文章 "交易中的神经网络：分解，而非扩大模型规模（结论）"

MetaQuotes 2026.10.29 14:57

本文将介绍一种算法，可以将时间序列分解为具备明确含义的多层分量，并基于这些分量构建简约模型。我们会系统阐述模型架构、基于MQL5/OpenCL的实际实现，以及基于历史行情数据开展的实际测试。

最后，我们使用全新数据集对模型开展测试，数据为 2025年1月至3月的报价。测试过程中所有参数与配置均保持不变。测试结果能够客观反映该方案的预测精度与实际可靠性。测试结果如下所示。

测试结果

测试结果呈现中等偏正向的收益走势。初始资金100美元，该EA最终盈利62.25美元，总盈利略高于总亏损。但与此同时，盈利因子仅略高于1，说明这套策略的效果并不理想。

测试期间一共执行了898笔交易，多单与空单的数量基本均衡。两类订单的胜率均维持在50%附近，空单小幅占优。盈利单平均盈利为1.97美元，亏损单平均亏损为1.82美元。单笔最大盈利为13.56美元，单笔最大亏损为12.42美元。

整体来看，EA运行稳定、下单执行准确，但策略的盈利能力与稳健性仍有待提升。