VNPY参数优化功能v1版本中的一个更新参数批量生成方法

VNPY的参数参数参数优化功能，是优化策略优化的重要功能。主要就是功能更新按照范围生成批量的参数组合，然后成批跑完，版本中选出最优的批量方法的。

在ctaBaclesting.py中的生成addParameter方法提供了批量导入参数的方法。就是参数参数这样一个参数一个参数填入。addParameter会按照1为初始，服务器租用优化5为结束，功能更新2为步进，版本中生成[1，批量3，生成5]参数队列

setting.addParameter(barMins,参数参数 1,5,2)

但是有时候参数比较多，如果参数是优化已经维护list这样情况，就不好支持。功能更新我写了个v2版本。传入的是key，和一个参数定义，可以是tuple元祖，队列list，亿华云或者单个值。 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 #---------------------------------------------------------------------- def addParameterV2(self, key, value): """增加优化参数""" if isinstance(value, tuple): if len(value) == 4: if value[3] == "int": self.paramDict[key] = np.linspace(value[0], value[1], value[2]).astype(int).tolist() else: self.paramDict[key] = np.linspace(value[0], value[1], value[2]).tolist() elif len(value) ==  3: l = [] param = value[0] while param <= value[1]: l.append(param) param += value[2] self.paramDict[key] = l elif isinstance(value, list): self.paramDict[key] = value else: self.paramDict[key] = [value]

使用方法：

1，起始点，终结点，和步进 比如，那么就和之前一样的返回

setting.addParameterV2(barMins, (1,5,2))

setting.addParameterV2(barMins, (0,5,0.2))

2,   起始点，终结点，参数个数和是否int 比如

setting.addParameterV2(barMins, 1,5,3, "int") 会生成有3个整数参数的参数队列 [1, 3, 5]; setting.addParameterV2(barMins, 1,5,4, "float")会生成浮点数参数组 [1.0, 2.333333333333333, 3.6666666666666665, 5.0] 3，数列,就直接使用数列

setting.addParameterV2(barMins, [3.5.6])

4，单个数字，就直接使用单个数字

setting.addParameterV2(barMins,4)

这样修改后，就可以不用一个一个加入,如下批量加入。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 paradict = { lWindow:40, llDev: 8.0, MAWindows:(5,12,5,"int"), atrWindow:25, slMultiplier:(3.0,6.0,3), pRate:(0.002,0.010,5,"float"), bMins:[3,5,10], CDate:3, endsize:(1,4,1), endplus:(0,3,1) } for key,value in paradict.items(): setting.addParameterV2(key,value)

很赞哦!（593）