文章 "数据科学和机器学习（第 33 部分）：MQL5 中的 Pandas 数据帧，为机器学习收集数据更加容易"

MetaQuotes 2025.11.18 09:44

当与机器学习模型共事时，确保用于训练、验证和测试的数据一致性必不可少。在本文中，我们将创建我们自己的 MQL5 版本 Pandas 函数库，确保使用统一方式来处理机器学习数据；这样做是为确保在 MQL5 内部和外部应用相同的数据，其中大部分发生在训练阶段。

在与机器学习模型共事时，若所有环境的数值都不相同，我们也必须按相同的数据结构来训练、验证和测试。随着 MQL5 和 MetaTrader 5 支持开放神经网络交换（ONNX）模型，现在我们有机会将外部训练的模型导入 MQL5，并将它们用于交易目的。

由于大多数用户利用 Python 来训练这些人工智能（AI）模型，然后经由 MQL5 代码部署在 MetaTrader 5 当中，故如何组织数据可能会存在巨大差异，甚至往往同一数据结构中的数值也可能略有不同，而这是由于两种技术的差异。

在本文中，我们将模仿 Python 语言中提供的 Pandas 函数库。它是最受欢迎的函数库之一，在与大量数据共事时特别实用。

由于该函数库已被数据科学家用来准备训练机器学习模型的操控数据，故套用其能力，我们旨在以 MQL5 实现如 Python 中相同的数据游乐场。