文章 "您应当知道的 MQL5 向导技术（第 23 部分）：CNNs" 新评论 MetaQuotes 2025.03.04 07:51 新文章 您应当知道的 MQL5 向导技术（第 23 部分）：CNNs已发布： 卷积神经网络是另一种机器学习算法，倾向于专门将多维数据集分解为关键组成部分。我们看看典型情况下这是如何达成的，并探索为交易者在其它 MQL5 向导信号类中的可能应用。 我们继续本系列，在其中看看机器学习和统计的思路，鉴于 MQL5 向导提供的快速测试和原型设计环境，令交易者能从中受益。目标仍然是在一篇文章内考察单一思路，至于这段节选，我最初认为这至少需要 2 个篇幅，不过看起来我们能够将其压缩到一个篇幅。卷积神经网络（CNN）顾名思义，借助内核，它可以在卷积中处理多维数据。 这些内核承载网络权重，且像多维输入数据一样，都采用典型的矩阵格式。与输入数据相比，它们的整体维度较小，并且在前馈期间遍历输入数据矩阵，正如我们将在下面看到，每次迭代本质上都是跨输入数据轮转。正是这个“轮转”赋予了“卷积”这个名字。 是故对于本文，我们将讲述 CNN 中涉及的关键步骤，构建一个简单的 MQL5 类来实现这些步骤，将该类集成到自定义的 MQL5 向导信号类当中，最后会配以由该信号类组装而成的智能系统执行测试。 作者：Stephen Njuki 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 您应当知道的 MQL5 向导技术（第 23 部分）：CNNs已发布：
卷积神经网络是另一种机器学习算法，倾向于专门将多维数据集分解为关键组成部分。我们看看典型情况下这是如何达成的，并探索为交易者在其它 MQL5 向导信号类中的可能应用。
我们继续本系列，在其中看看机器学习和统计的思路，鉴于 MQL5 向导提供的快速测试和原型设计环境，令交易者能从中受益。目标仍然是在一篇文章内考察单一思路，至于这段节选，我最初认为这至少需要 2 个篇幅，不过看起来我们能够将其压缩到一个篇幅。卷积神经网络（CNN）顾名思义，借助内核，它可以在卷积中处理多维数据。
这些内核承载网络权重，且像多维输入数据一样，都采用典型的矩阵格式。与输入数据相比，它们的整体维度较小，并且在前馈期间遍历输入数据矩阵，正如我们将在下面看到，每次迭代本质上都是跨输入数据轮转。正是这个“轮转”赋予了“卷积”这个名字。
是故对于本文，我们将讲述 CNN 中涉及的关键步骤，构建一个简单的 MQL5 类来实现这些步骤，将该类集成到自定义的 MQL5 向导信号类当中，最后会配以由该信号类组装而成的智能系统执行测试。
作者：Stephen Njuki