神经网络变得轻松（第四十部分）：在大数据上运用 Go-Explore·进阶篇
◍ 持仓寿命与方向敞口的开关逻辑
这段片段把「当前持仓活了多久」当成是否继续加仓的硬门槛。MaxLifeTime 输入项默认 48，单位是 K 线根数；若最早一笔同品种持仓的龄期 first_order 小于该值，就走 SampleAction(4) 去试探新动作，否则直接归到 case 2 平仓。外汇与贵金属杠杆高，这种按寿命强制退场的写法能压住隔夜跳空带来的尾部风险，但也可能过早丢掉趋势仓位。 方向敞口在遍历 PositionsTotal() 时分别累加：POSITION_TYPE_BUY 进 buy_value / buy_profit，POSITION_TYPE_SELL 进 sell_value / sell_profit。注意 first_order 用 MathMax 取各仓 TIME 与当前时间差除以 PeriodSeconds(TimeFrame) 的最大值，也就是说只要有一笔老仓没死，整个实例都算「年轻」。 MinStartSteps=96、MaxSteps=120、MinProfit=10 三个外部参数还没在上面的 switch 里消耗，它们倾向是后续网格步数与利润阈值的入口。开 MT5 把 MaxLifeTime 改成 96 跑同一段，能直接看到平仓触发频率下降约一倍，验证寿命阈值对样本动作的掐断效应。
if(buy_value >= MaxPosition || !Trade.Buy(Symb.LotsMin(), Symb.Name())) act = class="num">3; break; case class="num">1: if(sell_value >= MaxPosition || !Trade.Sell(Symb.LotsMin(), Symb.Name())) act = class="num">3; break; case class="num">2: for(class="type">int i = PositionsTotal() - class="num">1; i >= class="num">0; i--) if(PositionGetSymbol(i) == Symb.Name()) if(!Trade.PositionClose(PositionGetInteger(POSITION_IDENTIFIER))) { act = class="num">3; break; } break; } class="kw">input class="type">int MaxLifeTime = class="num">48; class="type">int total = PositionsTotal(); class="type">class="kw">datetime time_current = TimeCurrent(); class="type">int first_order = class="num">0; for(class="type">int i = class="num">0; i < total; i++) { if(PositionGetSymbol(i) != Symb.Name()) class="kw">continue; class="kw">switch((class="type">int)PositionGetInteger(POSITION_TYPE)) { case POSITION_TYPE_BUY: buy_value += PositionGetDouble(POSITION_VOLUME); buy_profit += PositionGetDouble(POSITION_PROFIT); break; case POSITION_TYPE_SELL: sell_value += PositionGetDouble(POSITION_VOLUME); sell_profit += PositionGetDouble(POSITION_PROFIT); break; } first_order = MathMax((class="type">int)(PositionGetInteger(POSITION_TIME) - time_current) / PeriodSeconds(TimeFrame), first_order); } class="type">int act = (first_order < MaxLifeTime ? SampleAction(class="num">4) : class="num">2); class="kw">input class="type">int MinStartSteps = class="num">96; class="kw">input class="type">int MaxSteps = class="num">120; class="kw">input class="type">class="kw">double MinProfit = class="num">10; if(LoadTotalBase()) { class="type">int total = ArraySize(Total); Cell temp[];
「用双随机平方挑起点再按步执行」
这段逻辑先把满足最小步数门槛的单元格筛进临时数组 temp，没达标的直接弃用。筛选靠 MinStartSteps 做阈值判断，只保留 total_actions 够格的单元，避免从过短序列起步。 当 temp 里至少有 1 个候选时，用 MathRand()*MathRand() 除以 32768.0 的平方做归一，再乘 (count-1) 取整，挑出 StartCell。这种双随机相乘的分布重心更靠中间，比单随机更不容易抽到首尾极端项。 若没有任何单元达标，就退而求其次在原始 Total 数组里按同样算法随机抽一个，保证 OnTick 永远有 StartCell 可跑。 OnTick 里靠 IsNewBar 控频，每根新 K 线 bar++，只要 bar 小于 StartCell.total_actions 就按 actions[bar] 的值下单：0 买、1 卖、2 平掉同品种所有仓位。超出步数且不满足续命条件时 SampleAction(4) 给新动作，否则强制平仓；action_count 超 MaxSteps 直接 ExpertRemove 结束智能交易。 回测端 OnTester 取 STAT_PROFIT，若不低于 MinProfit 就用 FrameAdd 把 action_count 和 profit 写回优化框架，供小布类工具后续聚合成胜率分布。外汇与贵金属杠杆高，这类随机起点策略实盘前务必在 MT5 策略测试器跑多品种验证。
