L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2983
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
Je ne sais pas, décontracté.
C'est simplement que vous ne connaissez pas les nouvelles fonctionnalités des méthodes matricielles standard de MQL5 :
C'est vrai.
Mais il y a un manque de fonctions vectorielles et de tableaux simples mais très nécessaires. Telles que lag(), lead(), diff(), roll(), apply() et d'autres constamment utilisées dans les calculs. En outre, puisque vous avez commencé à mettre en œuvre MO, vous devriez ajouter une structure de cadre de données avec les fonctions de manipulation qui l'accompagnent, ce qui est en fait standard dans MO. Je vous souhaite bonne chance.
Je vous souhaite bonne chance.
C'est exact.
Mais il manque des fonctions vectorielles et de table simples mais très nécessaires. Telles que lag(), lead(), diff(), roll(), apply() et d'autres fonctions qui sont constamment utilisées dans les calculs. En outre, puisque vous avez commencé à mettre en œuvre MO, vous devriez ajouter une structure de cadre de données avec les fonctions de manipulation qui l'accompagnent, ce qui est en fait la norme dans MO. En guise de souhait.
Je vous souhaite bonne chance.
C'est certain. Et certaines personnes ont déjà essayé d'adapter les matrices à leur place)
C'est vrai. Et certains ont déjà essayé de mettre les matrices à leur place).
Quel est l'avantage des dataframes ? J'ai fait des recherches sur l'internet : même lorsque j'expérimentais R, je faisais tout sur des matrices. Je n'avais que des nombres en entrée. Et même aujourd'hui, je n'ai que des nombres. Parfois (pour l'expérimentation), j'attribue une colonne catégorielle, mais les catégories sont également définies par des nombres.
Même les nombres sont différents - int, long, float, double. Et si vous souhaitez soudainement travailler avec des données textuelles - des nouvelles ou des données provenant d'Internet ?
Le fait est que les cadres de données permettent de travailler avec des données hétérogènes dans une chaîne de caractères. Le fait qu'une personne en ait besoin ou non à un moment donné est une question tout à fait secondaire. Toute possibilité de choix est toujours plus utile à avoir qu'à ne pas avoir.Quel est l'avantage des dataframes ? J'ai fait des recherches sur l'internet : même lorsque j'expérimentais R, je faisais tout sur des matrices. Je n'avais que des nombres en entrée. Et même aujourd'hui, je n'ai que des nombres. Parfois (pour l'expérience), j'attribue une colonne catégorielle, mais les catégories sont également définies par des nombres.
En bref : organisation tabulaire des données, par colonnes. C'est sacrément pratique, vous pouvez utiliser l'ensemble dont vous avez besoin et le corréler. De plus, la terminologie et les méthodes sont bien établies.
Il suffit de ne pas l'introduire dans le terminal... sinon ils recommenceront comme d'habitude :-) l'exemple de SQLite est illustratif.
Vidéo intéressante
https://www.youtube.com/watch?v=vOIotMC_PQY
De quoi s'agit-il ?
C'est simplement que vous ne connaissez pas les nouvelles fonctionnalités des méthodes matricielles standard de MQL5 :
Terminer la méthode Sort()
Certaines fonctions ne sont pas pertinentes sans cette méthode.
Inférence causale
A la fin de la vidéo, ils parlent d'un paquet intéressant, vous pouvez essayer de le déplacer.