文章 "将您自己的 LLM 集成到 EA 中（第 5 部分）：使用 LLM 开发和测试交易策略（四） —— 测试交易策略"

新评论
 

新文章 将您自己的 LLM 集成到 EA 中（第 5 部分）：使用 LLM 开发和测试交易策略（四） —— 测试交易策略已发布：

随着当今人工智能的快速发展，语言模型（LLMs）是人工智能的重要组成部分，因此我们应该考虑如何将强大的 LLMs 整合到我们的算法交易中。对于大多数人来说，很难根据他们的需求微调这些强大的模型，在本地部署它们，然后将它们应用于算法交易。本系列文章将采取循序渐进的方法来实现这一目标。

在之前的文章中，我们介绍了如何使用不同的方法微调预训练的 GPT-2 模型，使 GPT-2 根据我们的意愿执行任务，并在多个维度上比较了这些方法。当然，我们只介绍了几种常用的方法，这并不意味着只有这些方法可以用来微调 GPT-2 模型。您可以根据我们的示例实现过程，尝试使用其他方法对 GPT-2 进行微调，比较它们，并选择更好的模型。如果您在此过程中遇到任何问题，可以在文章末尾发表评论。

现在，我们微调的 GPT-2 模型具有执行简单量化交易策略的初始能力。因此，本文将介绍如何将我们的微调模型整合到我们的量化交易策略中。示例中使用的模型是经过适配器调优微调的 GPT-2 模型（具体文章链接：将您自己的 LLM 集成到 EA 中（第 5 部分）：使用 LLM 开发和测试交易策略（三）—— 适配器调优）。因此，除非另有说明，否则本文中所有对 GPT-2 的引用都是指该模型。

然而，应该指出的是，我们微调的模型基于有限的数据进行演示，无法处理真实的交易环境。没有测试和优化，不要直接在真实交易中使用它们，这一点至关重要。我们之前的预测代码是在 Python 环境中完成的，但 MQL5 作为 MetaTrader 5 平台高度集成的编程语言，提供了开发 EA 交易的强大工具。因此，要实现自动化量化交易策略，我们需要回到 MQL5 环境。本文将逐步实现这一过程。

让我们看看如何将这个训练好的模型从 Python 环境迁移到 MQL5 EA，使其直接在 MetaTrader 5 平台上运行，以支持实时交易决策。


作者：Yuqiang Pan

 
MetaQuotes:

查看新文章：将自己的 LLM 整合到 EA 中（第 5 部分）：使用 LLMs 开发和测试交易策略（四） - 测试交易策略。

作者：潘玉强潘宇强

大.....，稍后会深入查看。期待下一篇文章
新评论