文章 "交易中的神经网络：面向准确分类的有效特征提取（最终部分）"

[MetaQuotes]

新文章 交易中的神经网络：面向准确分类的有效特征提取（最终部分）已发布：

Mantis框架将复杂时间序列转换为富含信息的token，可作为智能交易代理的可靠基座，支持实时运行。

第一阶段：编码器的对比学习训练。训练使用欧元兑美元（EURUSD）M1周期过去五年的历史数据。如此的数据量级与细节粒度，让编码器能够学习出高质量、信息丰富的市场状态隐特征表征，作为整个系统后续运行的底层基础。

第二阶段：系统核心组件的离线训练，包括Actor、Director和Critic。该阶段使用2024年采集的数据集，保留全部前期设定参数。训练引入近最优轨迹思想，让模型从可信度最高的动作样本与价值样本中学习。该阶段用于固化基础交易策略与决策判别标准。

第三阶段：模型在线微调，直接在策略测试器中，在相同历史区间完成。以此让模型适配不断变化的市场环境，尽可能精细地调优参数。

全部训练阶段结束后，使用2025年1至3月的数据开展模型测试。训练阶段所使用的全部参数均保持固定不变。该方式保证在从未见过的新数据集上，对模型性能做出公平客观的评估。测试结果呈现如下。

作者：Dmitriy Gizlyk

[[删除]]

真奇怪，为什么只做单边交易呢？那么平仓信号又是如何生成的呢？