当然前期学习，需要历史数据，

历史记录这种数据，我一贯的看法是如果是EA交易的，具有一致性，如果是手工单，就可能有随意单，不好分析。 至于说不需要历史训练，直接让EA从自身的第一单开始自我修正，如果是这样，那何不让EA在历史数据中交易开始自我学习呢？这样节省时间，长经验快。

这你难倒我了，我现在确实没搞出让自己满意的EA。 成功？还在路上。

下载了，谢谢老树。回头研究。:lol

是，前期是必须的，我指交易开始后，需要ea有自动修正能力，前期学习主要学习修正能力，这个都需要计算呀，个人电脑办不了，

估计是，可以人工合成翡翠，但成本比天然的高

别你带坑里了，哈哈。

它这个设计思路是这样的： 第一步训练：训练基本交易系统（BTS），获得一组参数 第二步训练：训练做空的感知层，获得一组参数，此过程要用到第一步训练结果（获得的参数） 第三步训练：训练做多的感知层，获得一组参数，此过程要用到第一步，第二步的训练结果（获得的参数） 第四步训练：训练多，空，盘整，获得最终一组参数，此过程要用到第一步，第二步，第三步的训练结果（获得的参数） 这样第四步训练结束后，得到的参数就是实际使用时用的。 每次训练的时候，记得设置pass=几， 几就是第几步，否则白训练了。这个pass参数在EA参数列表的后面。

棋盘是固定的，计算步数有上限。 总要的是设计的ea原理。

机器毕竟是机器，还是不行的，许多东西要结合常年的经验,要是机器人没有这方面数据就会失败。

别妄想了，所谓的ai，基本上都是固定的规则之下的，比如下棋。但交易市是真正的随机态，无固定的规则。想想看，如果ai能炒外汇发财，那阿法狗那些工程师不发大财了，还用每天上班给老板打工？