活用深度學習：MT4 交易程式整合視覺模型

你是否也曾經遇過以下的問題？

• 花了大筆錢，上了很多課，但還是做不出想要的交易程式
• 花了錢買了程式，但效果不如預期
• 曾經盯盤盯得很累，導致判斷錯誤

別沮喪，我曾經也和你一樣

在開發交易程式的時候，常常遇到問題、不知該如何下手，找了很多書與課程來學，把這些運用在自已的程式，但效果不彰。最後也因寫了很多條件判斷，導致程式愈來愈難維護。開發完還要不停的找參數，導致花了非常多時間在這樣的循環之中。

仿間的課程常常有以下幾個狀況：

• 無法實戰應用：只提到基本概念，卻沒有提到完整的流程該怎麼做，更沒有提到怎麼實際使用。

• 上課體驗不佳：大部份的程式交易課程費用很高，有的只有幾個小時，大部份都上一點點，或是中間又有廣告、如果想要更進一步就需要再花更多錢買，又不能複習。

• 投入過高成本：如果要諮詢就還要再花錢預約時間。或是花了錢買了程式回來，已經被封裝過，也不知道裡面是怎樣，有的想回測也沒辦法，而有些程式就只限定在某個期限裡可用。若不適用了，又要再買新的。

• 難以因應需求：大部份的課程，都提到用指標再套用許多 if else 進行回測，效果不好就再加濾網，不停的這樣做。但這樣的做法只是在擬合過去的資料，同時一個策略裡就會出現數十個以上的濾網，如果需要判斷的東西是很多不一樣的，那就累了。例如想判斷 K 線型態，每個型態都要去寫，而同一個型態又有不同的組合變化，那麼要寫到多少個呢?

每次開發交易程式都要寫很多判斷式，究竟有沒有更好的解決方法？

許多的投資書藉常常提到該怎麼看，而他們都有一個共通點就是「看」，所以我就想到——

利用深度學習的影像辨識來幫忙「看」。

我自已在這個領域研究與實作四年了，一路上跌跌撞撞繞了許多遠路。做了很多實驗，像是針對在交易程式上應用的網路 LSTM、RNN、強化學習、影像辨識、CNN，實驗超過上百次，因參與不同領域的專業，在這樣的經驗下有了整合能力，曾經參與結合深度學習的自駕車競賽。

深度學習的應用可以協助判斷複雜的事情，理應也可以運用到看盤上。因此，我想省下大家的時間，活用更大的效益。 

本堂課，將會分享 MT4 整合視覺模型的方法

視覺模型是什麼？

視覺模型是影像辨識的一種，像是可以判斷手寫的數字的圖片，回傳辨識出來的數字。在這堂課程裡，將會分享如何將視覺模型運用在交易程式上、與 MT4 整合的方法，並且採用深度學習的方式進行開發，提高判斷的精度。

採用視覺模型的好處是？

一般在開發程式交易的時候，我們都需要撰寫許多程式碼判斷，例如：判斷熊勢吞沒形態 (Bearish Engulfing Pattern) 

⬆️ 從圖示中判斷該型態是在一個上升趨勢時，第二根紅色 K 棒突然往下跌，該實體把前一根上漲的綠色 K 棒的實體蓋住了。第二根紅色 K 棒開盤要比第一根收盤價高，但收盤要低於於前一根 K 棒的開盤價。

⬇️ 實際盤面如下

實際程式撰寫如下圖：

因此，可以藉由視覺模型學習該型態，而不用再寫那麼複雜的判斷，進而達到以下的效果：

• 程式碼好維護

• 程式修改的彈性高，可自由增減判斷型態、變化其他判斷類型

課程內容介紹圖

現今許多深度學習的課程，都會以手寫數字辨識為範例，而在這門課程，就是教你如何讓「辨識數字」轉換到「辨識盤面」的特徵。

關於 MT4 交易平台

Metatrader 4 這是由 MetaQuotes Software 公司所開發的，現大部份外匯保證金操作都會透過這個平台。該軟體可以讓交易者自行定義指標、開發交易策略掛載到軟體中使用，同時該軟體也包含歷史回測的工具，使交易者更方便的開發與測試。

為什麼選用 MT4？

首先對於小資族的我來說，使用這個初期可以省下一些錢，網路上有許多免費模擬交易的平台，都有提供 MT4 可以下載直接使用，開發的時候軟體不用繳年費，也不需因用到進階功能被收第二次費用，而且該軟體裡可以免費下載到部份歷史資料，對於初期開發是足夠的，課程中也將會介紹付費的歷史資料資源有那些以及差異性，你可以自行決定是否要購買。

