网格参数优化器
直接答案
网格参数优化器在同一历史样本上回测 10 至 100 的 8 档网格数量，并排展示各自的历史净利、收益率、最大回撤与手续费；结果仅为历史数据下的表现，不代表未来。
网格参数优化器在同一段历史数据上自动对比不同网格数量（10/20/30/40/50/60/80/100）的回测结果，用一张表呈现各自的历史净利、收益率、最大回撤与手续费，帮助你做参数级的横向比较。
请把结果理解为“历史数据下的参数表现对比”：某网格数在过去表现更好，不代表未来同样成立——这是参数研究的常用一步，而不是结论本身。
网格参数优化器
场景 / 明细表
| 网格数 | 卖出次数 | 已实现净利 (USDT) | 总收益率 | 最大回撤 | 手续费 (USDT) | 期末资产 (USDT) |
|---|
关键数据与事实
- 遍历的网格数
- 10 / 20 / 30 / 40 / 50 / 60 / 80 / 100共 8 档，每档各跑一次完整历史回测
- 唯一变化项
- 网格数量区间、本金与费率保持不变
- 过密网格
- 每格资金被切碎手续费占比上升
- 示例：50 格 vs 10 格
- 对比历史已实现净利该样本上 50 格更高即更偏好中等密度网格
什么是网格参数优化器
网格数量是最常被调的参数之一，但它与收益率、回撤、手续费的关系随行情结构变化。
优化器把 8 档常见网格数在同一历史样本上的结果并列，让你直观看到“参数灵敏度”，而不是替行情做预测。
怎么用参数优化器
- 选择数据来源（建议粘贴你的真实历史），输入区间、本金与费率。
- 点击计算，逐行比较不同网格数量的历史净利、回撤与手续费。
- 注意“历史净利最高网格数”只是该样本上的参考，不代表未来。
- 对候选网格数回到历史回测页细看资金曲线。
优化方法
Grids ∈ {10, 20, 30, 40, 50, 60, 80, 100}
对每个网格数各跑一次完整历史回测，输出指标对比。
计算示例
若演示序列上 50 格的历史已实现净利明显高于 10 格，说明该样本的震荡结构更偏好中等密度网格；若 10 格反而更高，说明价格穿越区间次数有限，网格越少手续费越低。
把同样操作搬到你的真实数据上重复，才能判断该结论是否在你的样本中成立。
使用建议
- 看整张表，而不是只看最高的一行。净利接近但回撤更小、手续费更低的参数，往往更稳健。
- 警惕过拟合。只在单一历史样本上调出的“最优”，换一段行情可能失效；尽量多取几个时间段交叉验证。
常见问题
为什么不用“最佳参数”这个词？
因为参数是在历史样本上比较的结果，没有未来保证。使用“历史表现参考”比“最佳”更诚实，也避免误导。
网格越多越好吗？
回测表常显示中等网格数在收益/回撤上更均衡：太少成交不足，太多手续费侵蚀。具体要看你的样本。
优化结果可以照搬到实盘吗？
不可以直接照搬。历史最优可能源于特定行情，建议用多段样本与实盘约束（最小下单、费率档位）二次确认。
资料来源与参考
- What Is Backtesting?Investopedia
- What Is the Sharpe Ratio?Investopedia