🦇

种群优化算法：蝙蝠算法（BA）·综合运用

（3/3）·从算法描述到回测落地，一篇补齐把 BA 接进 EA 的最后拼图

新手友好第 3/3 篇

很多交易者把种群优化当成论文玩具，觉得离实盘很远。其实 BA 的参数搜索逻辑，正好能替你省掉手动调参的大量试错。本篇接前两篇的概念与实现，直接把算法用到测试结果上。

「AO 变体在 EURUSD M1 上的回测输出对照」

下面这组 Print 输出来自 MT5 策略测试器，标的 EURUSD、周期 M1，时间戳停在 2023.01.03 17:55:57.386，是同一函数对不同 AO 计算分支的横向跑分。

未命名分支先吐出三行三元组 1.00000	1.00000	0.10959、5.94615… 与 0.84599	0.51308	0.22588，随后汇总值 5.946151922377553；C_AO_ABC 的三行数据 0.84599	0.51308	0.22588、0.58850	0.21455	0.17249、0.47444	0.26681	0.35941 汇总为 3.661160435265267。

C_AO_GWO 的前两行全是 0.00000	0.00000	0.00000，第三行才出现 0.18977	0.04119	0.01802，汇总仅 0.24898721240154956，说明该分支在样本窗口内几乎没产生有效信号。C_AO_COAm 三行 1.00000	0.73390	0.28892、0.64504	0.34034	0.21362、0.67153	0.34273	0.45422，汇总 4.690306586791184，强度介于未命名与 ABC 之间。

外汇与贵金属属高风险品种，M1 回测结果受点差与滑点影响大，上述数值仅反映该函数当时的局部计算状态，不能直接外推到实盘概率。开 MT5 把这段日志对应的 CalculationTestResults 调用挂到 OnTester 或独立脚本里，逐分支改参数跑一遍，比盯汇总值更有用。

◍ AO 指标族在 EURUSD M1 的回测数值对照

下面这组日志是某次在 EURUSD 的 M1 周期上跑指标计算测试的终端输出，时间戳统一停在 2023.01.03 17:55:57.386，说明是同一次调用里顺序打印的多组结果，不是跨时段采样。第一组未命名块输出了三行三联数值，最后跟一个标量 1.4272897567648186；紧接着打印 =======C_AO_FAm======= 作为分隔，之后三行三联数值的末位出现了 1.00000，标量升到 4.477897116029613。

再往下 =======C_AO_BA======= 块里，首行直接给到 1.00000	1.00000 的满值组合，标量 3.8147314003892507；末尾还有一行裸数据 0.24898721240154956	5.946151922377553，后者明显大于前面任何标量。

这些数字本身只是函数返回的原始度量，不能直接当成信号强度。外汇与贵金属杠杆高、滑点随机，M1 上的度量对点差极敏感，拿去实盘前先在 MT5 用相同品种周期复跑一遍，看你的环境是否印出同一组数。

AO优化器的实测耗时对比

在 EURUSD 的 M1 周期上跑了一轮 AO 指标多种优化算法的计算测试，时间戳停在 2023.01.03 17:55:57.386，同一毫秒内输出了 9 组相对耗时。 C_AO_ACOm 的数值是 100.000，作为本组基准耗时；C_AO_GWO 只有 1.000，是这组里最轻量的算法。C_AO_RND 8.652、C_AO_PSO 14.971、C_AO_ABC 60.294、C_AO_COAm 78.177、C_AO_FSS 21.475、C_AO_FAm 74.486、C_AO_BA 62.962，耗时跨度从 1 到 100 差出两个数量级。外汇和贵金属这类高杠杆品种，回测和实盘都属高风险，上述数字只是算法计算开销，不指向任何盈利概率。开 MT5 把这段日志对应的测试例跑一遍，就能确认自己机器上各算法的相对快慢，挑耗时低的优先嵌进盯盘脚本。

MQL5 / C++

class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_RND: class="num">8.652
class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_PSO: class="num">14.971
class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_ACOm: class="num">100.000
class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_ABC: class="num">60.294
class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_GWO: class="num">1.000
class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_COAm: class="num">78.177
class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_FSS: class="num">21.475
class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_FAm: class="num">74.486
class="num">2023.01.class="num">03 class="num">17:class="num">55:class="num">57.386   CalculationTestResults(EURUSD,M1)      C_AO_BA: class="num">62.962

让小布替你跑这套

这些诊断小布盯盘的 AIGC 已内置，打开对应品种页即可看到参数敏感度的快速扫描结果，把重复劳动交给小布，你专注决策。

←

种群优化算法：蝙蝠算法（BA）·进阶篇

常见问题

频率主要平衡历史最佳位置对当前位置的影响，范围大时单只蝙蝠可远离群体搜索；音量及脉冲相关参数控制局部精细度和收敛节奏，需配合回测观察。

小布盯盘的 AIGC 模块已内置常见种群优化的诊断视图，可导入 EA 回测产出的参数区间，辅助你判断哪些参数组合在外汇贵金属上更稳，但高风险仍在。

传统方法只适合小规模低维问题，实盘参数耦合强、噪声大，自然启发的 BA 用群体搜索更容易跳出局部劣解，不过也只是提高概率。

脉冲发射率偏高会让算法更偏向局部开发，收敛快但可能漏掉全局更优区；外汇贵金属行情结构多变，建议留一定探索比率。

种群优化算法：蝙蝠算法（BA）·综合运用

「AO 变体在 EURUSD M1 上的回测输出对照」

◍ AO 指标族在 EURUSD M1 的回测数值对照

AO优化器的实测耗时对比

常见问题

相关阅读