神经网络变得轻松（第十部分）：多目击者关注（基础篇）
「让多个模型一起盯着同一根 K 线」
把单一神经网络换成多模型并行观察，是降低单点误判的一种务实做法。原文作者在 2021 年 3 月 16 日发布的这一节，在 MetaTrader 5 社区获得了 2447 次浏览，说明多模型协同思路在实战交易者里有稳定关注度。 所谓多目击者，本质是同一时间窗口喂给若干结构不同的网络，各自输出倾向，再按置信度做加权。外汇与贵金属波动受新闻与流动性扰动大，单一网络容易在突变段过拟合，多模型投票能压低极端错误概率，但绝不消除风险。 在 MT5 里验证这条路径最直接的动作：开一个 EURUSD 的 M15 图表，加载两个输入层维度不同的信号网络，对比它们在同一根收盘 K 线上的多空输出分歧。
◍ 先看清这套注意力模块的骨架
这一节把后续要落地的多目击者注意力（Multi-Witness Attention）整体结构摊开，方便你在 MT5 里对照建文件。 核心拆成四块：数学定义、位置编码、具体实现、测试验证。实现里又分五步——消密钥张量、写注意力类、前馈、反馈、改神经网络基类。 目录里还列了结束语与参考，以及随文附带的 EQ（Expert Advisor）程序。你开 MT5 时，建议先按 4.1 到 4.5 的顺序建类，再跑第 5 节测试，否则基类没改完直接挂 EA 会报空指针。 外汇与贵金属杠杆高、滑点随机，任何新模块上线前先用策略测试器跑历史数据，实盘信号仅作概率参考。
多目击者关注是什么
上一节我们跑通了单头自关注机制，但在真实行情序列里，单一权重矩阵往往只能捕捉一种相关模式。现代网络常用的做法是多目击者关注（multi-head attention）：同时并行启动若干条自关注线程，每条线程用不同的权重去扫描同一段价格序列。 这些并行线程各自算出一套关注分布，拼接后再投影回原维度。思路上，不同头可能分别盯着短期波动、跨周期背离、或成交密度，理论上比单头更能拉开序列元素间的隐藏联系。 我们接下来要在 MT5 里复现这套多头结构，并和之前第八部分那版单头自关注做效果对照。外汇与贵金属波动受消息面驱动明显，属于高风险品种，对照结论仅代表样本内概率倾向，不能直接外推实盘。
「多头注意力里的多个观察者」
自注意力算法内部依赖三组训练得到的权重矩阵 Wq、Wk、Wv，分别算出 Query、Key、Value。前两者决定序列元素之间的配对强度，Value 才携带被分析元素真正的上下文信息。 真实行情里单看一个视角很容易误判，同一段价格走势用不同周期或不同特征投影，结论可能完全相反。为此 Transformer 引入多头注意力：并行跑多条自注意力线程，每条线程用不同的 Wq/Wk/Wv 权重，相当于多个观察者各自给出见解。 各线程输出先拼成一个长张量，再乘一个训练出来的 W0 矩阵得到最终结果。这个结构在编码器和解码器里直接替换掉单一自注意力模块，MT5 上若想验证，可先打印不同头对同根 K 线的注意力分布，看分歧有多大。
◍ 自注意力里的矩阵乘法能省就省
自注意力核心公式写成 Attention(Q,K,V)=softmax(QKᵀ/√d)V，其中 Q、K、V 分别是查询、键、值张量，d 是键向量维度。底层实现里 Q=X1·Wq、K=X2·Wk，Wq 和 Wk 为对应权重矩阵。 利用矩阵结合律可先把 Wq 与 Wk 乘起来，得到的中间矩阵不依赖输入序列，对同一自注意力块的所有迭代保持不变（直到参数更新前）。一次性算好它，后续直接用，能砍掉重复运算。 进一步想只训一个矩阵替掉两个，未必总能减负。假设输入向量长 100，单矩阵就是 10000 元素；若把 Wq、Wk 降维 10 倍，各为 100×10 即 1000 元素，两个加起来才 2000。外汇与贵金属模型训练属高风险实验，维度压缩要权衡网络性能与输出质量，不能盲目。
位置编码怎么塞进烛条向量
处理时间序列时，序列元素之间的距离不能忽略。Transformer 里所有元素共用同一矩阵，但彼此影响的强度高度依赖时间间隔，所以必须给每个元素注入位置信息。 原版方案不用级联而用加法：对维度为 d 的烛条向量，按位置 pos 和向量内序号 i，偶数维套正弦、奇数维套余弦。这样每个位置拿到唯一编码，相邻步长恒定，且确定、可泛化到任意长度。 为什么是加不是拼？级联会撑大维度、拖慢迭代；加法在定位整根烛条的同时，也标定了向量内部每个分量的位置，模型能顺带学组件级依赖。 失真方面无需过虑：网络从训练起就把‘编码后数据’当原生输入，不拆开看位置和实体。同是十字星，第 2 根与第 20 根在带编码视角下是两种信号，按训练权重分别处理。外汇与贵金属波动剧烈，此类模型仅辅助概率判断，实盘前请在 MT5 用历史数据验证编码尺度。