Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 547

 
Grigoriy Chaunin:

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. Publicaré el código en Git Hub.


Si quieres usar RAMdisk o csd, no hay problema... La pérdida de velocidad al reiniciar el script es de un segundo entero, lo cual es muy lento en el probador... Si lo llamas sólo una vez, entonces está bien... + No necesito volver a formarlos cada vez que lo necesiten...

 

Por cierto, https://www.mql5.com/ru/forum/223473/page9#comment_6279990

Обсудим совместные проекты в редакторе - зачем они и куда движутся
Обсудим совместные проекты в редакторе - зачем они и куда движутся
  • 2017.12.28
  • www.mql5.com
На текущий момент мы выпустили первую версию проектов, совместных проектов и новое хранилище...
 

Esa es la cuestión: toda la carga e inicialización se hace a través de la DLL en las funciones MQL Init y DeInit, y el propio script llama a funciones del código Python. Esto será más rápido. Aunque en el probador seguirá siendo lento.

Prefiero ponerlo en GitHub.

 

En ml-assistant, llamo al script externo. Es cierto, tarda unos segundos en arrancar el shell y cargar las librerías, pero no me importa, porque no quiero bajar de m15-m30. Teniendo en cuenta que la predicción en un modelo entrenado tarda milisegundos, no está tan mal con un buen modelo.

En cuanto al probador, ni siquiera intenté ejecutarlo con el robot de trading, inmediatamente adjunté "trading" en el gráfico para depurar.

He encontrado un servidor vds con una potencia y costes aceptables y que funciona con ssd.

He encontrado un servidor vds de una potencia y coste razonable y que funciona en ssd. En la sección M A R K E T O P E R A D O S

Archivos adjuntos:
MASh_Market.mqh  36 kb
 

Por cierto, hay probadores enteros y recursos para python donde se pueden conseguir informes online, si te interesa te mando los enlaces. Yo aún no los he usado, sólo los he buscado en google

 

Sobre los informes: https://pypi.python.org/pypi/trackml
Pero aún no lo he descubierto. Por alguna razón no puedo acceder al sitio web oficial.

trackml 0.1.12 : Python Package Index
  • pypi.python.org
An opinionated, minimal cookiecutter template for Python packages
 

He encontrado estehttps://www.quantopian.com/

y aquí está el sitio de un tipo que enseña python, incluyendo finanzashttps://pythonprogramming.net/getting-stock-prices-python-programming-for-finance/

Me gusta mucho, creo que me voy a comprar una camiseta y una gorra con el logo de pitón para apoyarlo :)

Quantopian
Quantopian
  • www.quantopian.com
You own your algorithms. Your algorithms are kept secret. Ideas are some of the most valuable assets anyone has. We are committed to protecting your intellectual property and keeping it safe. Once you've written your algorithm, you need to test it. Quantopian provides free backtesting with historical data and free paper trading (also called...
 
Maxim Dmitrievsky:

He encontrado estehttps://www.quantopian.com/

y aquí está el sitio de un tipo que enseña python, incluyendo finanzashttps://pythonprogramming.net/getting-stock-prices-python-programming-for-finance/

Me gusta, creo que me voy a comprar una camiseta y una gorra con el logo de pitón como apoyo :)

He oído hablar de Quantopian, pero no entendía qué tienen en común. Lo acaricié ahora, parece el servicio de Google https://towardsdatascience.com/neural-networks-with-google-colaboratory-artificial-intelligence-getting-started-713b5eb07f14.

En este caso, Google ofrece gratuitamente la potencia de cálculo de sus servidores.
Neural Networks with Google CoLaboratory | Artificial Intelligence Getting started
Neural Networks with Google CoLaboratory | Artificial Intelligence Getting started
  • 2017.12.25
  • Sagar Howal
  • towardsdatascience.com
Google Recently Launched its internal tool for collaborating on writing Data Science Code. The Project called Google CoLaboratory (g.co…
 
Aleksey Terentev:
He oído hablar de Quantopian, pero no entendía qué contiene. Ahora que lo he comprobado, parece que el servicio de Google https://towardsdatascience.com/neural-networks-with-google-colaboratory-artificial-intelligence-getting-started-713b5eb07f14

Bueno, hay un probador para los estrategas.

google lab parece ser impresionante

 

Secundo la pregunta. Utilizo los servicios de Amazon, pero su constructor de modelos no tiene buena pinta. En cualquier caso, no podría construir más o menos5 modelo de calidad. Aunque tal vez hice algo mal, pero no hay demasiados ajustes allí. Ahora voy a probar con Google...