🧠

利用 MQL5 向导和 Hlaiman EA 生成器创建神经网络 EA·综合运用

（3/3）·从向导配置到生成器集成，零理论负担把神经网络EA跑起来

含代码示例偏理论第 3/3 篇

很多人把神经网络EA想成要啃完一堆数学才能碰的东西。其实借助现成向导和生成器，交易者用图形化操作就能产出可加载的MQL5代码。本篇把这条路径拆开给你看。

本章目录

正文
HNN 训练指令的管道投递与回读
信号文件读写与方向判定
别急着下结论

「正文」

" sym := exp.ObjectOfName('"+hnn_sym+hnn_per+"');\n\r" // Line #5               " if (sym <> nil) then"               " begin"               " lst := TStringList.Create;"               " if (lst <> nil) then"               " begin"               " lst.Text := cons;"               " if (lst.Count >= (sym.TeachInput + sym.TeachOutput)) then"               " begin"               " out := StrToFloat(lst[0]);"     &

◍ HNN 训练指令的管道投递与回读

这段代码把「教神经网络」的动作翻译成一段外部脚本字符串，写进文件句柄 m_hnn，再靠轮询文件大小确认对方进程已接收。FileWriteString 写完立刻 FileFlush，避免缓冲区滞留导致 siz 一直为 0。轮询逻辑里 siz<=0 且处于回测环境（MQL5_TESTER 为真）或 num<WAIT_TIMES 时，循环 Sleep(SLEEP_TIM) 并重新取 FileSize；若 WAIT_TIMES 设得过小，在慢盘上可能漏读。 TeachHNN 拼出的 source 脚本通过 mt45.dll 打开终端对象，定位到具体品种与周期（hnn_sym+hnn_per）的 exp 实例，先把 Teached 置 false 再置 true，强迫重新训练，最后返回 sym.Count 作为样本数。回读时 FileReadString 只取 siz/2 长度，再用 StringToInteger 转成 res；若 res>0 则函数返回 true，代表训练触发成功。外汇与贵金属品种用这套机制时波动跳空多，重训频率过高可能拖累 EA 实时性。

MQL5 / C++

      " end; end.";
      FileWriteString(m_hnn,source,StringLen);
      FileFlush(m_hnn);
      while(siz<=class="num">0 && (MQL5InfoInteger(MQL5_TESTER) || num<WAIT_TIMES))
        {
         Sleep(SLEEP_TIM);
         siz=FileSize(m_hnn);
         num++;
        }
      if(siz>class="num">0)
        {
         result=FileReadString(m_hnn,class="type">int(siz/class="num">2));
         res=StringToInteger(result);
        }
     }
   class="kw">return(res>class="num">0);
   }
class=class="str">"cmt">//+------------------------------------------------------------------+
class=class="str">"cmt">//| TeachHNN                                                            |
class=class="str">"cmt">//+------------------------------------------------------------------+
class="type">bool CSignalHNN::TeachHNN(class="type">void)
  {
   class="type">int num=class="num">0;
   class="type">long res=class="num">0;
   class="type">ulong siz=class="num">0;
   class="type">class="kw">string result,source;
   if(m_hnn!=class="num">0 || m_hnn!=INVALID_HANDLE)
    {
      TeachHNN; Interface const WAIT_TIM = class="num">100; WAIT_CNT = class="num">100;"
            "   var i: integer; libr, term, exp, sym: TObject;"
            " Implementation function main: integer;\n\r" class=class="str">"cmt">// Line #class="num">1
            " begin"
            " Result := class="num">0;"
            " libr := Open(&class="macro">#x27;mt45.dll&class="macro">#x27;);\n\r" class=class="str">"cmt">// Line #class="num">2
            " if (libr <> nil) then"
            " begin"
            " term := Open(&class="macro">#x27;"+hnn_path+"&class="macro">#x27;);\n\r" class=class="str">"cmt">// Line #class="num">3
            " if (term <> nil) then"
            " begin"
            " exp := term.ObjectOfName(&class="macro">#x27;"+hnn_nam+"&class="macro">#x27;);\n\r" class=class="str">"cmt">// Line #class="num">4
            " if (exp <> nil) then"
            " begin"
            " sym := exp.ObjectOfName(&class="macro">#x27;"+hnn_sym+hnn_per+"&class="macro">#x27;);\n\r" class=class="str">"cmt">// Line #class="num">5
            " if (sym <> nil) then"
            " begin"
            " if (sym.Teached) then sym.Teached := false;\n\r" class=class="str">"cmt">// Line #class="num">6
            " sym.Teached := true;\n\r" class=class="str">"cmt">// Line #class="num">7
            " Result := sym.Count;\n\r" class=class="str">"cmt">// ret input Line #class="num">8
            " end;"
            " end;"

