i) = \frac{|F(p_i) - F(p_{i-1})|}{|p_i - p_{i-1}|}
\]
S_local的高方差表明参数敏感且稳健性差。若max(S_local) / min(S_local) > 5，则拒绝该参数集。

样本外验证协议

1. 保留30%历史数据作为样本外(OOS)数据
2. 仅在70%样本内数据上进行优化
3. 排名前3的参数集在样本外上的夏普比率不得超过样本内的15%
4. 每季度使用扩展窗口重新优化

MT4回测中避免未来函数

切勿引用当前K线索引0处的指标值。入场信号应基于已确认收盘的K线，使用偏移1。示例：
```cpp
// 错误写法 - 存在未来函数泄漏
double maCurrent = iMA(NULL,0,14,0,MODE_SMA,PRICE_CLOSE,0);
// 正确写法 - 稳健
double maPrevious = iMA(NULL,0,14,0,MODE_SMA,PRICE_CLOSE,1);
```

参考来源：MQL4官方文档 - 策略测试器（https://docs.mql4.com/tester），《系统化交易》Robert Carver 著，2015年。