我为外汇数据创建了一个线性回归 Scikit-learn 模型。该模型使用 60 多个特征，这些特征是从开盘价、最高价、最低价和收盘价 (OHLC) 数据派生的交易指标——我从 API 获得。
在将数据拟合到模型中之前，我使用MinMaxScaler（所有 60 多个特征）对其进行标准化。模型保存为 Pickle。
现在，我是以下问题，需要帮助：
当我获得新的 OHLC 数据时，我也会调用之前的 30 个 OHLC 数据点（因为一些指标（特征）是具有 14-30 个周期间隔的移动平均线）并生成 60 多个特征。
但是，我不知道如何缩放这些功能 - 根据之前计算的 MinMaxScaler 范围。任何指导将不胜感激。TIA