文章 "MQL5自优化智能交易系统（第八部分）：多策略分析（3）—— 加权投票机制"

MetaQuotes 2026.04.28 07:53

本文将探讨如何确定集成策略中最优的策略数量 —— 这是一个复杂问题，而借助MetaTrader 5的遗传算法优化器可以轻松解决。同时，我们也会使用MQL5云端计算作为核心资源，加速回测与优化过程。具体而言，本篇内容将为后续开发统计评估模型奠定基础，用于基于初始集成结果评估并改进交易策略。

在构建策略集成系统时，很自然会遇到一个问题：如何证明我们所选用的所有策略都是必不可少的？如何确认只保留其中少数几个策略，效果不会更好？我们又该如何验证这些猜想？

幸运的是，只要合理设定优化目标，遗传算法优化器就能帮我们轻松解答这些难题。

为此，我们让所有策略以“民主投票”的方式协同工作。每个策略各持一票，而这一票的权重则作为可调参数，交由遗传优化器自动调整。如果优化器判定某项策略对整体收益没有正向贡献，就会把它的投票权重降至接近0。反之，对于能有效盈利的策略，则会提高其权重。

因此，我们将这套机制称为加权投票：首先给所有策略分配均匀的初始权重，作为性能基准。在本例中，我们将每个策略的初始投票权重设置为0.5（取值范围为0～1）。

在此基础上，我们让遗传优化器自动调整这些权重，以最大化收益，并判断三种策略是否真正都有价值。

结果显示，该过程会返回大量不同的参数配置，每种配置都印证了一点：策略的有效性会随着具体参数的设置而变化。在每套独立的配置中，各策略的权重都会有所不同。可能在某套参数下，只有一个策略有效；而在另一套配置中，三个策略全部贡献正向收益。

这使得“三种策略是否都是必需的？”成了一个颇具挑战性且极难回答的问题。我们的研究表明，答案高度依赖于程序最初采用的参数配置。让我们展开具体实践。