文章 "MQL5中的量子神经网络（第三部分）：基于量子比特的虚拟量子处理器"
压缩包中存在PropRiskManagerLoss.mqh 的重复文件：
看来缺少HybridQuantumNeuralV3.mqh 文件，导致QuantumProp_EA_Lite.mq5 无法无错误地编译。
叶夫根尼，这看起来确实是一款非常专业的优质产品。我们会进行测试并提供反馈。请问，有没有办法让这个训练模型使用GPU进行训练，就像Python中的LSTM模型那样？ 万一你已经研究过这个问题，就别再浪费时间了。如果没有，我们可以一起探讨一下，毕竟硬件性能在这个模型中至关重要，这也是理所应当的。一个经过深度分析的高质量模型，对硬件性能的要求自然会很高。
早上好。
我未能重现文章中描述的测试，甚至无法绘制出类似的图表。
您能否告知我们相关参数和代码？
谢谢。
新文章 MQL5中的量子神经网络（第三部分）：基于量子比特的虚拟量子处理器已发布：
在本系列的第二部分中，我们开发了一套采用量子效应数学类比的系统：共振（余弦）、干涉（正弦）、退相干（指数函数）。然而，它本质上仍然只是模仿。形式上看似优雅，但本质上并不是真正的量子。
随着研究的深入，我们逐渐发现，该模型虽然设计得很优雅，却并未触及量子处理的核心 —— 叠加态、量子纠缠与测量的不可逆性。我们操作的是数学函数，而非量子原理。
传统模型存在固有的局限：
其关键突破在于转向虚拟量子比特
在第二版中，不再使用这些类比，而是采用完整的量子处理器模型：3个量子比特、8维状态空间、量子门与测量操作。全面重构架构：所有运算严格遵循量子力学定律 —— 幺正性、归一化、测量行为。
作者：Yevgeniy Koshtenko