Оптимізація параметрів стратегії: знаходимо найкращі налаштування

Що таке оптимізація параметрів

У кожній стратегії є числові параметри: період RSI, відсоток SL, довжина EMA, мультиплікатор ATR. Оптимізація — автоматичний перебір значень для пошуку комбінації з найкращим результатом по обраній метриці.

Без оптимізації: ви вручну тестуєте RSI(14), потім RSI(7), потім RSI(21). Три тести, три результати, три ручних порівняння. Це повільно та ненадійно — ви можете пропустити оптимальне значення, яке було б між протестованими.

З оптимізацією: платформа тестує RSI(7), RSI(8), RSI(9)... RSI(21) автоматично і показує рейтинг всіх варіантів, відсортованих за будь-якою метрикою: Profit Factor, Sharpe Ratio, Win Rate або Maximum Drawdown.

Оптимізація економить десятки годин ручного тестування. Замість здогадок ви отримуєте повну карту параметрів — де кожна комбінація має свій вимірюваний результат.

Оптимізація в StratBase.ai

Pro план ($29/міс): оптимізація одного параметру. Наприклад, RSI period від 7 до 21 з кроком 1 = 15 варіантів. Результат: таблиця з усіма варіантами та їхніми метриками.

Premium план ($49/міс): кілька параметрів одночасно. RSI period + SL % + EMA length = сотні комбінацій. Для двох параметрів платформа генерує heatmap-візуалізацію, де колір показує ефективність кожної комбінації — найкращі зони видно одразу.

Rust-движок забезпечує швидкість: 100 комбінацій бектестуються за секунди, не хвилини. Навіть повна оптимізація 500+ комбінацій зазвичай займає менше хвилини. Це дозволяє ітерувати швидко: змінили умову → запустили оптимізацію → побачили результат → скоригували підхід.

Небезпека: переоптимізація (overfitting)

Перебрали 1000 комбінацій → знайшли PF = 5.0? Це НЕ хороша стратегія. Це підгонка під конкретні історичні дані. Стратегія «запам’ятала» минуле, але не навчилася узагальнювати. На нових даних такий PF скоріш за все впаде до 1.0 або нижче.

Ознаки переоптимізації:

1. PF > 3.0 — підозрілий. PF > 5.0 — майже напевно overfitting. Реалістичний діапазон для робочої стратегії: 1.3-2.5.
2. Сусідні параметри різко гірші: RSI(17) = PF 5.0, RSI(16) = PF 1.1, RSI(18) = PF 0.9. Це «пік», не «плато». Один конкретний параметр збігся з конкретними ринковими рухами.
3. Мало угод (< 30): статистично ненадійний результат. Чим менше угод — тим ширший довірчий інтервал та менша надійність висновків.
4. Багато оптимізованих параметрів (5+): чим більше ступенів свободи, тим легше «підігнати». П’ять вільних параметрів на 50 угодах — це гарантований overfitting.

Метод Out-of-Sample: золотий стандарт

Золотий стандарт перевірки: оптимізуйте на частині даних, тестуйте на іншій частині, якої модель не бачила при оптимізації. Це імітує реальну ситуацію: стратегія була розроблена на минулих даних, а торгувати доведеться на майбутніх.

1. Розділіть дані: 70% — тренувальні (для оптимізації), 30% — тестові (для перевірки).
2. Оптимізуйте параметри на тренувальних даних. Знайдіть найкращу комбінацію.
3. Запустіть знайдену комбінацію на тестових даних (Out-of-Sample). Не чіпайте параметри.
4. Порівняйте: PF на тренувальних vs PF на тестових. Допустима деградація — до 30%.

Приклад: дані 2020-2025. Оптимізація на 2020-2023. Тест на 2024-2025. Якщо PF тренувальних = 2.0, а тестових = 1.4 — нормальна деградація (30%), стратегія робоча. Якщо 2.0 → 0.8 — overfitting, параметри підігнані під конкретний період.

Правило: PF на тестових повинен бути >70% від тренувальних. Якщо деградація більша — повертайтеся до етапу проектування стратегії, а не підкручуйте параметри далі.

Правило «плато»: ключ до робастності

Шукайте параметри, де сусідні значення дають схожий результат:

RSI(12) = PF 1.4, RSI(13) = PF 1.45, RSI(14) = PF 1.5, RSI(15) = PF 1.45, RSI(16) = PF 1.4.

Це «плато» — робастний результат. RSI(14) формально оптимум, але RSI(12-16) — все працює добре. Стратегія не залежить від одного «магічного» числа. Навіть якщо ринкові умови зміняться і оптимум зсунеться на RSI(13) або RSI(15) — стратегія залишиться прибутковою.

Якщо RSI(14) = PF 3.0, а RSI(13) та RSI(15) = PF 1.0 — це «пік». Одне випадкове число, що збіглося з конкретними даними. Не довіряйте «пікам», обирайте «плато». Heatmap візуалізація в StratBase.ai допомагає побачити плато візуально — це зони однорідного кольору на карті параметрів.

Що оптимізувати, а що залишити

Не всі параметри потребують оптимізації. Розділіть їх на категорії:

• Варто оптимізувати: період RSI, мультиплікатор ATR для SL/TP, довжина EMA — ці параметри суттєво впливають на результат.
• Залишити стандартними: кількість умов входу, тип стратегії (trend/mean-reversion), базовий таймфрейм — це архітектурні рішення, не параметри для перебору.
• Небезпечно оптимізувати: одночасно SL%, TP%, період індикатора, довжину фільтра, часовий діапазон — п’ять ступенів свободи створюють мільйони комбінацій та гарантований overfitting.

Практичні рекомендації

1. Оптимізуйте 1-2 параметри, не більше. Решта — стандартні значення (RSI = 14, EMA = 200, ATR = 14).
2. Мінімум 30 угод на кожну комбінацію — інакше статистика ненадійна та будь-яке значення PF може бути випадковим.
3. Завжди перевіряйте Out-of-Sample. Без цієї перевірки оптимізація — це самообман.
4. Обирайте «плато», а не «пік». Робастність важливіша за максимальний PF на історичних даних.
5. Якщо оптимізація покращує PF менш ніж на 15% — параметр не варто оптимізувати, різниця в межах статистичного шуму.

Оптимізація — це потужний інструмент, який вимагає дисципліни. Використовуйте його для підтвердження робастності ідеї, а не для пошуку «ідеальних» параметрів, яких у реальності не існує.