Mis à jour pour MetaTrader 5 · Build 5572 · Janvier 2026

Exécutez des modèles ONNX dans MetaTrader 5, sur GPU.

Le playbook approfondi et précis pour les traders qui ont déjà un modèle en Python et ont juste besoin de l'exécuter — rapidement — dans un Expert Advisor. Exportez depuis PyTorch et Keras, intégrez OnnxRun, forcez CUDA correctement et corrigez les erreurs que personne d'autre ne documente.

PyTorchTensorFlow / KerasONNX RuntimeCUDAMQL5tf2onnxLightGBMNetronStrategy Tester PyTorchTensorFlow / KerasONNX RuntimeCUDAMQL5tf2onnxLightGBMNetronStrategy Tester
0
Build MT5 avec support CUDA ONNX natif
Turing+
Architectures GPU supportées
1 GB
Taille max du modèle ONNX embarqué
0×
Périphériques GPU sélectionnables (0–7)
// le vrai workflow

Entraînez en Python. Exécutez en MQL5. Nous couvrons chaque étape.

Pas de blabla. Le vrai chemin d'un modèle entraîné à un Expert Advisor en live — y compris les parties qui cassent.

01

Entraîner

Construisez votre modèle LSTM, CNN-LSTM ou gradient-boosted en Python sur GPU.

PyTorch · Keras · LightGBM
02

Exporter

Convertissez vers ONNX avec le bon opset et une sequence length statique pour éviter les échecs d'export.

torch.onnx · tf2onnx · opset 17
03

Intégrer

Embarquez le modèle, définissez les shapes d'input/output et exécutez dans votre EA sur CPU ou CUDA.

OnnxCreate · OnnxRun
04

Backtester

Validez dans le Strategy Tester — et corrigez le bug de normalisation qui ruine les résultats.

Strategy Tester
// l'article qui convertit

L'idée fausse qui vaut mille clics.

! le plus recherché, le plus faux

"Forex VPS avec GPU" n'existe pas.

Les forex VPS sont vendus pour leur proximité réseau avec le matching engine du broker — Equinix NY4, LD4, TY3. Ils sont CPU-only. L'inférence CUDA ONNX nécessite un GPU NVIDIA physique : workstation locale ou GPU cloud. On le dit directement et on pointe vers ce qui marche vraiment.

Lire l'analyse →
Faible latence d'ordreforex VPS ✓
Proche du moteur brokerforex VPS ✓
GPU CUDA embarquéforex VPS ×
Inférence ONNXGPU cloud ✓
// exécutez votre modèle dans un vrai endroit

Compute GPU qui tient l'inférence ONNX.

Choix indépendants pour entraîner et exécuter des modèles. Chaque lien est tracké pour que les guides restent honnêtes.

Divulgation d'affiliation : certains des liens ci-dessus sont des liens d'affiliation. Si vous vous inscrivez via eux, nous pouvons recevoir une commission, sans coût supplémentaire pour vous. Les recommandations sont indépendantes — voir notre page de divulgation.

Recevez les nouveaux tutoriels avant que quiconque ne les classe.

Un email à chaque nouveau guide ONNX-in-MT5 — corrections d'erreurs, workflows d'export, analyses d'infrastructure. Pas de spam.