Python 函數的參數設計遠比想像中靈活——除了固定的位置參數，還有預設值參數、*args 不定數量位置引數、**kwargs 不定數量關鍵字引數三種進階機制，讓函數能夠因應不同呼叫情境而彈性運作。本文完整解析四種參數類型的語法與混用規則、*args 與 **kwargs 的底層型別、Keyword-Only 參數的強制語法，以及在量化策略函數設計中的實戰應用。
什麼是彈性參數？
一般函數的參數數量在定義時就固定了，呼叫時必須傳入恰好相同數量的引數。但現實中有許多場景需要不固定數量的輸入——例如 print() 可以一次印一個或十個值，sum() 可以接收任意長度的序列。Python 透過 *args 與 **kwargs 兩個特殊語法實現這種彈性，讓函數能夠優雅地處理「我不確定會收到多少個引數」的情況。
可以把 *args 想像成一個可以塞入任意數量原料的麻布袋（最終是 Tuple），**kwargs 則是一本可以寫入任意數量標籤說明的配方本（最終是 Dict），兩者都讓煉金配方在面對不同情況時保持彈性。
核心語法：四種參數類型實戰
# =============================================
# 第一種：位置參數（Positional Arguments）
# =============================================
def add(a, b): # a、b 是位置參數，順序決定對應關係
return a + b
print(add(3, 5)) # 8（a=3, b=5）
print(add(5, 3)) # 8（a=5, b=3，順序不同但結果相同）
# =============================================
# 第二種：預設值參數（Default Parameters）
# =============================================
def calc_profit(buy, sell, shares=100, fee_rate=0.001425):
gross = (sell - buy) * shares
fee = (buy + sell) * shares * fee_rate
return round(gross - fee, 2)
print(calc_profit(100, 120)) # 使用預設 shares=100
print(calc_profit(100, 120, shares=500)) # 關鍵字引數覆蓋預設值
print(calc_profit(100, 120, 200, 0.003))# 全部位置引數傳入
呼叫函數時可以用關鍵字引數（Keyword Arguments）方式傳值：calc_profit(buy=100, sell=120)，這樣不需要依照順序，且程式碼更易讀。關鍵字引數也可以只傳部分，其餘使用預設值。
# =============================================
# 第三種：*args（不定數量位置引數）
# =============================================
# *args 把所有多餘的位置引數收集成一個 Tuple
def total(*args):
print(f"收到的引數：{args}") # args 是 Tuple
print(f"型別：{type(args)}")
return sum(args)
print(total(10, 20, 30)) # 收到的引數：(10, 20, 30) → 60
print(total(1, 2, 3, 4, 5)) # 收到的引數：(1, 2, 3, 4, 5) → 15
print(total(100)) # 收到的引數：(100,) → 100
# 混合固定參數與 *args
def log(level, *messages): # level 是固定參數，messages 收集剩餘
for msg in messages:
print(f"[{level}] {msg}")
log("INFO", "系統啟動", "連線成功", "資料載入完成")
# [INFO] 系統啟動
# [INFO] 連線成功
# [INFO] 資料載入完成
*args中的args只是慣例名稱，你可以命名成任何合法變數名（如*numbers、*items），但業界習慣統一用args讓其他人一眼看懂。*args收集到的永遠是 Tuple，即使只傳一個引數也是。
# =============================================
# 第四種：**kwargs（不定數量關鍵字引數）
# =============================================
# **kwargs 把所有多餘的關鍵字引數收集成一個 Dict
def display_info(**kwargs):
print(f"收到的關鍵字引數：{kwargs}") # kwargs 是 Dict
print(f"型別：{type(kwargs)}")
for key, val in kwargs.items():
print(f" {key} = {val}")
display_info(name="AAPL", price=185.2, volume=45000000)
# 收到的關鍵字引數：{'name': 'AAPL', 'price': 185.2, 'volume': 45000000}
# name = AAPL
# price = 185.2
# volume = 45000000
# 混合使用：固定參數 + *args + **kwargs
def build_order(ticker, *quantities, **options):
print(f"標的：{ticker}")
print(f"數量列表：{quantities}") # Tuple
print(f"選項：{options}") # Dict
build_order("AAPL", 100, 200, 300,
order_type="limit", price=185.0, expire="day")
# 標的：AAPL
# 數量列表：(100, 200, 300)
# 選項：{'order_type': 'limit', 'price': 185.0, 'expire': 'day'}
規則與注意事項
| 規則 | 正確範例 | 錯誤範例 / 陷阱 |
|---|---|---|
| 參數順序：位置 → 預設值 → *args → **kwargs | def f(a, b=1, *args, **kwargs): |
def f(*args, a): → 位置參數在 *args 後需用關鍵字傳入 |
| 有預設值的參數必須在無預設值之後 | def f(a, b=1): |
def f(a=1, b): → SyntaxError |
| *args 收集結果是 Tuple（不可變） | for x in args: |
誤以為是 List，試圖 args.append() → AttributeError |
| **kwargs 收集結果是 Dict | kwargs.get('key', default) |
誤以為是普通變數，不用 .items() 迭代 |
| 呼叫時可用 * 解包 List、** 解包 Dict | add(*[3, 5])、f(**{'a':1}) |
忘記解包直接傳 List/Dict → 型別不符 |
常見錯誤與防呆
錯誤一：預設值參數用了可變物件（List / Dict）
# ❌ 陷阱：預設值 List 在所有呼叫間共享，會累積殘留資料
def add_item(item, items=[]): # [] 只建立一次，不是每次呼叫都建新的！
items.append(item)
return items
