Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3047
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Wie üblich: Man will, was man nicht haben kann, eine Art von S&M.
Warum auch nicht, wenn es sogar in R-Studio vorhanden ist.
Das Problem ist, dass Bibliotheken nicht mehr unterstützt werden und in neuen Versionen nicht mehr funktionieren - deshalb muss man verschiedene Versionen behalten.
Das Problem ist nur, dass es sich um ein Problem handelt.
das Problem ist etwas ganz anderes
Viktor Grigorjewitsch, meine Hochachtung xD
Es stellt sich die rein theoretische Frage, ob ein ONNX-Modell zur Ableitung eines anderen ONNX-Modells verwendet werden kann. Zum Beispiel wird das erste Modell verwendet, um regelmäßig auf neue Daten zu trainieren und das Arbeitsmodell zu aktualisieren. Das heißt, ohne Verwendung von Python usw.
Auf den ersten Blick ist es unwahrscheinlich, dass dies möglich ist, aber für den Fall, dass jemand versucht hat, so etwas zu tun.
Es ist mir nicht gelungen, von der KI eine sinnvolle Antwort zu erhalten - sie schreibt, dass sie es kann, und zitiert Referenzen, die nichts mit der Frage zu tun haben.)
Das ONNX-Modell ist ein Graph eines trainierten Modells, das in elementare Operationen zerlegt ist. Es ist unmöglich, ein Modell im ONNX-Format unter Windows zu trainieren. Sie schreiben über eine solche Möglichkeit in Linux.
Es kann nur verwendet werden, indem man ein Prädikat erhält (führt viel schneller aus als das Modellprädikat) und ohne Python. Sehr interessante Anwendung des ONNX-Modells im Paket carefree-learn. Das Bild unten ist der Paketbeschreibung entnommen.
das Problem ist ein ganz anderes.
Ja, fand die Ursache.
Im Allgemeinen, aktualisiert, auch der Fehler nicht schreiben, aber das Ergebnis ist das gleiche - alle bis fast.
Und die früheren Code-Skript, das früher gepostet wurde aufgehört zu arbeiten - es verwendet, um vor den Updates zu arbeiten.
Ja, ich habe die Ursache gefunden.
Im Allgemeinen aktualisiert, auch der Fehler nicht schreiben, aber das Ergebnis ist das gleiche - alle bis fast.
Und die früheren Code-Skript, das früher gepostet wurde aufgehört zu arbeiten - es verwendet, um vor den Updates zu arbeiten.
Kennt sich jemand mit demquanstrat-Paket aus, mit dem man Strategien auf jeder Ebene erstellen, Backtests durchführen, Parameter optimieren usw. kann?
Erstellt von echten Händlern aus dem Fonds und wird jeden Tag für Strategien mit echtem Geld verwendet.
Kurze Einführung
Einige interessante Gedanken von der gleichen Stelle
Anstatt Backtests zur Validierung guter Handelsstrategien zu verwenden, sind sie meiner Meinung nach besser geeignet, um die Strategien zu verwerfen, die wir definitiv NICHT verwenden wollen.
====
Woher weiß ich, dass meine Strategie nicht übertrainiert ist oder falsche Ergebnisse liefert?
Nun, wenn es keine anderen Bewertungskriterien gibt, dann über die Stabilität der Parameter
Sie können sich die Ausgabewerte des TS auch als Signale in der Zeit vorstellen und ihre Entropie messen und mit der Zufälligkeit vergleichen. Wenn der TK einige Muster erfasst, die sich mit einer gewissen Periodizität wiederholen, wird sich dies widerspiegeln.
Für die Erbauer von benutzerdefinierten FFs könnte dies nützlich sein.
Das beste Maß sind Zeit und Tests im wirklichen Leben. Jeder TC wird aufhören zu funktionieren.Ein ONNX-Modell ist ein Graph eines trainierten Modells, der in elementare Operationen zerlegt ist. Es ist unmöglich, ein Modell im ONNX-Format unter Windows zu trainieren. Sie schreiben über eine solche Möglichkeit in Linux.
Es kann nur verwendet werden, indem man ein Prädikat erhält (führt viel schneller aus als das Modellprädikat) und ohne Python. Sehr interessante Anwendung des ONNX-Modells im Paket carefree-learn. Das Bild unten ist der Paketbeschreibung entnommen.
Die Frage nach ONNX aus ONNX ergab sich einfach aus der Gegenüberstellung von zwei Aussagen, die mir begegnet sind: 1) die Modellerfassung kann als Pipeline dargestellt werden, 2) die Pipeline kann in das ONNX-Format konvertiert werden.
Es ist klar, dass dies in der Praxis kaum möglich ist. Eigentlich würde ich gerne verstehen, was genau die Umsetzung einer solchen Möglichkeit verhindert, um die grundlegenden Grenzen dieser Technologie als Ganzes zu erkennen.
Es ist eine Sache, wenn es sich um Einschränkungen wie die Unmöglichkeit handelt, in eine Datei zu schreiben, und eine andere, wenn es sich um Einschränkungen wie die fehlende Unterstützung von Datentypen (z. B. Datenrahmen) handelt.
Viktor Grigorjewitsch, meine Hochachtung xD