当我们形成一个策略逻辑的时候，一般情况下，都会存在一些可以调整取值范围的变量，这些变量就是策略的参数，选择什么样的策略参数对于未来策略的表现怎么样，有一定的影响，这是因为选择不同的参数，意味着不同的开平仓点，不同的持仓时间，这往往会造成不同的参数对在过去有不同的回测结果，当然，在未来的表现，也往往并不完全相同。
选择参数，是一门艰深的科学，大家往往当成艺术，在某种程度上，可能也存在艺术的部分。正如大家通常的看法，投资是科学与艺术的结合，我更相说，投资虽然有一定的艺术性，但是更偏向于科学，之所以有很多未能解释的现象，很可能是我们认知的局限。参数的选择也一样。关于参数选择，这个话题太大，甚至一本书可能都讨论不完，这篇文章，主要分享以下backtrader中如何做各种参数的优化。
常见的几种优化参数的方式全部数据集进行优化，选择参数
数据集分成两部分，前面一部分优化参数，后面一部分测试
数据集分成两部分，前面一部分测试，用后面一部分优化参数
向前递进优化参数
数据集分成固定的时间长度x优化参数，固定的时间y用于测试；x+y不断向前滚动。这是大部分讲系统测试的书里面都会讲到的一个方法。举个例子，以螺纹钢2010年到2021年的数据为例，可以用2010年到2014年做参数优化，2015年测试参数优化的结果；2011年到2015年做参数优化，2016年测试参数优化的结果；一直这样滚动，直到2016年到
