会视乎具体的应用场景和需求而有所不同。一般而言，筹码峰参数的计算公式可以通过一些统计或数学方法来确定。以下是一种常见的计算公式：

1. 筹码峰的位置（Peak Position）可以通过取筹码数量最多的一组数据的中位数来确定。中位数具有一定的鲁棒性，能够减少极端数据的影响。

2. 筹码峰的宽度（Peak Width）可以通过计算标准差或者四分位距离（Interquartile Range，IQR）来衡量。标准差可以反映数据的离散程度，而IQR则可以剔除极端数据的影响。根据具体需求，可以选择适合的方法。

调整筹码峰参数的方法可以根据实际情况决定，以下是一些常用的调整方法：

1. 数据清洗：通过剔除异常值，可以使筹码峰更准确地反映数据的分布情况。可以使用统计学方法，如3σ原则，来判断是否为异常值。

2. 数据采样：如果数据量较大，可以通过进行数据采样来减少计算量，同时保持数据的分布特征。

3. 窗口大小调整：对于时间序列数据，可以调整筹码峰的计算窗口大小来反映不同时间尺度上的筹码分布情况。较小的窗口可以反映短期波动，较大的窗口可以反映长期趋势。

4. 筹码峰的平滑：可以使用滑动平均法或其他平滑方法来平滑筹码峰，降低噪音对结果的影响。

需要注意的是，筹码峰参数的计算和调整都是基于特定的数据和需求的，需要综合考虑实际情况进行选择。