信号文件读写与方向判定

这段逻辑把外部 HNN 模型的输出通过文件桥接回 MT5：先向句柄 m_hnn 写入收尾指令串，再强制刷盘，避免缓冲区延迟导致读不到结果。随后用 while(siz<=0) 轮询文件大小，每次 Sleep(SLEEP_TIM) 后再取 FileSize，num 累加计数；这种阻塞式等待在 EA 回测或实盘里都可能拖慢 tick 处理，外汇与贵金属品种波动快，高风险下要警惕卡顿造成的滑点。文件有内容后，FileReadString 只读取 siz/2 长度，再用 StringToInteger 转成整型 res，函数最终返回 res>0 的布尔值，作为多空倾向的粗筛条件。 Direction 方法里先判 m_hnn 句柄有效性，无效直接返 EMPTY_VALUE；新柱出现才重算 CalculateHNN()*100 并缓存到 hnn_signal，否则沿用旧值——这意味着信号刷新粒度被 Bars 计数绑定，调 hnn_period 就能改变触发频率。

MQL5 / C++

   " end;"
   " end;"
   " end; end.";
   FileWriteString(m_hnn,source,StringLen);
   FileFlush(m_hnn);
   while(siz<=class="num">0)
     {class=class="str">"cmt">// && (MQL5InfoInteger(MQL5_TESTER) || num < WAIT_TIMES)) {
      Sleep(SLEEP_TIM);
      siz=FileSize(m_hnn);
      num++;
      }
   if(siz>class="num">0)
     {
      result=FileReadString(m_hnn,class="type">int(siz/class="num">2));
      res=StringToInteger(result);
      }
   }
  class="kw">return(res>class="num">0);
 }
class=class="str">"cmt">//+------------------------------------------------------------------+
class=class="str">"cmt">//| Check conditions for trading signals.                            |
class=class="str">"cmt">//+------------------------------------------------------------------+
class="type">class="kw">double CSignalHNN::Direction(class="type">void)
  {
   if( m_hnn == class="num">0 || m_hnn == INVALID_HANDLE) class="kw">return(EMPTY_VALUE);
class=class="str">"cmt">//--- check new bar condition
   class="type">int cur_bar = Bars(hnn_sym, hnn_period);
   if (hnn_bar != cur_bar) {
class=class="str">"cmt">//--- condition OK
      hnn_signal = CalculateHNN() * class="num">100;
      hnn_bar = cur_bar;
   }
   class="kw">return(hnn_signal);
  }

「别急着下结论」

Hlaiman EA 生成器把 CSignalHNN 类塞进 MQL5 向导，等于在信号层开了个神经网络口子：SampleHNN.mq5 仅 6.35 KB，TeachHNN.mq5 训练脚本 9.67 KB，SignalHNN.mqh 信号模块 23.88 KB，三者放对路径就能直接出 EA。多信号模块并接后，跨货币、复合指标加时间过滤的神经网络 EA 在 MT5 里是可拼装的，不是ppt概念。脚本解释跑在 EX5 之外这点确实拖计算效率，但插件和终端不同步、走命名网络管道，把终端丢到另一台机器跑，大网络训练压力能卸掉，隔离也顺带提升了安全性。外汇与贵金属自动交易杠杆高、滑点跳空频繁，这类方案只降低拼装成本，不替你扛回撤。真要继续往前走，把 EA 运行代码和训练脚本揉进同一个 CSignalHNN 上下文，盘中自学那层逻辑目前最省事的就是这么干。材料已经够开一篇新坑，留给你在 MT5 里先跑通附件再说。

把重复劳动交给小布

这些诊断与模板拼接的环节，小布盯盘的AIGC已内置，打开对应品种页即可看到生成思路，你只需专注入场逻辑。

←

利用 MQL5 向导和 Hlaiman EA 生成器创建神经网络 EA·进阶篇

常见问题

向导产出的是基础框架，需经生成器注入网络结构与参数，且在模拟环境验证后才可能考虑实盘，外汇贵金属属高风险。

它用来在GUI中搭建复杂对象层级并调整属性，让你以插件方式把神经网络引擎嵌进EA代码。

本系列定位综合运用，重点在工具链拼接，理论部分留待其他资料，避免拉长学习曲线。

可以，小布内置的AIGC会把向导与生成器的对接步骤做成可视提示，减少手动拼代码的失误概率。

本文刻意保留，因神经网络EA确有识别与学习属性，和传统EA命名习惯不同，不算误导。

利用 MQL5 向导和 Hlaiman EA 生成器创建神经网络 EA·综合运用

「正文」

◍ HNN 训练指令的管道投递与回读

信号文件读写与方向判定

「别急着下结论」

常见问题

相关阅读