記事「時系列マイニングのためのデータラベル(第6回):ONNXを使用したEAへの応用とテスト」についてのディスカッション 新しいコメント MetaQuotes 2024.04.24 12:25 新しい記事「時系列マイニングのためのデータラベル(第6回):ONNXを使用したEAへの応用とテスト」はパブリッシュされました: この連載では、ほとんどの人工知能モデルに適合するデータを作成できる、時系列のラベル付け方法をいくつかご紹介します。ニーズに応じて的を絞ったデータのラベル付けをおこなうことで、訓練済みの人工知能モデルをより期待通りの設計に近づけ、モデルの精度を向上させ、さらにはモデルの質的飛躍を助けることができます。 前回の記事では、バックテストの問題を解決するために、EAとPythonサーバー間の通信にソケット(WebSocket)を使用する方法について説明しました。この記事では、MQL5がネイティブにサポートしているONNXを使用して推論をおこなう方法について説明しますが、この方法にはいくつかの制限があります。ONNXがサポートしていない演算子を使用している場合に失敗する可能性があるため、この方法はすべてのモデルに適しているわけではありません(もちろん、モデルをサポートする演算子を追加することもできるが、それには多くの時間と労力が必要である)。そのため、前回の記事では多くのスペースを割いてソケット方式を紹介し、推奨しました。 もちろん、一般的なモデルをONNX形式に変換することは非常に便利であり、クロスプラットフォームでの操作を効果的にサポートしてくれます。この記事では、torchモデルとONNXモデルの入出力を一致させる方法や、ONNXモデルに適したデータ形式の変換方法など、MQL5でONNXモデルを操作するための基本的な操作を中心に解説します。もちろん、EAの注文管理も含まれています。詳しく説明します。さて、今回の本題に入りましょう。 作者: Yuqiang Pan 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
新しい記事「時系列マイニングのためのデータラベル(第6回):ONNXを使用したEAへの応用とテスト」はパブリッシュされました:
この連載では、ほとんどの人工知能モデルに適合するデータを作成できる、時系列のラベル付け方法をいくつかご紹介します。ニーズに応じて的を絞ったデータのラベル付けをおこなうことで、訓練済みの人工知能モデルをより期待通りの設計に近づけ、モデルの精度を向上させ、さらにはモデルの質的飛躍を助けることができます。
前回の記事では、バックテストの問題を解決するために、EAとPythonサーバー間の通信にソケット(WebSocket)を使用する方法について説明しました。この記事では、MQL5がネイティブにサポートしているONNXを使用して推論をおこなう方法について説明しますが、この方法にはいくつかの制限があります。ONNXがサポートしていない演算子を使用している場合に失敗する可能性があるため、この方法はすべてのモデルに適しているわけではありません(もちろん、モデルをサポートする演算子を追加することもできるが、それには多くの時間と労力が必要である)。そのため、前回の記事では多くのスペースを割いてソケット方式を紹介し、推奨しました。
もちろん、一般的なモデルをONNX形式に変換することは非常に便利であり、クロスプラットフォームでの操作を効果的にサポートしてくれます。この記事では、torchモデルとONNXモデルの入出力を一致させる方法や、ONNXモデルに適したデータ形式の変換方法など、MQL5でONNXモデルを操作するための基本的な操作を中心に解説します。もちろん、EAの注文管理も含まれています。詳しく説明します。さて、今回の本題に入りましょう。
作者: Yuqiang Pan