Perguntas de ajuda: dúvidas sobre a política de reencaminhamento do sistema de execução de frequências e de múltiplos fios

A construção da plataforma. Conteúdo do problema: eu queria usar o aprendizado de máquina para otimizar os parâmetros estratégicos, em vez de optar pelo sistema de ajuste de parâmetros da nossa plataforma, porque o sistema de ajuste de parâmetros violentos da nossa plataforma é menos eficiente quando o número de parâmetros é maior.

A questão é: 1. No momento da reavaliação, a lógica do meu programa é que a minha política seja treinada automaticamente 100 vezes dentro do meu programa, e então procure o parâmetro ideal. Mas no nosso programa de reavaliação, quando clicamos no botão de reavaliação do botão de reavaliação, parece parar automaticamente cada vez que é executado apenas uma vez, por favor, pergunte como resolver isso? 2. Nossa plataforma suporta um conjunto de políticas para abrir duas linhas, em seguida, uma linha de rede para testar os parâmetros de otimização de acordo com o mercado em tempo real, uma linha de rede para transações em disco real, para transmitir os parâmetros de otimização de testar em tempo real para o disco real.