Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2984

 
mytarmailS #:

Interessantes Video

https://www.youtube.com/watch?v=vOIotMC_PQY

FidoNet 2.0 bedeutet - interessant :)

Die Frage der automatischen Generierung von Zeichen ist natürlich sehr interessant. Hat jemand diesen Ansatz für den Handel ausprobiert? Ich habe Programme gesehen, die dies tun, aber es ist sehr kompliziert zu implementieren, also habe ich mir nicht die Mühe gemacht, mich damit zu befassen. Daher ist die Frage der Integration dieser Konverter in MQL5 zur Verwendung in denselben ONNX-Modellen wichtig.

 
mytarmailS #:

am Ende gibt es ein interessantes Paket, das Sie versuchen können, zu wackeln.

Ich habe Angst, darin stecken zu bleiben und Schwierigkeiten mit der Umwandlung in Bots zu sein. Ich selbst mache etwas Ähnliches, einen kompletten Zyklus vom Drücken der "Teig"-Taste bis zum Erhalt eines Bots am Ausgang. Auch auf der Maschine, in der Region von 10 Minuten.

Ich habe kein Team von Programmierern, um große fremde Bibeln an meine kleinen Aufgaben zu schrauben.

Vielleicht wird eine onnx-Version für metac erstellt.
 
Maxim Dmitrievsky #:

Ich habe Angst, in diesem stecken und Schwierigkeiten mit der Umwandlung in Bots werden. Ich selbst mache etwas Ähnliches, einen kompletten Zyklus vom Drücken der "Teig"-Taste bis zum Erhalt eines Bots am Ausgang. Auch auf der Maschine, in der Größenordnung von 10 Minuten.

Ich habe kein Team von Programmierern, um große fremde Bibeln an meine kleinen Aufgaben zu schrauben.

Vielleicht werde ich eine onnx-Version für metac machen.
Was hat onnx damit zu tun... Onnx, warum klebst du es überall hin...

Nimm eine fertige Lösung und prüfe, ob sie auf .... funktioniert.

Wenn nicht, dann gibt es kein Urteil.....

Wenn ja, dann überlege dir, wie du den Bot platzieren kannst, wenn der Bot analog zu bibla....
 
mytarmailS #:
Was ist das? Onnx, warum steckst du ihn immer überall rein?

Du nimmst eine fertige Lösung und überprüfst erst, ob sie überhaupt funktioniert...

Wenn das nicht der Fall ist, dann gibt es kein Urteil....

Wenn ja, dann denke über deinen Bot nach und wie du ihn hosten kannst

Funktioniert nicht

 
Maxim Dmitrievsky #:

Es funktioniert nicht.

Haben Sie es mit der Bibla versucht?
 
mytarmailS #:
Haben Sie die Bibla schon ausprobiert?

Das funktioniert nicht, das ist für andere VRs.

Ich habe etwas gefunden, das funktioniert, oder besser gesagt, ich habe es erfunden. Ich mache verschiedene Varianten, um zu sehen, was am besten funktioniert.
 

Ich habe versucht, über KI herauszufinden, was die Varianten lokaler Algorithmen wie KNN und LWLR sind. Er sagte, dass es ein solches Konzept gar nicht gibt und dass diese beiden Algorithmen zu den speicherbasierten Algorithmen gehören, bei denen das Trainingsmuster einfach im Speicher abgelegt wird. Neben diesen beiden nannte er auch das speicherbasierte kollaborative Filtern, aber es scheint dasselbe KNN zu sein.

Eigentlich wollte ich nach einer lokalen Version von Entscheidungsbäumen suchen, aber AI sagte direkt, dass es so etwas nicht gibt.

Ich frage mich, ob es sinnvoll ist, zu versuchen, diese speicherbasierten in eine ONNX-Datei zu packen , oder ist es besser, die Berechnung mit MQL-Tools durchzuführen?

 
Aleksey Nikolayev #:

Ich habe versucht, über KI zu suchen, was sind die Varianten lokaler Algorithmen wie KNN und LWLR?

Was meinen Sie mit lokalem Algorithmus?
Was ist das Problem?
 
mytarmailS #:
Was bedeutet es, wenn man sagt, dass ein Algorithmus lokal ist?

In dem Sinne, in dem KNN und LWLR lokal sind. Die Ausgabe hängt nur von nahe gelegenen Punkten ab, nicht von der gesamten Trayne.

mytarmailS #:
Was ist das Problem?

Das spielt keine Rolle, aber lassen Sie es die Regression sein, sie ist normalerweise einfacher zu handhaben.

 
Aleksey Nikolayev #:

In dem Sinne, in dem KNN und LWLR lokal sind . Das Ergebnis hängt nur von nahe beieinander liegenden Punkten ab, nicht vom gesamten Zug.

Nun, dann können Sie einzelne Entscheidungsbäume zu Ihrer Kandidatenliste hinzufügen.
Diese werden aus dem regrnsioo nalen Baummodell extrahiert.

Das ist übrigens am einfachsten in mt zu integrieren.



Es könnte kollaboratives Filtern sein, aber ich bin mir nicht sicher.