量化交易起源于20世纪70年代的美国,经过长期的发展,量化交易的理论和技术已趋于成熟,在金融交易领域也得到了广泛的应用。目前,运用量化交易平台实现基于技术指标的量化交易策略研究较多,但对量化交易策略优化的研究较少,缺乏一套完善的量化交易构建和优化体系。一般情况下,默认参数下的技术指标量化交易策略表现一般,也难以适应不同市场和不同时间的行情走势,量化交易策略经过参数优化,可以适应具体交易品种的行情走势和提升盈利能力。随着投资者对量化交易研究的深入,量化交易策略的优化将会成为量化交易领域重要的研究方向。本文通过在MetaTrader5量化交易平台分别设计构建MACD指标与RSI指标的两个单指标量化交易策略和双指标组合量化交易策略,选取欧元兑美元的历史交易数据,对三个量化交易策略进行回测检验,验证默认参数下三个量化交易策略的交易绩效。在回测检验的基础上,运用遗传算法分别对三个量化交易策略进行参数优化,对计算出来的优化参数进行样本内数据回测和样本外数据检验,根据两段测试的表现筛选出三个策略相应的最佳优化参数。最后,分别对使用最佳优化参数的三个量化交易策略进行模拟实盘检验,检验策略在样本外数据的盈利能力和稳定性。本文通过研究得出以下结论:第一,可以通过构建基于技术指标的量化交易策略在外汇市场上实现盈利,其中技术指标组合量化交易策略在盈利和风险方面比单指标量化交易策略拥有更好的表现。第二,可以通过运用遗传算法对量化交易策略进行参数优化,提高技术指标量化交易策略的盈利能力和风险水平,技术指标组合策略比单指标策略优化后的表现更好,拥有更大的优化空间。第三,通过样本内数据回测和样本外数据检验两段测试筛选出的量化交易策略最优参数,可以有效避免出现与历史数据过度拟合的情况,使量化交易策略在样本外数据表现稳定,可以应用于实盘交易。