print(add_item("A")) # ['A']
print(add_item("B")) # ['A', 'B'] ← 殘留上次的 'A'！
print(add_item("C")) # ['A', 'B', 'C'] ← 越來越長！
# ✅ 正確做法：預設值設為 None，函數內再建立新 List
def add_item(item, items=None):
if items is None:
items = [] # 每次呼叫都建立全新的 List
items.append(item)
return items
print(add_item("A")) # ['A']
print(add_item("B")) # ['B'] ← 每次都是全新串列
錯誤二：混用位置引數與關鍵字引數順序錯誤
# ❌ 錯誤寫法（關鍵字引數後面不能再接位置引數）
def order(ticker, price, qty):
return f"{ticker} {price} x {qty}"
# SyntaxError: positional argument follows keyword argument
result = order("AAPL", price=185.0, 100)
# ✅ 正確寫法：關鍵字引數只能放在位置引數之後
result = order("AAPL", 185.0, qty=100) # 正確
result = order("AAPL", price=185.0, qty=100) # 也正確
print(result) # AAPL 185.0 x 100
錯誤三：誤以為 *args 是 List，試圖 append
# ❌ 錯誤寫法（args 是 Tuple，沒有 append 方法）
def collect(*args):
args.append(99) # AttributeError: 'tuple' object has no attribute 'append'
# ✅ 若需要可修改的版本，轉成 List
def collect(*args):
items = list(args) # Tuple 轉 List
items.append(99)
return items
print(collect(1, 2, 3)) # [1, 2, 3, 99]
進階用法
呼叫時解包：* 與 ** 運算子
* 與 ** 不只用在函數定義，在呼叫函數時也可以用來解包序列與字典，把容器中的元素自動展開成對應的引數，非常適合動態建構引數的場景。
def show(a, b, c):
print(f"a={a}, b={b}, c={c}")
# * 解包 List/Tuple 作為位置引數
args_list = [10, 20, 30]
show(*args_list) # a=10, b=20, c=30
# ** 解包 Dict 作為關鍵字引數
kwargs_dict = {'a': 1, 'b': 2, 'c': 3}
show(**kwargs_dict) # a=1, b=2, c=3
# 混合使用
base = [10]
extra = {'b': 20, 'c': 30}
show(*base, **extra) # a=10, b=20, c=30
# 量化應用：動態傳入回測參數
def backtest(ticker, start, end, period=20, threshold=0.03):
print(f"回測 {ticker} | {start}~{end} | period={period} | threshold={threshold}")
params = {
'ticker': 'AAPL',
'start': '2023-01-01',
'end': '2023-12-31',
'period': 14,
'threshold': 0.05
}
backtest(**params) # 動態展開字典為關鍵字引數
Keyword-Only 參數（強制關鍵字傳入）
在 *args 後面定義的參數稱為 Keyword-Only 參數，呼叫時必須用關鍵字傳入，不能用位置引數。這個設計可以強制呼叫者明確指定重要參數名稱，防止因引數順序混淆而造成的錯誤。
# * 後面的參數是 Keyword-Only（必須用關鍵字傳入）
def place_order(ticker, qty, *, order_type, price=None):
print(f"{ticker} x {qty} | 類型：{order_type} | 價格：{price}")
# ✅ 正確：order_type 用關鍵字傳入
place_order("AAPL", 100, order_type="limit", price=185.0)
place_order("TSLA", 50, order_type="market")
# ❌ 錯誤：試圖用位置引數傳入 order_type
# place_order("AAPL", 100, "limit") → TypeError
# 強制關鍵字設計讓呼叫者必須明確寫出 order_type="limit"
# 避免誤把 "limit" 當成第三個位置引數而造成語意錯誤
量化實戰：彈性回測引擎函數
結合 **kwargs 與預設值參數，設計一個可接受任意策略參數組合的彈性回測函數介面，讓參數優化時不需要修改函數簽名。
def run_strategy(ticker, closes, *, strategy="sma_cross", **params):
"""
彈性回測引擎：透過 **params 接收各策略的自訂參數
strategy: 策略名稱（Keyword-Only 強制指定）
**params: 各策略的專屬參數
"""
print(f"執行策略：{strategy} | 標的：{ticker}")
print(f"自訂參數：{params}")
if strategy == "sma_cross":
fast = params.get('fast', 5)
slow = params.get('slow', 20)
print(f" 快線：{fast} | 慢線：{slow}")
elif strategy == "rsi_reversal":
period = params.get('period', 14)
oversold = params.get('oversold', 30)
overbought = params.get('overbought', 70)
print(f" RSI 週期：{period} | 超賣：{oversold} | 超買：{overbought}")
closes = [100, 102, 105, 103, 108, 112, 109, 115]
# 呼叫一：SMA 交叉策略
run_strategy("AAPL", closes, strategy="sma_cross", fast=3, slow=10)
# 呼叫二：RSI 反轉策略
run_strategy("TSLA", closes, strategy="rsi_reversal", period=14, oversold=25)
煉金坊小叮嚀
*args 和 **kwargs 是 Python 函數設計彈性的精華，但初學時不用刻意追求用它們——先把固定參數和預設值用熟，等你遇到「這個函數需要接受不固定數量引數」的真實需求時，自然就會需要它們。最值得銘記的一個坑：預設值絕對不要用可變物件（List、Dict），一律改用 None 作預設值，函數內再初始化——這個陷阱隱蔽、不報錯，但會讓狀態在呼叫之間意外共享，造成難以排查的 bug。在量化開發中，我最常用 **kwargs 設計參數優化介面，讓同一個回測函數可以接受任意策略的自訂參數組合，搭配 .get('key', default) 取值，就能讓每個參數都有合理的預設行為。
Tags
python