Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 581

 
Grigoriy Chaunin:

Eine neue Version der Bibliothek zur Anbindung von Python an MT5 wurde veröffentlicht. Aufruf des Linkshttps://github.com/RandomKori/Py36MT5 Aber es gibt Probleme. In Visual Studio funktioniert das Testprojekt wie es sollte, aber in MT gibt es einige unklare Probleme. Jetzt funktioniert die Bibliothek problemlos mit dem Verzeichnis, in dem sich das Python-Skript befindet. Ich kann mir nicht vorstellen, wie man es mit MT debuggen kann. MT ist vor dem Debugger geschützt. Vielleicht weiß jemand, wie man Fehler beheben kann?


Ich habe verstanden, dass Python-Unterstützung in MT5 nicht geplant ist :( nur ein Editor von irgendeiner Art

Gut :)

 

Ja, es gibt keine Pläne. Das Problem, über das ich oben geschrieben habe, ist gelöst. Aber das ist noch nicht alles. Bislang kann nur ein Skript auf dem Terminal ausgeführt werden. Ich werde darüber nachdenken, was zu tun ist.

 
SanSanych Fomenko:
Zum Beispiel: randomForest.....
Der interessanteste und effizienteste Algorithmus der gleichen Art ist ada...

Fa, hör auf mit dem Blödsinn. Wälder und Aufforstung sind zwei verschiedene Dinge. Geben Sie eine praktische Anwendung von garhs)))

 

Wie Sie Ihr Modell für maschinelles Lernen mit dem Klempnerpaket als API zur Verfügung stellen

How to make your machine learning model available as an API with the plumber package
How to make your machine learning model available as an API with the plumber package
  • Dr. Shirin Glander
  • www.r-bloggers.com
Let’s say we have trained a machine learning model as in this post about LIME. I loaded a data set on chronic kidney disease, did some preprocessing (converting categorical features into dummy variables, scaling and centering), split it into training and test data and trained a Random Forest model with . We can use this trained model to make...
 
Eidechse_:

Fa, hör auf mit dem Blödsinn. Scaffolding und Boosting sind zwei verschiedene Dinge. Geben Sie uns eine praktische Anwendung von GARCH)))


Keine Sorge, anders, aber auf der Ebene, auf der die Diskussion stattfindet.

Ich möchte darauf hinweisen, dass ada bessere Ergebnisse liefert als rf: beide sind genauer und weniger anfällig für Übertraining. Und man sollte ada verwenden, nicht rf.

Es geht also nicht nur darum, alles aufzustapeln.

GARCH ist zu kompliziert. Bislang habe ich mich durch ARIMA, GARCH und Verteilung gearbeitet.

 

Ich habe gelernt, dass es beim maschinellen Lernen so etwas wie eine Merkmalskonstruktion gibt. Mit dem Preis allein kommt man nicht weit. Das Attribut ist in unserem Fall eine Funktion des Preises. Die Frage ist, welche Funktionen verwendet werden sollen. Ein einfaches Durchgehen von Indikatoren mit unterschiedlichen Parametern ist keine Option. Ich bin an Materialien zu diesem Thema interessiert. Google liefert in der Regel viel Unsinn, oder besser gesagt nichts zu diesem Thema. Ich habe auf Runet gesucht. Vielleicht kennt jemand die Materialien zu diesem Thema.

PS. Sie müssen ganz von vorne anfangen. Wenn Sie gelernt haben, Merkmale nicht zufällig zu konstruieren, können Sie zu ihrer Auswahl übergehen.

 
Grigoriy Chaunin:

Ich habe gelernt, dass es beim maschinellen Lernen so etwas wie eine Merkmalskonstruktion gibt. Mit dem Preis allein kommt man nicht weit. Das Attribut ist in unserem Fall eine Funktion des Preises. Die Frage ist, welche Funktionen verwendet werden sollen. Ein einfaches Durchgehen von Indikatoren mit unterschiedlichen Parametern ist keine Option. Ich bin an Materialien zu diesem Thema interessiert. Google liefert in der Regel viel Unsinn, oder besser gesagt, nichts zu diesem Thema. Ich habe auf Runet gesucht. Vielleicht kennt jemand die Materialien zu diesem Thema.

PS. Sie müssen ganz von vorne anfangen. Wenn du gelernt hast, Zeichen nicht zufällig zu konstruieren, kannst du zu ihrer Auswahl übergehen.


In diesem Thread gibt es eine Menge Material zu diesem Thema.

 

Hallo!


Wie läuft's, Superbot fertig???

 
SanSanych Fomenko:

Keine Sorge, anders, aber auf der Ebene, auf der die Diskussion stattfindet.

Ich möchte darauf hinweisen, dass ada bessere Ergebnisse liefert als rf: beide sind genauer und weniger anfällig für Übertraining. Und man sollte ada verwenden, nicht rf.

Es geht also nicht nur darum, alles aufzustapeln.

GARCH ist zu kompliziert. Bislang habe ich mich durch ARIMA, GARCH und Verteilung gearbeitet.


Auf dem Niveau dieser Diskussion wussten Sie nicht einmal, wie die Bedeutung von Prädiktoren in RF definiert ist, und ließen ohne Erklärung irgendeinen Unsinn über Annealing und so weiter fallen (was hat das mit irgendetwas zu tun?)

Wer hat gesagt, wo die Bänke speziell für Forex-Anwendungen sind? Warum Ada und nicht GBM? Ihre Antworten sind zu sehr unscharfe Abstraktionen. in der Realität wird der Gewinn nicht mehr als 5% mit mehr Übertraining sein.

 
Alexander Iwanow:

Hallo!


Wie läuft es, hast du einen Superbot gemacht?