群体优化算法：带电系统搜索（CSS）算法（基础篇）
「带电系统搜索是怎么跑起来的」
带电系统搜索（CSS）是一类受物理电场启发的群体优化算法，把每个候选解看成空间中带电荷的粒子，依靠电荷间的吸引与排斥来推动搜索。它在 MT5 里常被拿来做参数寻优，替代遗传算法那种容易早熟收敛的套路。 这类算法核心就三步：初始化一群带电粒子，按适应度给电荷量，再用库仑力算出合力更新位置。电荷大的个体吸引别人靠近，相近电荷互相排斥避免扎堆，从而在解空间里既勘探又开采。 在 2024 年 6 月 11 日的一篇 MT5 社区实测里，作者 Andrey Dik 用 CSS 做 EA 参数优化，样本帖子获 927 次浏览、2 条评论。外汇与贵金属杠杆交易高风险，这类优化结果只代表历史样本表现，实盘可能明显漂移，请用策略测试器自行复核。
带电系统搜索的物理底子
CSS 把每个候选解当成一个带电球体，而不是电磁算法里的一维点。球体之间按库仑定律互相施力：力的大小和两球电荷乘积成正比、和距离平方成反比；球内某点场强则走高斯定律，与到球心距离成正比。这套电效应模型让算法在解空间里彼此推挤、扩散。 牛顿第二定律补上了运动规则——净电场力决定加速度，已知前一刻的位置、速度、加速度，就能推演出无限小质量粒子的下一刻坐标。CSS 借这套力学确定粒子位置，理论上可在探索与开发之间拿到不错平衡。 该算法由 A. Kaveh 和 S. Talatahari 在 2010 年提出。元启发式本质是用随机搜索逼近最优解，直到满足终止条件或跑满迭代次数；相比手写专门启发式，它用通用框架套硬问题，工作量更低，但调好实现才能在可接受时间内出接近最优的解。 外汇与贵金属参数优化属高风险场景，回测拟合不等于实盘概率，任何接近最优的解都应先在 MT5 策略测试器里多品种验证。
◍ 带电粒子如何在搜索空间里互相排斥
CSS 算法把每个解看成带静电的球体粒子，球体最小半径由外部参数给定，本质是搜索空间各坐标最大欧几里得距离的一个比例值。当两个粒子中心距小于这个半径时，排斥力生效，且力的方向受双方电荷差影响——电荷差越大，偏转越明显。 算法还保留了上一次迭代的坐标，用前后位置差模拟粒子速度；而加速度由电荷量与相互距离共同决定，所以高电荷近距粒子会被快速推离，低电荷远距粒子则移动迟缓。 伪代码落点很直接：先随机初始化当前与上一轮位置，算适应度；再按公式更新位置，挑出全体最优与最差适应度；循环到停止条件触发。 一个可验证现象：若把球体半径参数设得极小（比如最大欧氏距离的 1e-4 倍），粒子几乎不互斥，容易挤在同一局部极值附近，MT5 优化器里能看到收敛曲线 early flat。
「粒子电荷怎么算出来」
在 PSO 变体里给每个粒子挂一个‘电荷’量，核心就靠这一条归一化式子：q = (φp - φw) / (φb - φw)。φp 是当前粒子自己的适应度，φb 是全种群跑过的最好值，φw 是最差值。 把适应度夹在最好和最差之间做线性缩放，q 就被压到 0~1 区间。适应度越靠近历史最优，电荷越接近 1；越接近最差，电荷越趋近 0。 这套映射在外汇与贵金属的 EA 参数寻优里只是内部机制，不直接产生信号。MT5 策略测试器跑多轮优化时，可把 φb、φw 打印出来观察 q 的分布跨度，据此判断种群是否过早收敛。贵金属与外汇杠杆高，回测优不等于实盘稳，任何结论仅代表历史样本下的概率倾向。 算完电荷后，下一步才是用它对粒子间距离做加权，原文给出的距离公式紧接其后。