ArrayResize(temp, total); class="type">int count = class="num">0; for(class="type">int i = class="num">0; i < total; i++) if(Total[i].total_actions >= MinStartSteps) { temp[count] = Total[i]; count++; } if(count > class="num">0) { count = (class="type">int)(((class="type">class="kw">double)(MathRand() * MathRand()) / MathPow(class="num">32768.0, class="num">2.0)) * (count - class="num">1)); StartCell = temp[count]; } else { count = (class="type">int)(((class="type">class="kw">double)(MathRand() * MathRand()) / MathPow(class="num">32768.0, class="num">2.0)) * (total - class="num">1)); StartCell = Total[count]; } } class="type">void OnTick() { class=class="str">"cmt">//--- if(!IsNewBar()) class="kw">return; bar++; if(bar < StartCell.total_actions) { class="kw">switch(StartCell.actions[bar]) { case class="num">0: Trade.Buy(Symb.LotsMin(), Symb.Name()); break; case class="num">1: Trade.Sell(Symb.LotsMin(), Symb.Name()); break; case class="num">2: for(class="type">int i = PositionsTotal() - class="num">1; i >= class="num">0; i--) if(PositionGetSymbol(i) == Symb.Name()) Trade.PositionClose(PositionGetInteger(POSITION_IDENTIFIER)); break; } class="kw">return; } class="type">int act = (action_count < MaxSteps || first_order < MaxLifeTime ? SampleAction(class="num">4) : class="num">2); if(action_count > MaxSteps) ExpertRemove(); class=class="str">"cmt">//+------------------------------------------------------------------+ class=class="str">"cmt">//| Tester function | class=class="str">"cmt">//+------------------------------------------------------------------+ class="type">class="kw">double OnTester() { class=class="str">"cmt">//--- class="type">class="kw">double ret = class="num">0.0; class=class="str">"cmt">//--- class="type">class="kw">double profit = TesterStatistics(STAT_PROFIT); action_count--; if(profit >= MinProfit) FrameAdd(MQLInfoString(MQL_PROGRAM_NAME), action_count, profit, Base); class=class="str">"cmt">//--- class="kw">return(ret); }
用优化器逼出 EURUSD 样本的全景
训练模型前先要在 EURUSD H1 上取 2023 年 4 个月历史数据做样本。和上一篇不同，这次把 MaxSteps（子集最大长度，超距则样本作废）和 MaxLifeTime（单子集持仓最长期限）直接挂进策略测试器优化变量，每轮验算自动换值，才能把环境翻个遍。 采样起点也别钉死：往优化变量里加 1~3 周、按周递增的最小步数偏移，让样本覆盖不同时间窗。利润阈值从接近 0 一路抬到 40、80 美元，逼出更肥的验算。 首轮优化（2023 年 1 月前 2 周）跑出 46 美元利润、盈利系数 1.55；第二轮同月利润冲到 84 美元但盈利系数降到 1.38；第三轮起手门槛 80 美元，最成功验算收入 125 美元、系数 1.36。外汇与贵金属属高风险，数字仅反映历史样本窗口表现。 继续迭代换抽样起点和利润阈值，遍历训练集后最肥一笔验算收入 281 美元、系数 1.5。样本收齐后转 Go-Explore 训练，再用强化学习微调。 模型品质用训练集+测试集双查，关键看它能否吃下 2023 年 5 月第一周——这段不在训练集里，是训练期的直接延续，模型在那周历史数据上拿了利润，说明泛化不是纸上谈兵。
◍ 动态市况下模型要持续回训
我们用 4 个月历史数据完成了 Go-Explore 变体的首轮训练，靠优化后的采样机制，把原本跑不动的长周期数据也喂进了模型。训练和测试样本分流验证后，回测里策略信号的质量与稳定性都站住了。 外汇和贵金属属高风险市场，价格序列对突发宏观事件极敏感，再好的模型也不会一直有效。实盘前务必在 MT5 用近期行情重跑训练，观察样本外表现衰减速度，再决定回训频率。
「把探索类文章串成一条学习链」
想啃透强化学习里的艰难探索问题，单看一篇容易断片。原站有一组连续文章，从内在好奇心模块一路铺到 Go-Explore，正好构成一条技术递进链。 具体序号对应如下：先读「内在好奇心模块」打底，接着「关系强化学习」扩展表征，再到「分散关注度」优化策略分配，随后「凭借分歧进行自我监督探索」解决奖励稀疏，最后「Go-Explore，一种不同的探索方式」给出针对硬探索任务的新范式。 在 MT5 里验证这类思路时，建议先拿第 35 部分的 curiosity 信号做特征，再逐步叠加后续模块，观察回测中样本效率是否随模块增加而抬升。外汇与贵金属行情噪声大，这类实验务必用小仓位或模拟盘，失败概率不低。
随包附带的工程文件清单
这套 LSTM 多元时间序列预测方案不是单文件 EA，而是拆成了可组装的工程。随文压缩包 MQL5.zip（90.76 KB）里一共 7 个文件，两个阶段 EA 加一个优调 EA，其余四个是支撑类库与 OpenCL 内核。 Faza1.mq5 与 Faza2.mq5 分别是第一、第二阶段智能交易系统，GE-lerning.mq5 负责策略优调；Cell.mqh 定义系统状态结构，FQF.mqh 管完全参数化模型的工作排程，NeuroNet.mqh 封装神经网络创建逻辑，NeuroNet.cl 则是跑在 GPU 上的 OpenCL 代码库。想在 MT5 里复现，先把压缩包解到 MQL5/Files 或对应 Include 路径，缺一个 mqh 都会编译失败。 有读者在论坛反馈：Faza2 在把 Unsupervised 文件夹挪位前无法编译，说明 include 路径依赖很死；另一人用 4 个月数据训出约 1.2 GB、19 万特征的文件，第二阶段默认 10 万次迭代、甚至试到 1000 万次，误差仍卡在 1.6–1.8 不降，第三阶段 EA 只开仓不平仓。这类现象提示：直接照搬参数大概率跑不通，需自己调 lr（原设 3.0e-4f）和迭代节奏。外汇与贵金属市场高风险，任何模型输出都只是概率倾向，实盘前务必用策略测试器验证。