Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3233

 
Aleksey Nikolayev #:

Dieses Paket erlaubt es nicht, onnx-Modelle zu erstellen und auszuführen. Es scheint möglich zu sein, mit Verbindung zu Python über reticulate laufen, aber es scheint möglich zu sein, nur in Python zu erstellen.

Im Allgemeinen, um ehrlich zu sein, verstehe ich nicht (wenn ich mir die Tutorials auf der Website dieses Pakets ansehe) den Sinn dieses Pakets, vielleicht ist es einfach unvollendet oder aufgegeben. IMHO ist die Situation mit onnx in R ein großer Grund für Python-Nutzer zu lachen)

Und ich wiederum verstehe metaquotes mit ihrer Idee, ONNX.... zu implementieren, nicht.

Damit ich mein Modell implementieren kann, muss ich sowohl die Sprache onnx als auch Python lernen.
Große Vereinfachung des Lebens, Sie wollen ein Modell zu implementieren - lernen nur 2 neue Sprachen))) mächtig!!!

Und so wie ich das verstehe, sollten alle Vorverarbeitungen und die Generierung von Features von außen als Input kommen... Für mich sieht das eher nach einem Stock im Getriebe aus, nicht nach einem Durchbruch.

Es gibt Docker-Coneiner.

Jeder kann in jeder Sprache alles implementieren, jeden Code, jede Bibliothek verwenden und in einen Container packen.

Nein, sie haben eine Krücke mit vielen Einschränkungen gebaut, mit einer großen Einstiegsschwelle und sind stolz darauf...


 
Aleksey Vyazmikin #:
Die wichtigste Regel ist, dass das Modell in ONNX konvertiert werden muss.

Danke - ich werde das Thema studieren....

 
mytarmailS #:
Ich wiederum verstehe metaquotes mit ihrer Idee, ONNX zu implementieren, nicht.

Um mein Modell zu implementieren, muss ich sowohl die Onnx-Sprache als auch Python lernen.
Große Vereinfachung des Lebens, Sie wollen ein Modell zu implementieren - lernen nur 2 neue Sprachen))) mächtig!!!

Und so wie ich das ganze Preprocessing verstanden habe, sollte die Generierung der Features von außen als Input kommen... Für mich sieht das eher nach einem Stock im Getriebe aus, nicht nach einem Durchbruch.

Es gibt Docker-Coneiner.

Jeder kann in jeder Sprache alles implementieren, jeden Code, jede Bibliothek verwenden und ihn in einen Container packen.

Nein, sie haben eine Krücke mit vielen Einschränkungen gebaut, mit einer großen Einstiegsschwelle und sind stolz darauf...


Es besteht keine Notwendigkeit, die onnx-Sprache zu lernen - sie ist eine interne Repräsentationssprache, so wie man das pdf-Format nicht lernen muss, wenn man nur Dokumente in diesem Format speichert oder liest.

Sie müssen Python nur deshalb lernen, weil es in R keine vollständige ONNX-Unterstützung gibt. Und das ist, IMHO, bereits ein ernstzunehmendes Zeichen für die beginnende Überalterung der Sprache.

 

nur ein hypothetisches Beispiel...

Zum Beispiel bin ich ein Javascript (oder ein anderes) Programmierer, ich bin in den Markt interessiert,

Ich habe mir einen komplexen Handelsalgorithmus ausgedacht.


1) Ich gebe OHLC ein.

2) dann eine riesige 100000 Zeilen Javascript-Code, wie man mit Merkmalen (Preprocessing) zu behandeln

3) dann trainiere ich ein Javascript neuronales Netz auf TensorFlow.js ( Modell ).

Ich erhalte meinen Roboter als Ausgabe.


Ich packe all diesen Code in einen Docker-Container und kann ihn überall integrieren.

Auf jedem Computer sind keine Abhängigkeiten erforderlich, alles ist bereits im Container enthalten.

Wenn Metatrader dies unterstützen würde, wäre das ein Durchbruch!


Aber was mir angeboten wird, ist folgendes:

1) Einen Metatrader zu haben, um OHLC-Daten zu erhalten (nun, hier ist alles gut).

2) Lernen Sie die neue Sprache MQL5, um den gesamten Code für die Datenvorverarbeitung komplett neu zu schreiben (ich bin schon aufgeregt, Sie nicht? Aber alles liegt noch vor mir).

3) Lernen Sie das neue Python, das Tensorflow Framework für Python, ONNX für Python, trainieren Sie das Modell, speichern Sie das Modell in ONNX. Modelle haben Einschränkungen, man wählt nur aus, was verfügbar ist, nicht was man braucht, zum Beispiel gibt es in ONNX keine assoziativen Regeln, kein dbscan und tausende andere Algorithmen MO NO .



==============================================================================================

Das Ergebnis ist, dass ich alle meine Algorithmen in zwei neuen Sprachen komplett neu schreiben muss, nachdem ich sie vorher gelernt habe....

Damit ich mein Modell im ONNX-Format implementieren kann, und zwar nicht irgendein Modell, sondern nur das, das dieses Format unterstützt!!!!

COOL!!!!!!!!!!!

und die erste Variante mit Docker löst jedes Problem, mit jedem Algorithmus, und in einer bevorzugten JEDEN Sprache.

 
Maxim Dmitrievsky #:
Sie können auch alle Vorverarbeitungen konvertieren.

Wo haben Sie das gelesen? Ich finde keine derartigen Informationen.

 
Aleksey Vyazmikin #:

Wo haben Sie das gelesen? Ich finde keine derartigen Informationen.

Pitorch, tensorflo, sclern. Irgendein großer Rahmen.
 
Aleksey Vyazmikin #:

Wo haben Sie das gelesen? Ich finde keine derartigen Informationen.

Pitorch, tensorflo, sclern. Irgendein großer Rahmen.

Freestyle rak zer tensorflo, henh henh henh zer flo, kennen Sie das Lied?
 
Maxim Dmitrievsky #:
Pitorch, tensorflo, sklern. Jedes große Gerüst.

Gut, wenn das der Fall ist. Ich habe mehrere Artikel gelesen und Videos angeschaut - überall ging es nur um das Modell.

 
Aleksey Vyazmikin #:

Gut, wenn das der Fall ist. Ich habe ein paar Artikel gelesen und Videos gesehen - überall ging es nur um das Modell.

Es ist ein offenes Format, man kann alles in dieses Format konvertieren
 
Maxim Dmitrievsky #:
Sie brauchen dafür keinen großen Docker-Overhead zu haben.

Ja, es ist besser, Monate damit zu verbringen, neue Sprachen, Frameworks und APIs zu lernen onnx guts....

Und das alles nur, um etwas neu zu schreiben, was man bereits geschrieben hat...