基于生物地理学的优化算法（BBO）（基础篇）
BBO 算法在 MT5 里的实现骨架
生物地理学优化（BBO）把种群栖息地当作「适宜度」载体，用迁移率与物种生存率迭代寻优，本质是一类受生态机制启发的全局搜索器。在 MT5 中把它接进 Expert Advisor，主要工作量落在适应度函数的定义与栖息地变量的周期更新上。 Andrey Dik 在 2026 年 6 月 22 日发布的实现版本，截至发文被查看 175 次、零评论，说明这套思路在零售交易者圈子里还偏冷门。冷门不代表无效——BBO 对多峰代价函数往往比网格搜索更省评估次数，这对 MT5 回测调用次数受限的环境是直接利好。 落地时先确认两件事：一是把 K 线序列与指标缓冲接成 double 数组喂给栖息地适应度；二是限制最大迁移代数，避免策略测试器里单次优化跑穿数小时。开 MT5 新建 EA，把下面这段栖息地初始化逻辑粘进 OnInit 做验证，能跑通即说明你的编译器环境兼容 BBO 结构体。
class="kw">struct Habitat { class="type">class="kw">double vars[]; class=class="str">"cmt">// 栖息地物种变量（待优化参数向量） class="type">class="kw">double fitness; class=class="str">"cmt">// 适应度值，越低代表越优 class="type">class="kw">double immigration; class=class="str">"cmt">// 迁入率 class="type">class="kw">double emigration; class=class="str">"cmt">// 迁出率 }; Habitat g_habitat[class="num">50]; class=class="str">"cmt">// 全局栖息地种群，规模 class="num">50
「BBO 怎么从群岛迁徙里长出来」
- 年丹·西蒙把生物地理学里的物种分布模型搬进了优化算法，起名 BBO。它和遗传算法借遗传学、神经网络仿神经元一个路数，核心数学来自 20 世纪 60 年代就成型的栖息地物种分布描述。
自然界里 HSI 高的岛物种多、往外迁得快；条件差的岛物种少、往里迁得多。BBO 就拿这套迁入迁出动态当交换解特征的机制，变异概率直接由物种分布模型算，不靠拍脑袋。 优质解会主动把特征共享出去，自己又不容易被随机改掉——这是它最显眼的一个性质，后面写代码时你能直接看到这类解在种群里被保护的逻辑。外汇和贵金属参数优化用这类算法仍属高风险，回测漂亮不代表实盘能复现。
◍ 把群岛模型塞进 BBO 类的骨架里
BBO 把寻优过程映射成群岛生态：50 座岛 = 50 个可行解，栖息地适宜度 HSI 高就是好解。劣质岛物种少、迁入率高，会不断吸优质岛的特征；优质岛饱和后迁出率高，向外共享变量。算法里前 2 个精英解（自然保护区）不参与迁移和变异，避免把搜到的最优解弄丢。 落地到 MT5 的 C_AO_BBO 类，它继承自 C_AO 基类，默认种群规模 50、最大迁入率 I=1.0、最大迁出率 E=1.0、基础变异概率 0.01、精英保留 2、最大物种数 50。构造函数给这些 BBO 专属参数赋初值，SetParams() 用外部参数数组改值，不用动父类封装的优化底座。 Init() 做内存分配与概率归一化，Moving() 跑主循环：按 HSI 排序 → 算每个岛的物种数 Si = Smax×(N-rank_i)/N、迁入率 λi = I×(1-Si/Smax)、迁出率 μi = E×(Si/Smax) → 非精英岛按 λi 概率从轮盘赌选中的高 μ 源岛抄变量 → 非精英岛按 m_rate = m×(1-probability) 变异。Revision() 只干一件事：扫一遍种群，把优于 fB 的个体刷新进最优解变量。 InitializePopulation 用 u.RNDfromCI 在 rangeMin~rangeMax 内撒点，再按 rangeStep 用 SeInDiSp 就近取整，保证解落在离散合法网格；CalculateRates 用线性模型让物种数与适应度成正比，生存概率查表，超 Smax 直接置 0。Migration 跳过精英、按迁入率改坐标、按迁出率轮盘赌选源；Mutation 与生存概率反比，极优（HSI=95）和极劣（HSI=5）突变率高、中等（HSI=50）低，外汇/贵金属参数寻优属高风险实验，上 MT5 跑前先拿历史数据回测这套迁移率公式。
用高斯曲线给栖息地适宜度打分
CalculateProbability 方法按物种数量估算栖息地生存概率：当数量落在 speciesMax/2 这个均衡中点附近时概率最高，越往两端偏，概率沿高斯曲线陡降。也就是说，物种数严重偏离均衡值的栖息地，其适宜度会明显低于接近中点的那些。 这套建模把生物多样性压成了一个简化却高效的“适宜度”指标，方便后续在优化器里直接比较不同栖息地。你在 MT5 里把 speciesMax 从 50 调到 100，中点就移到 25，概率峰位会整体平移，可用历史品种参数回测观察分布变化。 外汇与贵金属市场波动剧烈、杠杆风险高，任何基于此类模型的参数映射都只是概率倾向，实盘前务必用策略测试器验证。
class=class="str">"cmt">//—————————————————————————————————————————————————————————————————————————————— class C_AO_BBO : class="kw">public C_AO { class="kw">public: class=class="str">"cmt">//-------------------------------------------------------------------- ~C_AO_BBO() { } C_AO_BBO() { ao_name = "BBO"; ao_desc = "Biogeography-Based Optimization"; ao_link = "[MQL5官方文档] popSize = class="num">50; class=class="str">"cmt">// population size(number of habitats) immigrationMax = class="num">1.0; class=class="str">"cmt">// maximum immigration rate emigrationMax = class="num">1.0; class=class="str">"cmt">// maximum emigration rate mutationProb = class="num">0.5; class=class="str">"cmt">// mutation probability elitismCount = class="num">2; class=class="str">"cmt">// number of elite solutions speciesMax = class="num">50; class=class="str">"cmt">// maximum number of species ArrayResize(params, class="num">6); params [class="num">0].name = "popSize"; params [class="num">0].val = popSize; params [class="num">1].name = "immigrationMax"; params [class="num">1].val = immigrationMax; params [class="num">2].name = "emigrationMax"; params [class="num">2].val = emigrationMax; params [class="num">3].name = "mutationProb"; params [class="num">3].val = mutationProb; params [class="num">4].name = "elitismCount"; params [class="num">4].val = elitismCount; params [class="num">5].name = "speciesMax"; params [class="num">5].val = speciesMax; } class="type">void SetParams() { popSize = (class="type">int)params [class="num">0].val; immigrationMax = params [class="num">1].val; emigrationMax = params [class="num">2].val; mutationProb = params [class="num">3].val; elitismCount = (class="type">int)params [class="num">4].val; speciesMax = (class="type">int)params [class="num">5].val; } class="type">bool Init(const class="type">class="kw">double &rangeMinP [], class=class="str">"cmt">// minimum values const class="type">class="kw">double &rangeMaxP [], class=class="str">"cmt">// maximum values const class="type">class="kw">double &rangeStepP [], class=class="str">"cmt">// step change const class="type">int epochsP = class="num">0); class=class="str">"cmt">// number of epochs class="type">void Moving(); class="type">void Revision(); class=class="str">"cmt">//---------------------------------------------------------------------------- class="type">class="kw">double immigrationMax; class=class="str">"cmt">// maximum immigration rate