文章 "交易中的神经网络：配备概念强化的多智代系统（终篇）"

MetaQuotes 2026.01.05 12:17

我们继续实现 FinCon 框架作者提议的方式。FinCon 是一款基于大语言模型（LLM）的多智代系统。今天，我们将实现必要的模块，并在真实历史数据上全面测试模型。

应当注意的是，此处展示的实现与原始版本有显著差异，而这肯定会影响结果。因此，我们仅能谈论所实现方式效率的评估，而非重现原始结果。

至于模型训练，我们用到 EURUSD 的 2024 年 H1 数据。分析指标的参数保持不变，专注于评估算法性能。

训练数据集由多个随机初始化参数模型的多次运行形成。此外，我们还纳入了利用 Real-ORL 方法从现有市场信号数据中推导出的成功运行。这丰富了数据集中积极的样本，并扩大了可能的市场场景覆盖范围。

在训练期间，我们采用了一个算法，为智代生成“近乎完美”的目标动作。如此无需持续更新数据集即可实现模型训练。不过，我们建议定期更新数据，通过扩大状态空间覆盖面，进一步提升学习成果。

最终测试基于 2025 年 1 月的可用数据进行，其它参数保持不变。结果如下所示。结果呈现如下。