文章 "交易中的神经网络:具有层化记忆的智代" 新评论 MetaQuotes 2025.12.15 10:25 新文章 交易中的神经网络:具有层化记忆的智代已发布: 模仿人类认知过程的层化记忆方式令复杂金融数据的处理、以及适配新信号成为可能,因此在动态市场中提升投资决策的有效性。 日益增长的金融数据要求交易者不仅要快速处理,还要深度分析,以便准确及时地制定决策。然而,人类记忆力、注意力、以及处理大量信息的能力有限,可能导致关键事件被遗漏、或得出错误结论。这就需要能够整合异构数据的自主交易智代 — 快速、且高精度。其中一个解决方案出现在论文《FinMem:具有层化记忆和特征设计的性能强化 LLM 交易智代》之中。 所提议 FinMem 框架是一个创新的大语言模型(LLM)智代,引入了独特的多级记忆系统。该方式能够高效处理不同类型和时态含义的数据。FinMem 记忆模块分为工作记忆,设计用于短期数据处理;和分层的长期记忆,其中信息根据相关性和重要性进行分类。举例,每日新闻和短期市场波动只分析表层,而具有长期影响的报告和研究则存储在更深层的记忆。这种结构允许智代为信息排定优先级,专注在最相关的数据。 FinMem 中的剖析模块允许智代适配专业背景和市场条件。考虑到个人偏好和用户的风险备案,智代量身定制其策略,从而最大化效能。决策模块把当前市场数据,与存储的记忆整合,生成合理的策略。这样就可参考短期趋势、和长期形态两者。这种认知启发式设计令 FinMem 能够记住、并利用关键市场事件,从而提升决策的准确性和适应性。作者:Dmitriy Gizlyk djgagarin 2025.01.04 10:06 #1 你好,这篇文章很有意思。不幸的是,我无法编译 Research.mq5 文件--其中 if((!CreateDescriptions(actor, critic, critic))) 一行的参数数量不正确。- 参数数量不正确。我无法继续( Dmitriy Gizlyk 2025.01.04 11:08 #2 djgagarin #: 你好,这篇文章很有意思。不幸的是,我无法编译 Research.mq5 文件--其中 if((!CreateDescriptions(actor, critic, critic))) 一行的参数数量不正确。- 参数数量不正确。我无法继续( 下午好,请问 Research 文件是从哪个目录中加载的?参数确实很多。这项工作中只使用了一个模型。 djgagarin 2025.01.04 12:06 #3 Dmitriy Gizlyk #:下午好,请问研究文件是从哪个目录下载的?这里确实有很多参数。本文只使用了一个模型。 我已经翻阅了目录,但我已经搞不清楚是从哪里下载的了。(( 您能告诉我这篇论文应该使用哪个目录吗? Dmitriy Gizlyk 2025.01.04 15:24 #4 djgagarin #:在目录上偷懒,已经搞不清楚我在哪里拍的(( 请指导我这篇文章该用什么目录? 与本文相关的所有文件都位于 FinMem 文件夹中。 djgagarin 2025.01.09 08:41 #5 我尝试了各种方法,但都没有得到您的结果。 很抱歉,您能否给出正确的说明,告诉我们该运行什么程序,按什么顺序运行什么文件。 谢谢。 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 交易中的神经网络:具有层化记忆的智代已发布:
日益增长的金融数据要求交易者不仅要快速处理,还要深度分析,以便准确及时地制定决策。然而,人类记忆力、注意力、以及处理大量信息的能力有限,可能导致关键事件被遗漏、或得出错误结论。这就需要能够整合异构数据的自主交易智代 — 快速、且高精度。其中一个解决方案出现在论文《FinMem:具有层化记忆和特征设计的性能强化 LLM 交易智代》之中。
所提议 FinMem 框架是一个创新的大语言模型(LLM)智代,引入了独特的多级记忆系统。该方式能够高效处理不同类型和时态含义的数据。FinMem 记忆模块分为工作记忆,设计用于短期数据处理;和分层的长期记忆,其中信息根据相关性和重要性进行分类。举例,每日新闻和短期市场波动只分析表层,而具有长期影响的报告和研究则存储在更深层的记忆。这种结构允许智代为信息排定优先级,专注在最相关的数据。
FinMem 中的剖析模块允许智代适配专业背景和市场条件。考虑到个人偏好和用户的风险备案,智代量身定制其策略,从而最大化效能。决策模块把当前市场数据,与存储的记忆整合,生成合理的策略。这样就可参考短期趋势、和长期形态两者。这种认知启发式设计令 FinMem 能够记住、并利用关键市场事件,从而提升决策的准确性和适应性。
作者:Dmitriy Gizlyk