在 MetaTrader 5 中运行 ONNX 模型,使用 GPU。
为已经在 Python 中训练好模型,只需要让它在 Expert Advisor 中快速运行的交易者准备的深入、精确的实战指南。从 PyTorch 和 Keras 导出,集成 OnnxRun,正确强制使用 CUDA,并修复无人记录的错误。
在 Python 中训练。在 MQL5 中运行。我们覆盖每一步。
不打太极。从训练好的模型到实盘 Expert Advisor 的真实路径 — 包括会出问题的部分。
训练
在 GPU 上用 Python 构建你的 LSTM、CNN-LSTM 或 gradient-boosted 模型。
导出
使用正确的 opset 和静态 sequence length 转换为 ONNX,避免导出失败。
集成
嵌入模型,设置 input/output shape,在 CPU 或 CUDA 上在你的 EA 内运行。
回测
在 Strategy Tester 中验证 — 并修复那个毁掉结果的归一化 bug。
从训练好的模型到 funded account。
三个技术支柱建立权威。三个商业支柱支付账单。每个教程都会链接到回答"好,我在哪运行这个?"的页面。
/onnx-mt5/
OnnxCreate → SetInputShape → OnnxRun,新的 CUDA flags,profiling,以及每个错误消息的子专题。
moat02/export/
Python → ONNX 无痛上手。PyTorch LSTM、Keras CNN-LSTM、tf2onnx、LightGBM — 加上 control-flow 和 dynamic-axes 的陷阱。
moat03/strategies/
ML 作为过滤器,而非黑盒。市场结构分类器、趋势过滤器、Strategy Tester 中的归一化 bug。
营收04/infrastructure/
到底在哪里运行:GPU cloud vs forex VPS vs 本地工作站 — 以及每种选择背后的数学。
营收05/prop-firms/
2026 年哪些 prop firms 接受 EA / ONNX bots — 规则、限制,以及 2024 年震荡后的诚实风险评注。
营收06/brokers/
加密算法的 edge:在 BTC K 线上运行 ONNX 分类器,以及适合自动化流程的交易所。
这个误解值一千个点击。
"带 GPU 的 Forex VPS" 不存在。
Forex VPS 按照与 broker 撮合引擎的网络邻近度销售 — Equinix NY4、LD4、TY3。它们都是 CPU-only。CUDA ONNX 推理需要物理 NVIDIA GPU:本地工作站或 GPU cloud。我们直说,然后指向真正可行的方案。
阅读分析 →能处理 ONNX 推理的 GPU 算力。
训练和运行模型的独立选择。每个链接都被追踪,让指南对人们的实际选择保持诚实。
联盟披露:上面的一些链接是联盟链接。如果你通过它们注册,我们可能获得佣金,你的费用不变。推荐是独立的 — 详见我们的披露页面。
在别人开始 ranking 之前收到新教程。
新 ONNX-in-MT5 指南发布时一封邮件 — 错误修复、导出工作流、基础设施分析。没有 spam。