• 歷史資料的來源為以下兩種付費軟體：Tickstory、Tick Data Suite

本堂課程內容之應用範圍

目前我用視覺模型對十樣商品歷史資料實驗過，同時也將表現比較好的實驗組運用到模擬倉中使用，課程中我將會分享這些實驗成果，課程均依據歷史數據所為分析，並非針對特定有價證券、個別期貨交易或未來交易價位之研判分析，亦無推介建議，所有投資決策應由消費者自行決定，並由消費者自行承擔投資風險。

這堂課適合誰？

1. 適合有使用過 MT4 軟體，同時也有在 MT4 軟體裡使用程式交易經驗的同學。
2. 對程式交易有興趣的同學，且有 Python 程式撰寫經驗的同學。需具備的能力：已經知道如何在 Python 中引用其他模組、套件、呼叫 Function、撰寫判斷流程。

課程進行方式

本堂課將以完整專案進行，一步步帶領你建置自己的視覺模型！內容包含：

• MT4 與 MQL4 介紹：概述 MT4 的 MQL4 程式語法與架構，並針對在該課程會用到的部份進行說明。

• 真實資料的實驗範例：以不同的貨幣兑，例如 : USDJPY、XAUUSD、EURUSD、AUDUSD 等歷史資料示範，同時也會介紹為什麼使用這四個資料來實驗比較合適。

• 老師經驗分享： 不藏私地分享老師過去遇到的問題，讓你少走冤枉路、更有效解決問題！

課程畫面示意

⬇️ 視覺模型與MT4整合後，實際運行回測畫面

本堂課將獨家公開整理訓練資料的方法，幫你只要專注在專屬於你的視覺模型建置上，最重要的，還能夠客製化它，變成屬於你的工具。

整個課程老師會透過螢幕側錄的方式，實際操作並逐步解說，若有不熟悉的地方都可以再回到之前的步驟再複習，如果還是有疑問，也歡迎到問答區提問！

課程架構，包含精華四大章節：

一、環境建置

設定深度學習的開發環境。

二、基礎 MQL4 架構與開發概述

我將介紹課程中會遇到的 MQL4 的程式碼與用法，並且介紹如何建立 EA，以及如何掛載到 MT4 中。

三、視覺模型建置

逐步解說從開發初期到測試的完整作法，先從辨識水果，再進到辨識盤面，我會在課程中分享我曾經遇過的問題，以及如何解決，同時會公開我自行開發的工具，透過這個工具操作時，同學只要專心在學習資料的判讀與分類，無需花額外的時間整理，分類同時也會自動存放到對應的資料夾中，幫助你能更有效率的建立學習資料。最後搭配課程中解說的流程能更快速打造專屬自已的視覺模型。

四、整合進 MT4

這是我私下最常被詢問的部份，課程中會分享 MT4 要如何與外部溝通，並且介紹有哪幾種方式差異點，為了更有效率的開發我會提供一個框架，只要依照在這個框架寫入對應的事件，實際操作整合的做法，就能更清楚了解整個流程。

透過這四個部分，實際演示操作方法，讓你找回學習的初衷、提升交易程式的能力！我將分享整合的方法與分析建置的框架，讓你避開建立交易程式時繁瑣的問題。

課程目標

這一門課結束之後，你將學會：

• 認識 MT4 外匯保證金交易軟體與其程式語言 MQL4 的程式語法與架構。
• 課程中會提供 MQL4 整合框架，同學課程結束後可以自行變化，能更方便整合外部資源。
• 透過老師過去研究的商品資料實驗之成果，了解如何分析資料以及整理資料。

注意，課程均依據歷史數據所為分析，並非針對特定有價證券、個別期貨交易或未來交易價位之研判分析，亦無推介建議，所有投資決策應由消費者自行決定，並由消費者自行承擔投資風險。 

• 複製一樣的方法，同學能打造專屬於自已的視覺模型與交易策略。
• 了解如何擴充 MT4 的功能，不再被侷限在 MQL4 的框架裡。
• 活用深度學習的圖像辨識技術，了解如何落地到自已的程式專案之中，讓深度學習不再只是空談，而是可以實際使用。

課程互動設計

作業設計

在課程中我會規畫幾個實作項目，例如上傳視覺模型學習資料的截圖、自定義特徵的截圖，讓你可以更清楚了解如何定義視覺模型可學習的資料，我也將會在線上回覆同學的作業如何調整，預計一週會批改一次。

問題回答

非常歡迎大家在「問題討論」區發問，我會盡量在一週之內回覆、批改，若是程式碼執行發生錯誤等問題，或是其他操作上的問題，請利用截圖將問題描述清楚，以利快速解答問題。

募資解鎖：課程單元

募資達標 200% - 視覺模型對應多種商品

將介紹如何讓視覺模型對應到多商品，並且可以自動切換與巡視。該課程上架時間預計為課程正式上架的一個月內會完成解鎖課程的錄製。

募資達標 500% - 公開老師私藏 MQL4 專用工具包

500% 公開老師個人私藏的 MQL4 專用工具包，該工具包裡面有我常用的指標、例如支撐與壓力判斷、背離判斷模組，可以從裡面一探開發的原理，並且學習如何打造屬於自已的指標，此外包含，常用功能如何分層與重復使用，讓專案更有彈性，分享高效開發方法。該課程將在第一項解鎖完成後一個月內上架。

