backtrader内置的策略参数优化方法是暴力全量搜索方法，也就是遍历每个参数组合值。在参数很多，每个参数取值变化范围大的情况下，优化效率是很低的。

可以采用智能优化算法，比如粒子群优化等进行大规模参数优化。下面，我们用python开源算法库optunity来对backtrader策略参数进行优化。

我们的示例策略是一个简单的双均线策略，要优化两个参数，即两个均线移动窗口，目标是使得账户市值最大化。从Yahoo在线api取得微软股票日线数据，进行回测。

采用optunity中的粒子群算法来优化，代码如下：

optunity支持如下几种算法（solver），读者可以分别测试它们。

particle swarm,sobol,random search,cma-es,grid search

案例来自教程，百度网盘下载：