Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 581

 
Grigoriy Chaunin:

Se ha publicado una nueva versión de la biblioteca para conectar Python a MT5. Recordando el enlacehttps://github.com/RandomKori/Py36MT5 Pero hay problemas. En Visual Studio el proyecto de prueba funciona como debería, pero en MT hay algunos problemas poco claros. Ahora la biblioteca funciona bien con el directorio donde se encuentra el script de Python. No sé cómo depurar el enlace a MT. La MT está protegida del depurador. ¿Tal vez alguien sepa cómo depurar?


Tengo entendido que el soporte de python en MT5 no está previsto :( sólo un editor de algún tipo

Bien :)

 

Sí, no hay planes. El problema del que escribí más arriba se ha resuelto. Pero eso no es todo. Hasta ahora, sólo se puede ejecutar un script en el terminal. Pensaré qué hacer al respecto.

 
SanSanych Fomenko:
Por ejemplo, randomForest.....
El algoritmo más interesante y eficiente de la misma raza es ada...

Fa, déjate de tonterías. Los bosques y la potenciación son cosas diferentes. Dar una aplicación práctica de garhs)))

 

Cómo hacer que su modelo de aprendizaje automático esté disponible como una API con el paquete de fontanería

How to make your machine learning model available as an API with the plumber package
How to make your machine learning model available as an API with the plumber package
  • Dr. Shirin Glander
  • www.r-bloggers.com
Let’s say we have trained a machine learning model as in this post about LIME. I loaded a data set on chronic kidney disease, did some preprocessing (converting categorical features into dummy variables, scaling and centering), split it into training and test data and trained a Random Forest model with . We can use this trained model to make...
 
Vizard_:

Fa, déjate de tonterías. El andamiaje y la potenciación son cosas diferentes. Danos una aplicación práctica de GARCH))


No te preocupes, diferente, pero en el nivel en el que se desarrolla la discusión .

Me gustaría señalar que ada da mejores resultados que rf: ambos son más precisos y menos propensos al sobreentrenamiento. Y hay que usar ada, no rf.

Así que no se trata sólo de amontonar todo.

GARCH es demasiado complicado. Hasta ahora he hecho mi camino a través de ARIMA, y también GARCH y distribución.

 

Aprendí que el aprendizaje automático utiliza una cosa llamada construcción de características. No se puede llegar lejos sólo con el precio. El atributo en nuestro caso es una función del precio. La cuestión es qué funciones utilizar. El simple hecho de recorrer los indicadores con diferentes parámetros no es una opción. Me interesan los materiales sobre este tema. Google suele producir mucha basura, o más bien no da nada sobre el tema. He buscado en Runet. Tal vez alguien conozca los materiales sobre el tema.

PS. Hay que empezar desde el principio. Cuando hayas aprendido a construir características no al azar, podrás pasar a su selección.

 
Grigoriy Chaunin:

Aprendí que el aprendizaje automático utiliza una cosa llamada construcción de características. No se puede llegar lejos sólo con el precio. El atributo en nuestro caso es una función del precio. La cuestión es qué funciones utilizar. El simple hecho de recorrer los indicadores con diferentes parámetros no es una opción. Me interesan los materiales sobre este tema. Google suele producir mucha basura, o más bien no da nada sobre el tema. He buscado en Runet. Tal vez alguien conozca los materiales sobre el tema.

PS. Hay que empezar desde el principio. Cuando hayas aprendido a construir características no al azar, podrás pasar a su selección.


Hay mucho material sobre este tema en este hilo.

 

¡Hola!


¿Cómo va, superbot hecho?

 
SanSanych Fomenko:

No te preocupes, diferente, pero en el nivel en el que se desarrolla la discusión .

Me gustaría señalar que ada da mejores resultados que rf: ambos son más precisos y menos propensos al sobreentrenamiento. Y hay que usar ada, no rf.

Así que no se trata sólo de amontonar todo.

GARCH es demasiado complicado. Hasta ahora he hecho mi camino a través de ARIMA, y también GARCH y distribución.


Al nivel que se está dando esta discusión, ni siquiera sabías cómo se define la importancia de los predictores en la RF, deslizando alguna tontería sobre el recocido y demás sin explicación (¿qué tiene eso que ver?)

¿Quién ha dicho dónde están los bancos específicos para aplicaciones de Forex? ¿Por qué Ada y no GBM? tus respuestas son abstracciones demasiado difusas. en realidad la ganancia no será más del 5% con más sobreentrenamiento.

 
Alexander Ivanov:

¡Hola!


¿Cómo te va, has hecho un superbot?