在今天的讨论中，我们将探讨如何自行托管开源 AI 模型，并使用它们来生成市场洞察。这是我们持续扩展 News Headline EA 的一部分努力，引入了 AI 洞察通道，将其转变为多集成辅助工具。升级后的 EA 旨在通过日历事件、财经突发新闻、技术指标以及现在的 AI 生成的市场观点，让交易者随时了解最新动态，从而为交易决策提供及时、多样化和智能的支持。加入我们的讨论，我们将探讨实用的集成策略，以及 MQL5 如何与外部资源协作，构建强大而智能的交易工作终端。
在本次讨论中，我们将探讨如何利用开源 AI 模型来增强我们的算法交易工具 —— 具体来说，是如何通过 AI 洞察通道来扩展 News Headline EA。目标是帮助新人找到一个坚实的起点。谁知道呢？今天，您可能正在集成一个模型；明天，你可能会建造一个。但这一切都始于理解前人奠定的基础。
新文章 从新手到专家：使用 MQL5 制作动画新闻标题（四） — 本地托管 AI 模型市场洞察已发布：
在本次讨论中，我们将探讨如何利用开源 AI 模型来增强我们的算法交易工具 —— 具体来说，是如何通过 AI 洞察通道来扩展 News Headline EA。目标是帮助新人找到一个坚实的起点。谁知道呢？今天，您可能正在集成一个模型；明天，你可能会建造一个。但这一切都始于理解前人奠定的基础。
在谈论现代进步时，我们不能不提到人工智能及其对人类任务的快速增长的影响。当谈到算法交易时，讨论变得更加相关 —— 交易已经由数字和自动化驱动，与仍需要从手动流程转变的其他领域相比，AI 是一个自然的选择。
虽然 AI 模型已成为各个领域的强大工具，但由于开发功能齐全的系统非常复杂，并非每个人都有资源或专业知识来构建自己的模型。幸运的是，开源项目的兴起使得人们可以免费访问预先训练的模型并从中受益。这些社区驱动的努力为许多开发人员和爱好者提供了一个实用的切入点。
也就是说，由于投入了大量的工作，高端型号通常会提供更广泛的功能。尽管如此，开源模型仍然是一个有价值的起点，特别是对于那些希望在不重新发明轮子的情况下集成 AI 的人来说。
在前面的讨论中，我们重点讨论了指标洞察。今天，我们将探索如何通过自托管量化语言模型并将其直接集成到 MQL5 EA 交易中，利用开源 AI 进行算法交易。 在下一节中，我们将首先简要介绍 llama.cpp（轻量级推理引擎）和 4 位 GGUF 模型（压缩的“大脑”）的作用，然后逐步讲解如何下载和准备模型，如何使用 FastAPI 设置本地基于 Python 的推理服务器，最后将其连接到 News Headline EA 以创建一个动态 AI Insights 通道。
作者：Clemence Benjamin