Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 546

 

Aleksey Terentev Yo también me he decidido por Keras. Dos preguntas. ¿Qué backend utilizas para Keras? ¿Cómo vas a conectarlo a MT? Estoy utilizando el backend Tensorflow. Para MT estoy escribiendo DLL en C++ para usar el modelo entrenado. Pero conseguir una biblioteca C++ con archivos de cabecera para Tensorflow no es trivial. No hay ninguna biblioteca C++ para Kuras.

 
Grigoriy Chaunin:

Aleksey Terentev Yo también me he decidido por Keras. Dos preguntas. ¿Qué backend utilizas para Keras? ¿Cómo vas a conectarlo a MT? Estoy utilizando el backend Tensorflow. Para MT estoy escribiendo DLL en C++ para utilizar el modelo entrenado. Pero conseguir una biblioteca C++ con archivos de cabecera para Tensorflow no es trivial. No existe ninguna biblioteca C++ para Kuras.

Todavía no he cambiado el backend. El valor por defecto es Tensorflow. Se rumorea que aprende más rápido en Teano. Pero tuve problemas al instalar en Windows, además en Anaconda.

Con MT4 utilizo mi utilidad ML-Assistant. Está diseñado para trabajar con la clasificación. Para el trading también uso mi propia herramienta con función de "trading virtual" en el gráfico, puede que la publique más adelante.
Apoyo a ML-Assistant. Estoy preparando la siguiente versión. Lo hice especialmente para la conveniencia del trabajo con herramientas externas, pruebas rápidas y depuración de modelos MO.

PS. ¡Feliz año del perro! =)

 
Aleksey Terentev:


Con MT4 utilizo mi utilidad ML-Assistant. Está diseñado para trabajar con la clasificación. Para el trading también uso mi propia herramienta con función de "trading virtual" en el gráfico, puede que la publique más adelante.
Apoyo a ML-Assistant. Estoy preparando la siguiente versión. Lo hice especialmente para la comodidad de las herramientas externas, las pruebas rápidas y la depuración de los modelos МО.


Material extremadamente curioso. Quería un ejemplo concreto para R - ejecutar cualquier algoritmo de MO, por ejemplo, uno de los más simples es el bosque aleatorio (rf).

 
SanSanych Fomenko:

Material extremadamente curioso. Quería un ejemplo concreto para R - ejecutar cualquier algoritmo de MO, por ejemplo, uno de los más simples es el bosque aleatorio (rf).

Por desgracia para ti, yo mismo trabajo en Python.
Pero puedo describir el principio de la preparación del guión:
1. Al lanzar un script externo, la utilidad pasa los parámetros de lanzamiento: ToolTimeframe + los parámetros especificados en train/predict.
Significa que el guión puede ser universal por herramienta y plazo.
2. Sólo se debe especificar en el script la ruta de acceso a la ubicación del archivo csv. Por ejemplo: "@MT4@/mql4/files/ml-assistant" + parámetros[0] + "_x.csv".
3. Postfixes a los archivos por defecto "_x.csv" + "_y.csv" (entrenamiento) y "_xx.csv" -> "_yyy.csv" (predicción)

4. Leer los parámetros, leer los datos de los archivos - todo el conjunto de datos está listo.
5. Entrenar, pronosticar, guardar el archivo de pronóstico (con el postfijo "_yyy.csv").
6. La utilidad ml-assistant lee su previsión y la muestra en el gráfico.

Cuando actualice la próxima versión, cambiaré la entrada del blog, intentaré hacer la descripción un poco más transparente. Y también se puede ayudar con ejemplos en R, añadiré código para facilitar que otros se inicien.

Aquí hay ejemplos de mis scripts en Python.

 
Grigoriy Chaunin:

Por cierto, aquí está el enlace. De ahí saqué muchas soluciones para Keras.

Start Here With Machine Learning
Start Here With Machine Learning
  • machinelearningmastery.com
Your guide to getting started and getting good at applied machine learning with Machine Learning Mastery.
 
Aleksey Terentev:
También se pueden encontrar aquí mujeres del mercado, rascándose la lengua.

La gente inteligente te da las llaveshttps://cran.r-project.org/web/packages/PSF/vignettes/PSF_vignette.html y no tienes ni idea...

Introduction to Pattern Sequence based Forecasting (PSF) algorithm
  • Neeraj Bokde, Gualberto Asencio-Cortes and Francisco Martinez-Alvarez
  • cran.r-project.org
This section discusses about the examples to introduce the use of the PSF package and to compare it with auto.arima() and ets() functions, which are well accepted functions in the R community working over time series forecasting techniques. The data used in this example are ’nottem’ and ’sunspots’ which are the standard time series dataset...
 

Sobre el tema de que no hay indicadores y EAs preparados en NS. No he publicado mis últimos trabajos en el dominio público y no lo haré.

Por cierto, sobre la adición de NS a MT. Estoy pensando en unir Python a MT. Estoy pensando en atornillar Python a MT. Está diseñado para ello, pero ¿es realmente necesario? La cuestión es que Python tiene un montón de bibliotecas ya hechas.

 

Aleksey Terentev Gracias por el enlace.

 
Grigoriy Chaunin:

Sobre el tema de que no hay indicadores y EAs preparados en NS. No he publicado mis últimos trabajos en el dominio público y no lo haré.

Por cierto, sobre la adición de NS a MT. Estoy pensando en unir Python a MT. Estoy pensando en atornillar Python a MT. Está diseñado para ello, pero ¿es realmente necesario? La cuestión es que en Python hay un montón de librerías ya hechas.


Puedes usar la api de wine para llamar a un script de Python, si necesitas calcular algo y luego volcar el resultado en un archivo y dejar que el bot lo lea, no es gran cosa :) En general, se puede hacer toda la lógica en Python y sólo obtener señales en MT

Aunque, no sé lo rápido que será esto, los reinicios periódicos del script

 

Creo que si conectas Python correctamente, será más rápido vía DLL. He decidido escribir un archivo de cabecera en MQL5 para conectar Python. He decidido escribir un archivo de cabecera en MQL5 para conectar Python. Subiré el código a GitHub.