在 MetaTrader 5 中使用自组织特征映射（Kohonen 映射）

什么是自组织特征映射

SOM 是一种无监督训练的人工神经网络，把高维输入空间映射为二维离散网格（映射），类似于多维标度，适合高维数据的分类与可视化。由 Teuvo Kohonen 于 1982 年提出，故也称 Kohonen 映射。

网络架构

简单网格如 4×4 共 16 个节点，每个节点连一个三维输入向量。训练时输入样本，找到最佳匹配节点(BMU)，按其邻域调整权重，使拓扑有序。

class CKohonen
  {
public:
   void InitNode(int id, double x, double y);
   double X(int id), Y(int id);
   double GetWeight(int id, int dim);
   int  BestMatchingNode(double &vec[]);  // 找 BMU
   void Train(double &vec[], double lr, double radius);
   void Render();                          // 用 cIntBMP 出图
  };

训练过程

AdjustWeights 按 BMU 邻域更新权重：BMU 及邻近节点向输入向量靠拢，远距离节点基本不动。学习率 lr 与半径 radius 随迭代衰减，最终网格形成输入空间的拓扑投影。

• AddVectorToTrainingSet：把行情特征向量加入训练集。
• BestMatchingNode：找与输入最相似的节点，用于分类。
• ShowPattern/ShowBMP：把权重或映射渲染成位图。

在交易中的两个用法

一是品种聚类：把多品种的技术特征输入 SOM，相似品种会落在相邻节点；二是市场状态识别：把当前窗口特征投到已训练映射，落点区域代表“趋势/震荡/极端”状态。

小结

Kohonen 映射把高维行情压成可解释的二维图，是量化中做聚类与状态识别的轻量利器。配合 cIntBMP 在 MQL5 内直接出图，无需外部依赖。