Protobuf für MQL5-Inferenzaufrufe an einen Python-gRPC-Server

Zusammenfassung

Der Artikel stellt eine Architektur vor, um aktuelle Feature-Vektoren aus MetaTrader 5 an einen Python-Modelldienst zu senden. Da MQL5 den gRPC-Transport über HTTP/2 nicht nativ unterstützt, verwendet der Entwurf einen manuell geschriebenen Protocol-Buffers-Encoder und längenpräfixierte TCP-Nachrichten vom Expert Advisor an eine asyncio-Python-Zwischenschicht. Diese leitet Anfragen an einen echten gRPC-Modellserver weiter, der unäre und Streaming-Inferenz unterstützt.

Ein gemeinsames Schema definiert die Felder für den Merkmalsvektor, die Anfrage, die Antwort und die Modellversion; der MQL5-Client bildet die Feldnummern manuell nach. Der Artikel beschreibt außerdem Framing, Wiederholungsversuche, das Parsen von Antworten, Konsistenzprüfungen und einen zwischengespeicherten Inferenzpfad für den Strategy Tester. Er enthält einen Transportbenchmark und nennt TLS, die direkte Stream-Nutzung von MQL5 sowie ein ordnungsgemäß trainiertes und validiertes Modell als künftige Arbeiten. Die Brücke erzwingt eine Nachrichtenstruktur, belegt aber für sich genommen weder die Modellqualität noch die Trading-Performance.

Kernaussagen

• MQL5 sendet längenpräfixierte Protocol-Buffers-Nachrichten über TCP an eine Python-Weiterleitung.
• Die Weiterleitung übergibt Anfragen über HTTP/2 an einen Python-Server mit echtem gRPC.
• Ein gemeinsames Schema definiert Nachrichtenfelder, doch die Feldnummern in MQL5 müssen manuell synchron gehalten werden.
• Der Entwurf umfasst Wiederholungsversuche, eine Konsistenzprüfung der Feature-Anzahl und zwischengespeicherte Eingaben für den Strategy Tester.
• Transportbenchmarks validieren weder die Vorhersagequalität des Modells noch Trading-Ergebnisse.

Schlagwörter

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.