Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2957

 
Optimieren Sie Ihre Strategie (wenn Sie zu faul sind, einen weiteren Aufschlag zu machen) nach dem Kriterium des maximalen Gewinns, und trainieren Sie dann mit diesem TS. Oder nehmen Sie irgendeinen profitablen TS vom Markt. Dies ist das gleiche Training mit einem Lehrer.

Wenn Sie daran interessiert sind, einen TS nur auf Basis von NS abzuleiten, kann ich Ihnen eine Variante aus meinem letzten Artikel anbieten. Sie können es auf ähnliche Weise machen. Ich habe mich anfangs gefragt, wie man so etwas machen kann. Exklusiv.
 
Aleksey Nikolayev #:

Wenn jemand ein so schwieriges Problem gelöst hat, ist es unwahrscheinlich, dass er die Lösung mit anderen teilen wird.

Ich habe sie schon so oft geteilt, dass mir irgendwann langweilig wurde....

Die Leute fangen an, darüber nachzudenken und zu reden, was ich hier vor Jahren diskutiert habe, aber niemand versteht es.
 
Aleksey Nikolayev #:

Wenn Sie den Schalter ONNX_NO_CONVERSION entfernen, können Sie einen Double-Vektor eingeben. Die Ausgabe sollte immer noch ein Float-Vektor sein.

Bleibt das Modell nach der Kompilierung als separate Datei oder wird es in eine .ex5-Datei eingenäht?
 
Evgeny Dyuka #:
Bleibt das Modell nach der Kompilierung als separate Datei bestehen oder wird es in eine .ex5-Datei eingenäht?

Wenn es nicht "genäht" wird, wie kann man es dann verkaufen? Ich gehe davon aus, dass es eine Ressource wie andere Dateien wird.

 
Vladimir Perervenko Dimensionalitätsreduktion und anderen technischen Tricks. Die Hauptregel jeder Prädiktor- und Zieltransformation in dieser Phase ist, dass alle Transformationsparameter (wie Mittelwert, Median, Sd, Mad usw.) auf der Trainingsmenge berechnet werden. Der Testsatz und die neuen Daten werden mit den Parametern aus dem Trainingssatz verarbeitet.

Im Beispiel war es also notwendig, Mittelwert und Sd auf der Trainingsmenge zu berechnen, diese Daten an den Teil zu übergeben, in dem das Prädikat erstellt wird, und die neuen Daten mit diesen Parametern zu verarbeiten. Danach wird denormalisiert und die realen Werte des vorhergesagten Preises werden ermittelt. Diese Reihenfolge ist wichtig.

Es ist klar, dass niemand reale Preise in den Input des Modells einspeist, aber das ist schon spezifisch.

Viel Glück

In unserem Beispiel des onnx-Modells werden die Inputpreise mit Hilfe von Mittelwert und Standard auf die gesamte Reihe normalisiert. Das erhaltene Ergebnis wird dann nach denselben Regeln varnormalisiert

 
Evgeny Dyuka #:
Bleibt das Modell nach der Kompilierung eine separate Datei oder wird es in die .ex5 Datei eingenäht?

In meinem Beispiel nein, es bleibt eine separate Datei. Im Beispiel von Renate (öffentliches Projekt ONNX.Price.Prediction) wird es in .ex5 geschrieben.

 
Slava #:

In unserem Beispiel des onnx-Modells werden die Inputpreise anhand von Mittelwert und Standard über die gesamte Reihe normalisiert. Das erhaltene Ergebnis wird dann nach denselben Regeln varnormalisiert

Ich erkläre es mit meinen Fingern. In ONNX.Price.Prediction.mq5 erhalten Sie 10 OHLC. Dann bestimmt man auf diesen Daten Mittelwert und Sd, und normalisiert diese 10 Werte mit ihnen. Das ist nicht korrekt.

Für diese neuen Daten sollten Sie den Mittelwert und die Standardabweichung aus dem Trainingssatz verwenden. Das heißt, im vorherigen Skript. Ist das klar?

 
Vladimir Perervenko #:

Ich erkläre es an meinen Fingern. In ONNX.Price.Prediction.mq5 erhalten Sie 10 OHLC. Dann bestimmen Sie aus diesen Daten Mittelwert und Standardabweichung und normalisieren diese 10 Werte mit ihnen. Das ist aber nicht richtig.

Für diese neuen Daten sollten Sie Mittelwert und Sd aus dem Trainingssatz verwenden. Das heißt, im vorherigen Skript. Ist das klar?

Natürlich ist es klar, und es wurde absichtlich so gemacht.

Das Beispiel wurde gemacht, um das Laden des onnx-Modells zu testen, nicht um ein vernünftiges Modellergebnis zu extrahieren.

 
Evgeny Dyuka #:
Nach der Kompilierung bleibt das Modell eine separate Datei oder wird in .ex5 ?

Verwenden Sie *.mqproj-Projekte anstelle einzelner Dateien, schließen Sie Ihre onnx-Modelle und andere Dateien als Ressourcen ein. Dies ist jetzt die bevorzugte Option für das Schreiben von Programmen.

Vor allem, weil sie mehr Konfigurationsmöglichkeiten bietet und wir nur in *.mqproj-Dateien die Konfigurierbarkeit von Programmen erhöhen werden. In Kürze werden wir die Verwaltung von AVX/AVX2/AVX512-Befehlssätzen bei der Optimierung von Robotercode ermöglichen.

Ressourcen werden automatisch in EX5-Dateien eingebettet, komprimiert und zum Schutz verschlüsselt.

Sehen Sie sich das öffentliche Projekt ONNX.Price.Prediction als Beispiel an.

Создание и работа с проектом - Проекты и MQL5 Storage - Справка по MetaEditor
  • www.metatrader5.com
MetaEditor позволяет удобно работать над большими проектами: объединять множество файлов в одну структуру, управлять настройками проекта и вести...
 
Renat Fatkhullin #:

Das ist sicherlich verständlich und wird absichtlich gemacht.

Das Beispiel wurde durchgeführt, um die Belastung des onnx-Modells zu testen, nicht um ein vernünftiges Modellergebnis zu erhalten.

Ja, natürlich habe ich das verstanden. Aber haben diejenigen, die das Beispiel verwenden, es auch verstanden?

Vielleicht bin ich zu pingelig.