用 ENCOG 机器学习框架做 MQL5 时间序列预测

为什么选 ENCOG

ENCOG 是 Heaton Research 开发的高级神经网络/机器学习框架，被选中有几个硬理由：

• 已在两个商业交易软件（C#/Java）中用于金融时间序列预测，经过实战检验。
• 开源免费、文档完善，可通读源码理解网络内部。
• 持续维护（写文时在开发 2.6/3.0），且支持多核、多线程甚至 OpenCL(GPU)。

网络结构：RPROP 前馈

弹性传播（RPROP）前馈网络用梯度符号独立调整每层步长，对中小样本金融序列比普通反向传播更稳，不易陷局部极小。

输入特征：StochK / WilliamsR

随机振荡指标与威廉指标都是界内振荡量，归一化稳定，且对超买超卖敏感，适合作为方向特征。归一化到 [0,1] 或 [-1,1] 是训练前提。

// 归一化到 [0,1]
double normalize(double x, double min, double max)
   { return (x - min) / (max - min); }
double deNormalize(double x, double min, double max)
   { return min + x * (max - min); }

// 输入: 过去 N 根 StochK, WilliamsR
double input[FEAT];
input[0] = normalize(iStochastic(...), 0, 100);
input[1] = normalize(iWilliamsR(...), -100, 0);

导出与训练

MQL5 负责特征工程，把样本导出给 ENCOG（C#/Java 环境）训练；预测时可加载模型或经 DLL 调用。导出格式用 CSV 最简单。

// 把 MQL5 特征导出给 ENCOG 训练
void ExportToEncog(double &inp[], double &out[])
{
   int fh = FileOpen("encog_train.csv", FILE_CSV|FILE_WRITE, ',');
   for(int i=0;i<ArraySize(inp);i++) FileWrite(fh, inp[i]);
   FileClose(fh);
}

关键注意

小结