L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2549
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Mais ne pas connaître Matlab rend la tâche plus difficile.
Matlab semble être capable de générer du code C++.
Le cas où "R" peut être inséré dans tous les messages, toujours hors sujet
à l'origine, la question ressemblait à ceci : "qui a transféré des modèles LGBM formés en python (c'est important) vers le langage mql ?" si vous ne l'avez pas fait, vous pouvez garder le silence :D
en faisant référence au problème. Pas un problème, juste un inconvénient.
Matlab semble avoir un moyen de générer du code C++.
Oui, j'ai essayé le générateur matlab intégré il y a quelque temps et j'ai eu beaucoup d'erreurs.
Il n'avait pas l'air d'avoir beaucoup de confiance en lui. Je ne sais pas comment c'est maintenant, il faudra que j'essaie.
Mais j'ai été convaincu plus d'une fois - la logique doit être transférée en la lisant.
Et le générateur est destiné aux tâches simples.
Probablement parce qu'il connaît le Python.
Chacun s'adapte au langage qu'il connaît.
Pour ma part, je suis un fan de C. Et c'est vraiment très difficile de tout transférer d'une autre langue.
Surtout dans une langue que vous ne connaissez pas idéalement.
J'ai des problèmes propriétaires dans Matlab, que j'aimerais porter en C, alias mql.
Mais ne pas maîtriser Matlab rend la tâche plus difficile.
Quel est le problème de tirer matlab de C (de MQL) ?
il y avait des articles à la "working with matlab" sur le site web.
il y a d'autres moyens, il y a SciLab, pour la plupart compatible avec MatLab, avec une interface C-API cohérente et sans chaînes de licences.
Le portage d'une implémentation d'un langage à un autre, surtout d'un langage qui n'est pas apparenté, est non seulement laborieux, mais il peut aussi provoquer une montagne d'erreurs.
quel est le problème de tirer matlab de C (de MQL) ?
il y avait des articles sur le site web à la "working with MatLab".
il y a d'autres moyens, il y a SciLab, pour la plupart compatible avec MatLab, avec une C-API claire et sans chaînes de licence.
D'autant plus que le portage d'une implémentation d'un langage à un autre, et encore moins d'un langage apparenté, est non seulement laborieux, mais il peut aussi produire une montagne d'erreurs.
Oui, je ne pensais pas qu'il était possible de les connecter.
Je n'ai jamais pensé à les associer. C'est probablement parce que je n'aime pas ce genre de liens, tirer quelque chose de quelque part.
Et pour faire une liasse, il faut réétudier quelque chose, et ne pas être sûr que ça va marcher.
Parce que, comme toujours, je ne sais pas comment trouver des informations par API.
Mais merci pour le conseil, je vais y réfléchir.
Comment améliorer l'apprentissage s'il existe un échantillon connu pour évaluer l'apprentissage (futur) qui ne participera pas à l'apprentissage ?
Veuillez nous faire part de vos réflexions, idées et commentaires sur les raisons pour lesquelles cette "tricherie" ne sera pas efficace sur de nouvelles données qui n'ont pas encore vu le jour - ou qui pourraient l'être !
Comment améliorer l'apprentissage s'il existe un échantillon connu pour évaluer l'apprentissage(futur) qui ne participera pas à l'apprentissage ?
Veuillez nous faire part de vos réflexions, idées et commentaires sur les raisons pour lesquelles cette "tricherie" ne sera pas efficace sur de nouvelles données qui n'ont pas encore vu le jour - ou peut-être qu'elle le fera !
Si l'avenir est connu, il n'y a plus besoin d'enseigner quoi que ce soit à quiconque).
Il semble que ce soit une approche standard - optimiser les méta-paramètres de l'algorithme par les résultats sur un échantillon de contrôle ?
Si vous connaissez l'avenir, vous n'avez pas besoin d'enseigner à quiconque).
Il semble que ce soit une approche standard - optimiser les méta-paramètres de l'algorithme par les résultats sur l'échantillon de contrôle ?
Non, vous ne pouvez vous entraîner que sur l'échantillon de train, et nous avons test - pour les résultats de contrôle et examen - pour l'évaluation indépendante, donc vous ne pouvez appliquer l'algorithme d'apprentissage automatique que sur l'échantillon de train par conditions. Vous ne pouvez pas ajouter de nouveaux prédicteurs décrivant la section des examens - laissez-les faire le reste (pour l'instant).
Existe-t-il un moyen d'analyser l'examen pour améliorer le modèle construit sur le train ?Non, nous ne pouvons nous entraîner que sur l'échantillon de train, et disons que nous avons le test - pour contrôler les résultats et l'examen - pour l'évaluation indépendante, donc nous ne pouvons appliquer l'algorithme d'apprentissage automatique que sur l'échantillon de train selon les conditions. Nous ne pouvons pas ajouter de nouveaux prédicteurs décrivant la section des examens - laissons-les faire le reste (pour l'instant).
Existe-t-il un moyen d'analyser l'examen pour améliorer le modèle construit sur le train ?En général, après l'entraînement (sur un train), il n'y a pas un modèle, mais un ensemble de modèles, définis par des méta-paramètres. Par exemple, différents degrés du polynôme d'interpolation ou différents coefficients de régularisation dans la régression lasso, etc. Ensuite, la meilleure valeur du métaparamètre est déterminée (le meilleur modèle de l'ensemble est pris par test). À son tour, l'optimisation du méta-paramètre sur l'examen peut également être déterminée par certains paramètres (méta-paramètres), pour l'optimisation desquels l'examen peut être appliqué. Par exemple, dans quelles proportions diviser l'échantillon original en train et test.
Mais il est fort probable que je ne comprenne pas votre idée).
Mais je n'ai probablement pas compris votre idée).
Nous sommes nombreux)