트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 3233

 
Aleksey Nikolayev #:

이 패키지는 onnx 모델을 생성하고 실행할 수 없습니다. 레티큘러를 통해 파이썬에 연결하여 실행할 수 있는 것 같지만 파이썬으로만 생성할 수 있는 것 같습니다.

일반적으로 솔직히 말해서이 패키지의 의미를 이해하지 못합니다 (이 패키지 사이트의 자습서를 보면), 아마도 미완성 또는 버려진 것일 수 있습니다. IMHO, R에서 onnx의 상황은 파이썬 사용자가 웃을 수있는 큰 이유입니다.)

그리고 나는 차례로 ONNX 구현에 대한 그들의 아이디어로 메타 따옴표를 이해하지 못합니다....

내 모델을 구현하려면 파이썬을 배울 필요가있을뿐만 아니라 onnx 언어를 배워야합니다.
삶의 큰 단순화, 당신은 모델을 구현하고 싶습니다 - 2 개의 새로운 언어 만 배우십시오))) 강력합니다 !!!

그리고 모든 전처리가 모든 세대의 기능을 입력으로 외부에서 가져와야한다는 것을 이해합니다... 저에게는 획기적인 것이 아니라 바퀴의 막대기처럼 보입니다.

도커 컨테이너가 있습니다.

어떤 언어로든 누구나 무엇이든, 어떤 코드를 구현하고, 어떤 라이브러리를 사용해서 컨테이너에 담을 수 있습니다.

아니, 그들은 많은 제한이 있고 진입 문턱이 큰 버팀목을 만들었고 그것을 자랑스럽게 생각합니다.


 
Aleksey Vyazmikin #:
주요 규칙은 모델을 ONNX로 변환해야한다는 것입니다.

감사합니다 - 주제를 공부하겠습니다....

 
mytarmailS #:
저는 메타쿼터가 ONNX를 구현하는 아이디어를 이해하지 못합니다.

제 모델을 구현하려면 파이썬뿐만 아니라 ONNX 언어도 배워야 합니다.
삶의 큰 단순화, 당신은 모델을 구현하고 싶습니다 - 2 개의 새로운 언어 만 배우십시오))) 강력한 !!!

그리고 모든 전처리가 모든 세대의 기능을 외부에서 입력으로 가져와야한다는 것을 이해 했으므로... 저에게는 돌파구가 아니라 바퀴의 막대기처럼 보입니다.

도커 컨테이너가 있습니다.

어떤 언어로든 누구나 무엇이든, 어떤 코드든, 어떤 라이브러리든 구현하여 컨테이너에 담을 수 있습니다.

아니, 그들은 많은 제한이 있고 진입 문턱이 큰 버팀목을 만들었고 그것을 자랑스러워합니다...


이 형식의 문서만 저장하거나 읽는다면 PDF 형식을 배울 필요가 없는 것처럼, 내부 표현 언어인 ONNX 언어를 배울 필요는 없습니다.

R에서 본격적인 ONNX 지원이 없기 때문에 파이썬만 배워야 합니다. 그리고 이것은 이미 언어 노후화의 시작에 대한 심각한 신호입니다.

 

가상의 예일 뿐입니다...

예를 들어 저는 자바 스크립트 (또는 다른) 프로그래머이고 시장에 관심이 있습니다 ,

복잡한 거래 알고리즘을 생각해 냈습니다.


1) 나는 OHLC를 입력합니다.

2) 그런 다음 특성을 처리하는 방법에 대한 거대한 100,000 줄의 자바 스크립트 코드 (전처리)

3) 그런 다음TensorFlow.js ( 모델 ) 에서 자바 스크립트 신경망을 훈련합니다.

로봇을 출력으로 얻습니다.


이 모든 코드를 도커 컨테이너에 패키징하여 어디서나 통합할 수 있습니다.

어떤 컴포넌트에서든 종속성이 필요하지 않으며 모든 것이 이미 컨테이너 안에 있습니다.

메타 트레이더가 이것을 지원한다면 획기적인 일이 될 것입니다!


그러나 내가 제공받는 것은 이것입니다:

1) 메타 트레이더를 사용하여 OHLC 날짜를 얻으려면 (음, 여기서는 모든 것이 좋습니다).

2) 데이터 전처리를 위한 전체 코드를 완전히 다시 작성하기 위해 새로운 MQL5 언어를 배워야 합니다(벌써 기대가 되죠? 하지만 아직 모든 것이 제 앞에 놓여 있습니다).

3) 새로운 파이썬, 파이썬용 텐서플로우 프레임워크, 파이썬용 ONNX를 배우고, 모델을 학습하고, 모델을 ONNX에 저장합니다. 모델에는 한계가 있으며, 필요한 것이 아닌 사용 가능한 것만 선택합니다. 예를 들어 ONNX에는 연관 규칙, dbscan 및 기타 수천 개의 알고리즘이 없습니다 .



==============================================================================================

결과적으로 저는 모든 알고리즘을 미리 배운 두 가지 새로운 언어로 완전히 다시 작성해야합니다.....

모든 모델이 아니라 이 형식이 지원하는 모델만 ONNX 형식으로 구현할 수 있도록!!!!

COOL!!!!!!!!!!!

그리고 도커를 사용한 첫 번째 변형은 어떤 알고리즘이든, 어떤 언어든, 어떤 문제든 해결합니다.

 
Maxim Dmitrievsky #:
모든 전처리도 변환할 수 있습니다.

어디서 그런 정보를 읽었나요? 그런 정보를 본 적이 없는데요.

 
Aleksey Vyazmikin #:

어디서 읽으셨나요? 그런 정보가 보이지 않아요.

피터치, 텐소플로, 클런. 어떤 큰 프레임워크든요.
 
Aleksey Vyazmikin #:

어디서 그런 정보를 읽었나요? 그런 정보가 보이지 않아요.

피터치, 텐소플로, 클런. 어떤 큰 틀이든요.

프리스타일 락 제르 텐소르플로, 헨 헨 헨 제르 플로, 그 노래 들어봤어요?
 
Maxim Dmitrievsky #:
피터치, 텐소플로, 스클런. 모든 큰 프레임워크.

그렇다면 좋습니다. 여러 기사를 읽고 동영상을 봤는데 모두 모델에 관한 것이었습니다.

 
Aleksey Vyazmikin #:

그렇다면 다행입니다. 몇 개의 기사를 읽고 동영상을 봤는데 모두 모델에 관한 것이었습니다.

개방형 형식이므로 무엇이든 변환할 수 있습니다.
 
Maxim Dmitrievsky #:
이 작업을 수행하기 위해 많은 도커가 필요하지 않습니다.

예, 새로운 언어, 프레임워크 및 API를 배우는 데 몇 달을 투자하는 것이 더 낫습니다....

이미 작성한 것을 다시 작성하기 위해...

사유: