Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2985
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
En el sentido en que KNN y LWLR son locales . El resultado depende sólo de los puntos cercanos, no de toda la bandeja.
¿Y si la bandeja se reduce al tamaño requerido?
Bien, entonces puedes añadir árboles de decisión individuales a tu lista de candidatos.
Aún así, cada árbol es global, ya que cuenta con todo el traine.
¿Y si reducimos la traine al tamaño adecuado?
Sí, esa es la idea básica por ahora.
Aún así, cada árbol es global, ya que cuenta con toda la traina.
No estaba prestando atención, me perdí el treyne.
Si está directamente en el modelo, es más fácil cambiarlos.
Si estamos hablando de comercio directo VPS, entonces probablemente sí. Pero si, por ejemplo, es necesario añadir una línea a la tabla almacenada en el archivo ONNX para KNN en el tiempo, entonces no hay manera. Aunque, tal vez, es posible utilizar esta tabla como entrada para el modelo ONNX. Es necesario entender si tiene sentido utilizar ONNX aquí en absoluto.
Por cierto, ¿es posible utilizar más de un modelo en un Asesor Experto, por ejemplo, para seleccionarlos sin cambiar el código?
No parece haber ningún problema con él - varios modelos se abren, cada uno con su propio mango. Aunque, probablemente habrá problemas con los modelos de varios gigabytes).
Si estamos hablando de comercio directo VPS, entonces probablemente sí. Pero si, por ejemplo, necesita añadir una línea a la tabla almacenada en el archivo ONNX para KNN en el tiempo, entonces no hay manera. Aunque, tal vez, es posible utilizar esta tabla como entrada para el modelo ONNX. Es necesario entender si tiene sentido utilizar ONNX aquí en absoluto.
No parece haber ningún problema con ello - se abren varios modelos, cada uno con su propio mango. Aunque, con modelos de varios gigabytes probablemente habrá problemas)
¿Los datos se almacenan allí en su forma original para que puedas añadirlos sin más? Pensaba que un modelo normal tiene transformación y ordenación de datos con indexación para agilizar el trabajo. Si es así, entonces el modelo sólo tiene que ser reconstruido cada semana o cada mes, o tal vez incluso cada día - con periodicidad.
Si no hay nada de eso, y toda la base de datos se carga en la memoria para acelerar el trabajo, entonces sí - se puede hacer la adición automática de ejemplos y aquí es mejor hacerlo todo en MQL. Hay un artículo aquí sobre cómo utilizar este tipo de modelos en MQL.
¿Se almacenan allí los datos en su forma original para poder añadirlos? Pensaba que un modelo normal tiene transformación y ordenación de datos con indexación para acelerar el trabajo. Si es así, entonces el modelo sólo tiene que ser reconstruido cada semana o mes, o tal vez incluso día - con periodicidad.
Si no hay nada de eso, y toda la base de datos se carga en la memoria para acelerar el trabajo, entonces sí - se puede hacer la adición automática de ejemplos y aquí es mejor hacerlo todo en MQL. Hay un artículo aquí sobre cómo utilizar este tipo de modelos en MQL.
Cómo hacerlo usando MQL5 está más o menos claro. Cómo hacerlo a través de ONNX no está muy claro todavía.
Por cierto, he encontrado un intento de ejecutar el modelo KNN en formato ONNX en el foro. Pero, según tengo entendido, no ha funcionado todavía.
Está más o menos claro cómo hacerlo utilizando MQL5. Cómo hacerlo a través de ONNX no está muy claro todavía.
Por cierto, he encontrado un intento de ejecutar el modelo KNN en formato ONNX en el foro. Pero, según tengo entendido, no ha funcionado todavía.
Bueno, cuanto antes se muestre la iniciativa, antes comenzará la búsqueda de la corrección de errores.
¿Y cuál es para usted la ventaja de tales modelos? ¿Han demostrado ser mejores que otros? ¿Más robustos en teoría a los cambios en los datos de entrada?
Si está directamente en el modelo, es más fácil cambiarlos.
Por cierto, ¿hay alguna posibilidad de utilizar más de un modelo en el Asesor Experto, digamos, para seleccionarlos sin cambiar el código?
¿Por qué no? Deberíamos publicar tal ejemplo pronto.
Eso es: cuanto antes se tome la iniciativa, antes empezará la búsqueda de soluciones.
¿Qué ventajas encuentra en este tipo de modelos? ¿Se han comportado mejor que otros? ¿Son en teoría más resistentes a los cambios en los datos de entrada?
Sencillez de aplicación y facilidad de reentrenamiento/autoaprendizaje, ya que basta con añadir nuevas filas y eliminar las antiguas.
También tiene muchos inconvenientes: por ejemplo, no funciona bien con un gran número de atributos. Pero como forma de evaluación inicial de la utilidad de las características está bien.
El interés de tener algún análogo local de los árboles viene del hecho de que son más adecuados para patrones discontinuos, mientras que KNN y LWLR son más adecuados para los continuos. Uno desearía disponer de un conjunto de herramientas más completo, por así decirlo.
¿Por qué no? Pronto publicaremos un ejemplo.
¡Estupendo!