ФорумРазделы

Обсуждение статьи "Как запустить локальную LLM для MetaTrader 5 без Ollama?"

Новый комментарий

Опубликована статья Как запустить локальную LLM для MetaTrader 5 без Ollama?:

Статья посвящена созданию локальной связки MetaTrader 5 и компактной LLM без Ollama. Рассматривается архитектура MAX TURBO, которая напрямую управляет llama.cpp, GGUF-моделью, HTTP-сессией и двумя уровнями кэша, а технические признаки из MT5 преобразуются в короткий запрос для прогноза направления, уверенности и цены через 24 часа. Отдельное внимание уделено честной проверке системы: различиям между backtest и live, учёту риска, издержек и ограничениям текущей реализации

Идея статьи: собрать воспроизводимую связку MetaTrader 5 и локальной языковой модели без Ollama. Индикаторы считаются по рыночным данным, компактная GGUF-модель получает короткий структурированный запрос, собственная программная оболочка MAX TURBO управляет llama.cpp, кэшем и контекстом, а ответ превращается в сделку с контролем риска. Отдельно покажу, что здесь действительно "модель", что просто ускорение работы и какие проверки нужны до выхода на реальный счёт. 

Может ли локальная языковая модель анализировать рынок достаточно быстро, чтобы стать полноценной частью автоматической системы в MetaTrader 5? Первая мысль понятна: поднять Ollama и обращаться к нему из торгового скрипта. Для эксперимента удобно. Но между вашим кодом и вычислительным движком появляется ещё один слой со своими настройками, жизненным циклом и сюрпризами. Он перезапускается не тогда, когда нужно, держит модель в памяти не так, как вы рассчитывали, и ведёт себя по-разному на разных машинах.

Я решил заменить его слоем, который полностью контролирую. Программа на Python запускает llama-server и общается с GGUF-моделью через локальный интерфейс, совместимый с OpenAI. Она держит соединение открытым, переиспользует рассчитанный контекст и кэширует одинаковые запросы. По умолчанию стоит компактная Qwen3.5-text-0.8B в 4-битном сжатии Q4_K_M. Модель получает не график, а несколько строк с признаками и должна вернуть ровно три вещи: направление, уверенность и целевую цену через 24 часа.

Пакет не содержит универсального результата в токенах в секунду и не доказывает прибыльность на любом брокере. Скорость зависит от процессора, видеокарты и конкретной сборки llama.cpp. Торговый результат зависит от данных, издержек и правил исполнения. Пакет также не доказывает, что модель даёт торговое преимущество: он показывает проверяемую цепочку, а быстрый ответ ещё не означает полезный сигнал.

Автор: Yevgeniy Koshtenko

Новый комментарий