将您自己的LLM集成到EA中（第2部分）：环境部署示例·进阶篇
「给 WSL2 挪盘与掐内存」
系统盘吃紧时，把 WSL2 子系统迁到别的盘能省出不少空间。先在命令提示符跑 wsl -l -v --all 看清要搬的发行版名字，再 wsl --shutdown 全关掉，用 wsl --export ubuntu f:\wsl-ubuntu.tar 打成压缩包，然后 wsl --unregister ubuntu 注销原实例，最后 wsl --import new_ubuntu F:\wsl\ubunto_wsl F:\wsl-ubuntu.tar --version 2 导入到新路径。导出的 tar 包留着就是备份，不要也能直接删。
全局配置文件锁在 C:\Users\<UserName>\.wslconfig，动它之前必须确认子系统已 shutdown，否则参数不生效。核心就三行：memory=8GB 给子系统封顶内存，swap=60GB 补磁盘级虚拟内存（0 即不要 swap），swapfile=G:\wsl\swap\wsl-swap.vhdx 指定交换文件落点。末尾不加标点，路径按自己盘符改。
跑 LLM 时有个硬约束：内存加交换的总和得大于模型体积，不然读权重的阶段就会报错。比如 7B 半精度模型常占 4~5GB，配 8GB 内存加 60GB 交换就稳，但只给 4GB 内存零 swap 必崩。
老 Windows 10（1903 以上、内部版 18362.1049+）要手开虚拟机平台：管理员 PowerShell 跑 dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart，装完内核 msi 包再 wsl --set-default-version 2，随后商店装发行版。删了缓存却发现 vhdx 不缩小时，用管理员权限进 diskpart 拿 vdisk 命令压缩虚拟硬盘才真正回收空间。
WSL 命令行参数怎么用才不绕路
在 MT5 之外的分析环境里，很多人用 WSL 跑 Python 或 Linux 工具做行情预处理。wsl.exe 本身不带命令行参数时，会直接进默认 shell；想跳过 shell 直跑程序，用 -e 后接命令最干净，比如 wsl -e python3 strat.py 不会加载交互环境，启动更快。
--cd 控制工作目录，写 ~ 走 Linux 用户主路径，以 / 开头当绝对 Linux 路径，其余必须给绝对 Windows 路径。配合 -d 指定发行版、-u 换用户，能在多发行版机器上精准隔离任务，避免把脚本跑错容器。
管理类参数里，--shutdown 会立刻杀掉所有发行版和 WSL2 轻量虚拟机，释放被占用的内存；--status 直接看子系统状态，排错时先敲这个比盲目重启省事。导入导出用 --export <Distro> <FileName> 和 --import，加 --vhd 可转 .vhdx 格式，方便把整套环境拷到另一台跑 MT5 的 Windows 上复用。
--list -v 能列出全部发行版详细信息，包含版本与运行状态；--set-version <Distro> <Version> 可改指定发行版内核版本，老发行版跑新文件系统工具报错时，这条比重装快。
◍ 在 WSL2 里把 LLM 跑起来的环境搭建
想在 MT5 之外用本地大模型辅助做价格行为分析，WSL2 是最省事的隔离环境。先用 miniconda 管 Python 包：wget 拉下 Miniconda3-latest-Linux-x86_64.sh，chmod 777 提权后执行安装，装完命令行前端多出「(base)」即生效。
代码编辑器不用另装，WSL2 命令行直接敲 code，会自动拉起 vscode 并连上子系统，左下角显示 WSL 字样。用 cd 切到策略代码目录再打 code，编辑器直接定位该文件夹，改 EA 或脚本很顺手。
N 卡加速两条路：Docker 方式跑 curl https://get.docker.com | sh 起服务，再装 nvidia-docker2，用 docker run --gpus all ... 进 CUDA 容器；手动方式下 cuda_12.2.2_535.104.05_linux.run，装完往 ~/.bashrc 塞三行环境变量（见代码块）。没显卡也别急，llama-cpp-python 纯 CPU 推理只是慢，不是不能用。
建个 conda 虚拟环境 conda create -n llm python=3.10，激活后 git lfs 开大文件支持，clone 下 Phind-CodeLlama-34B-v2 这类 gguf 模型。装 llama-cpp-python 时带 CMAKE_ARGS="-DLLAMA_CUBLAS=on" 才能调 GPU。test.py 里 max_tokens=32 跑太阳系问答，返回 usage 显示 total_tokens=42，说明本地推理链路通了。
class="kw">export PATH=/usr/local/cuda-class="num">12.2.class="num">2/bin${PATH:+:${PATH}} class="kw">export LD_LIBRARY_PATH=/usr/local/cuda-class="num">12.2.class="num">2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} class="kw">export CUDA_HOME=/usr/local/cuda-class="num">12.2.class="num">2${CUDA_HOME:+:${CUDA_HOME}} { "id": "cmpl-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx", "object": "text_completion", "created": class="num">1679561337, "model": "./models/7B/llama-model.gguf", "choices": [ { "text": "Q: Name the planets in the solar system? A: Mercury, Venus, Earth, Mars, Jupiter, Saturn, Uranus, Neptune and Pluto.", "index": class="num">0, "logprobs": None, "finish_reason": "stop" } ], "usage": { "prompt_tokens": class="num">14, "completion_tokens": class="num">28, "total_tokens": class="num">42 } }
「下一步选型的落点」
这套 WSL2 加 llama.cpp 的链路已经跑通，最小代码量就能在本地完成一次 LLM 推理，延迟和显存占用都可控。对做算法交易的读者来说，环境本身不是终点，模型能不能贴合 EA 的上下文才是关键。 下一阶段重心会转到模型选型：从一堆可用权重里挑出适合塞进交易逻辑的那个，而不是盲目追参数规模。外汇与贵金属波动受事件驱动明显，本地推理仅降低调用成本，不消除策略失效的高风险。 你现在就可以在 WSL2 里复现一遍推理示例，确认 llama.cpp 在你显卡上的 tokens/s，作为后续选型的基础参照。