老師介紹

Hello，我是 Jarvis！深耕機器學習領域，並擁有多年的專案開發實戰經驗

過去，我曾經開發過 iOS App，包含遊戲、行銷應用、企業內部應用，以及多個大型企業內部 Web 系統。目前則投入在機器學習領域，並擁有四年的專案開發經驗，在這期間成功協助將多位主觀交易者的策略轉化成自動化程式，並且也當任 MQL4 的家教，教授基礎 MQL4 編寫與整合規畫。同時使用 MQL4 開發相關的程式，成功整合外部的服務。

我是一位喜歡自學的人，同時也喜歡透過手邊有的資源整合去解決問題。現還在努力的精進自我的道路上。

📖 歡迎參觀我的 Medium：https://medium.com/@InsightTrader

修課經歷

曾經開發過的專案

• 自動化繪製趨勢線指標
• 支撐與壓力圖形化指標
• 波浪力道指標
• 正負背離分析指標
• Web 管理與操作 EA
• MT4 橋接 ML 外掛
• 整合即時影像識別
• 整合爬蟲服務
• 整合視覺報表
• 新聞與經濟數據情感分析

老師經歷與作品

iOS App 開發作品

• PhotoMiiX (與X06、Molly共同開發，七⽉份達到台灣不分類第⼆名，熱門免費 iPhone 照片和視訊 App 第一名，⽇本、泰國、⾹港均在前⼗名)

• Cafeine+ Boost Your Productivity

• FindRestRoom - 台北公廁地圖
• Sudoking - 數獨王
• GPS Wake Me Up
• MindReader Magic

企業內部專案開發經驗

• 開發 eLearning 線上影音學習與考試平台
• 維護客戶產品維修系統
• 客服知識平台
• 運費管理平台

實驗截圖​

從老師的經驗中擷取有效率的方法，讓你減少做大量實驗的時間

下圖是老師先前做過實驗中的一小塊截圖，試過了各種分類模型，各種 CNN 的組合應用。在這堂課中會介紹方便有效率的方法，你將可以省下大量的時間，不需要再像老師一樣做大量的實驗。

下圖是回測中的截圖，依據視覺模型判讀，並將資料回傳至MT4中操作，課程中也會逐步帶你操作，熟悉整個流程。

​回測結束後的截圖

​回測結束後的報告書

另一組視覺模型回測後的報告書

課程 Q&A

Q1：這堂課是一堂金融課程嗎？

不是哦！本堂課是一門程式應用與實作課程，雖會提到技術分析與型態相關的名詞與特徵，但不會針對這些技術分析詳細解說，主要教學應用技術分析指標的特徵至視覺模型，更進一步與 MT4 整合。

Q2：如果不會 MQL4 的話怎麼辦？

課程中會概述 MQL4 的基礎語法、架構，以及課程中會用到的部份。強烈建議同學需具備程式撰寫基礎，例如：已經知道如何在 Python 中引用其他模組、套件、呼叫 Function、撰寫判斷流程。

Q3：課堂中會提到很多深度學習與電腦視覺的理論嗎？

針對深度學習的理論，不會有太深入的解說。本課程的成效是讓你可以做出視覺模型。課程中會介紹簡單的數值判讀，讓你知道如何建立模型，以及產出可用的模型。

Q4：如果對深度學習很不熟，還能上這門課嗎？

這門課程中，老師會使用微軟的自訂視覺服務，該服務有提供完整的介面方便學生操作，所以不用擔心。

Q5：使用微軟的自訂視覺服務，是否要收錢呢？

微軟目前預設「2 個專案」以內是免費的喔！使用限制與計價條件以微軟公告為準，詳細的資料可以參考以下連結，未來看個人需要再考慮是否要付費進一步使用：

• 自訂視覺服務

Q6：是否可以介紹幾個好用的外匯保證金的經紀商平台呢？

這個不行，礙於金管會的規定，恕無法提供。同學可以自行上網查詢與比較，以及從找到合適的平台下載MT4軟體，在初期階段只是學習，只要找到有提供免費軟體就可以。投資一定有風險，請審慎評估，自負風險。

Q7：上完課是否就可以實戰呢?

本課程中的範例並不保證實際獲利！過去績效不表示未來獲利能力，還需同學多做模擬，再審慎評估使用，該課程的重點在於如何建構視覺模型以及如何與 MT4 整合，並無金融商品操作教學。

Q8：該課程實作是否需要另外購買 Nvidia 顯示卡?

在訓練學習資料時，我們會用微軟的雲端服務進行處理，所以不需要另外買顯示卡來用。