트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1179

 
유리 아사울렌코 :

위의 몇 가지 게시물에서 클라이언트-서버를 통해 Python-Lua 연결을 구현했다고 썼고 아직 MQL과 연결하지 않았습니다.

MQL을 사용하면 더 쉽습니다. 초과분을 제거해야 합니다. 직접 제거하면 클라이언트 및 TCP 서버와 함께 Lua용 DLL의 C++ 복사본을 보낼 수 있습니다.

나는 여전히 Alglib의 libs를 해킹하고 있습니다 - 나는 그것들에 대해 다른 것들을 연마하고 있습니다. 나는 실제로 파이썬을 사용하지 않았습니다 .. 나는 많은 시간을 죽일 것입니다. 그러나 .. :)

예, Python으로 전환하면 이미 MO에 사용하지 않을 것입니다. 연결의 요점이 보이지 않습니다

 
유리 아사울렌코 :

물론 당신은 할 수. 모든 것이 가능합니다.) C++ 중 하나가 있고 MQL용 인터페이스를 작성하면 완료됩니다.

그러나 Python의 경우 인터페이스는 보편적이며 모든 Python 라이브러리에 적합합니다. 그리고 CatBoost에 대한 인터페이스는 다른 어떤 것과도 어울리지 않으며, 버리면 안타까울 것입니다.)

인터페이스를 작성한다는 것은 무엇을 의미합니까? 나는 이것을 전혀 이해하지 못합니다. 얼마나 힘든 일입니까?

그런데도 여전히 모델 자체의 활성화에 대해 이해하지 못했습니다. CMD를 통해 지금도 가르칠 수 있지만 어떻게 작동하게 할 수 있습니까? 내가 첨부한 코드는 자율적이며 라이브러리와 파이썬이 필요하지 않습니다. 그렇죠?

 
막심 드미트리예프스키 :

예, Python으로 전환하면 이미 MO에 사용하지 않을 것입니다. 연결의 요점이 보이지 않습니다

이 경우 훈련 후에 모델을 어떻게 활성화해야 합니까?

 
알렉세이 비아즈미킨 :

이 경우 훈련 후에 모델을 어떻게 활성화해야 합니까?

API 중개

또는 단지 인용문-여기에 신호가 있습니다-파일을 통해 프로그램에서 프로그램으로 드라이브하는 데 많은 마음이 없습니다.

 
알렉세이 비아즈미킨 :

인터페이스를 작성한다는 것은 무엇을 의미합니까? 나는 이것을 전혀 이해하지 못합니다. 얼마나 힘든 일입니까?

이해하지 못하면 노동 집약적 인 것이 아니라 불가능합니다.

알렉세이 비아즈미킨 :

그런데도 여전히 모델 자체의 활성화에 대해 이해하지 못했습니다. CMD를 통해 지금도 가르칠 수 있지만 어떻게 작동하게 할 수 있습니까? 내가 첨부한 코드는 자율적이며 라이브러리와 파이썬이 필요하지 않습니다. 그렇죠?

보았다. 이것은 IMHO를 강제로 작동시킬 수 없습니다. 당신이 올바르게 말했듯이 자율적으로 만.

부두에서 d.b. 인터페이스에 대한 설명. 또는 준비 - CatBoost -> Python(있는 경우), 거기에서 MT까지.

 
막심 드미트리예프스키 :

API 중개

또는 단지 인용문-여기에 신호가 있습니다-파일을 통해 프로그램에서 프로그램으로 드라이브하는 데 많은 마음이 없습니다.

제 경우에 이것은 제가 전혀 원하지 않는 예측자의 전체 논리를 파이썬으로 다시 작성하는 것을 의미합니다. 추가 오류는 불가피하고 힘들 수 있습니다.

 
알렉세이 비아즈미킨 :

필자의 경우 이는 전체 예측자 논리를 파이썬으로 다시 작성하는 것을 의미합니다. 이는 제가 전혀 원하지 않습니다. 추가 오류는 불가피하고 힘든 일입니다.

전환하는 것은 힘들지만 그 자신은 아직 전환하지 않았습니다. 공부를 정말 많이 하는 것은 어리석은 일이지만 MO의 관점에서 보면 동화

 
유리 아사울렌코 :

이해하지 못하면 노동 집약적 인 것이 아니라 불가능합니다.

나는 작업 비용을 추정해야합니다. 이해하는 사람이 있습니다 ...

유리 아사울렌코 :

보았다. 이것은 IMHO를 강제로 작동시킬 수 없습니다. 당신이 올바르게 말했듯이 자율적으로 만.

부두에서 d.b. 인터페이스에 대한 설명. 또는 준비 - CatBoost -> Python(있는 경우), 거기에서 MT까지.

유감스럽게도 그것은 분명히 라이브러리에서만 작동한다는 것을 의미합니다 ...

부두는 영어로되어있어 이해를 방해합니다. 번역자는 여전히 암호 및 거짓말 쟁이입니다.

 
알렉세이 비아즈미킨 :

필자의 경우 이는 전체 예측자 논리를 파이썬으로 다시 작성하는 것을 의미합니다. 이는 제가 전혀 원하지 않습니다. 추가 오류는 불가피하고 힘든 일입니다.

하나의 예측 변수를 보겠습니다. 그리고 그러한 예측 변수는 총 몇 개입니까?

얼마나 힘든지 볼게요.

 
유리 아사울렌코 :

하나의 예측 변수를 보겠습니다. 얼마나 힘든지 볼게요.

처음에는 나를 위해 힘들었어요.

대부분의 예측 변수는 여러 지표이며 일일 ATR에 적합합니다. 시계열 에 대한 나머지 작업은 예측 변수를 특성화하는 것입니다.

사유: