文章 "开发交易机器人：Python与MQL5结合（第二部分）：模型选择、创建与训练，以及Python自定义测试器"
好文章。我喜欢一切都按照 MO 的 "经典 "方式进行，没有丝毫含糊。
匆匆看了一眼，我还不太明白建立的是什么模型组合。它们是在相同还是不同的数据上训练出来的。
我稍后会弄清楚并补充进去。
文章真棒！非常感谢作者的工作！这一系列文章成为我了解 python 的主要途径。）之前我对它没什么兴趣，但现在我对它的所有优点都非常感兴趣。）
感谢您的文章！我饶有兴趣地阅读了这篇文章。我也打算在未来利用学习不同 Python 模型的机会，这里实际上是一个现成的配方，为我提供了一个良好的起点。
由于上一篇文章，我去学习了 python。
我还没来得及在了解 python 方面取得多大进展，第二篇文章就来了，而且也很有趣。
我就像寓言故事里的狐狸和葡萄))))
有成果才有动力！
而且，正如我所意识到的，这不是提前一周，也不是提前一个月，而是正常情况下一年的工作量
新文章 开发交易机器人：Python与MQL5结合（第二部分）：模型选择、创建与训练，以及Python自定义测试器已发布：
我们继续关于使用Python和MQL5开发交易机器人的系列文章。今天我们将解决模型选择、训练、测试、交叉验证、网格搜索以及模型集成的问题。
在上篇文章中，我们简要介绍了机器学习，执行了数据增强，为未来的模型开发了特征，并从中选择了最优特征。现在，是时候创建一个能够从我们的特征中学习并进行交易（希望是成功的）的机器学习模型了。为了评估模型，我们将编写一个自定义的Python测试器，它将帮助我们评估模型的性能和测试图形的美观性。为了获得更美观的测试图形和更高的模型稳定性，我们还将开发一些经典的机器学习特征。
我们的最终目标是创建一个能够预测价格并进行交易的模型，并且这个模型要尽可能盈利。所有的代码都将使用Python编写，并包含MQL5库的相关部分。
作者：Yevgeniy Koshtenko