StrategyQuantにおける機械学習モデル

皆さん、こんにちは,

私は現在、統合するさまざまな方法を模索しています 機械学習モデル（Python製） StrategyQuant Xのワークフローに直接組み込み、具体的には 指標 中に使用される 構築／生成 フェーズ。戦略生成のためのバックテスト中にバー単位で動作するMLモデルを正常に実装できた人がここにいるかどうか気になります。.

私は特に、2つの主要な課題に関するご経験に関心があります。

1. バックテスト速度： 外部のPythonプロセスを呼び出す（ProcessBuilder) on every bar seems to be a major bottleneck for the Builder. If you are doing this, are you using a local API/Server (like FastAPI/Flask) to reduce latency, or have you moved to native Java libraries (like Smile or Weka)?
2. MQL4/MQL5 エクスポート: 複雑な機械学習インジケーター（隠れマルコフモデルやニューラルネットなど）を使用している方々は、MetaTraderへのエクスポートをどのように処理していますか？MQLでロジックを手動で再現しているのか、DLLブリッジを使用しているのか、あるいはモデルをONNXにエクスポートしているのでしょうか？

私は現在、次のようなワークフローを検討しています Javaスニペット + カスタムMQL4インジケーター + TPL翻訳テンプレート, しかし、コミュニティでこれがどのように処理されているか、より効率的または「標準的な」方法があればぜひ聞いてみたいです。.

ありがとうございます