L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2660
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
Oui, à propos de la démo...
Il y a un marqueur dans les identifiants des transactions.
à travers les identifiants de transaction, il y a des marques.
Qu'est-ce qu'un identifiant de transaction ?
Une note indiquant si une transaction a été ouverte manuellement ou non.
Quelles sont les autres possibilités ? )indiquer s'il a été ouvert à la main ou non.
quelles sont les autres possibilités ? )Jetez un coup d'œil à l'annonce de la nouvelle version Beta de la plateforme MetaTrader 5 build 3360 : Float in OpenCL et fonctions mathématiques, méthodes d'activation et de perte pour l'apprentissage automatique, s'il vous plaît.
Nous avons déjà beaucoup travaillé sur l'introduction des types de données intégrés vector, vector (ainsi que vector<double> vector<float> templé), matrix, matrixf, complex, et sur la grande expansion des fonctions mathématiques.
Dès à présent, MQL5 est devenu pratique pour l'écriture native et rapide de réseaux neuronaux et d'opérations matricielles. Et avec une prise en charge étendue d'OpenCL.
Nous avons également effectué des travaux préparatoires pour mettre en œuvre un puissant moteur d'apprentissage automatique nativement dans le langage MQL5. Cela nous permettra d'écrire des systèmes de ML complets directement dans la plateforme.
Jetez un coup d'œil à l'annonce de la nouvelle version de MetaTrader 5 build 3360 Platform Beta : Float in OpenCL and maths functions, activation and loss methods for machine learning, please.
Nous avons déjà beaucoup travaillé sur l'introduction des types de données intégrés vector, vector (ainsi que vector<double> vector<float>), matrix, matrixf, complex, et sur une large expansion des fonctions mathématiques.
Dès à présent, MQL5 est devenu pratique pour l'écriture native et rapide de réseaux neuronaux et d'opérations matricielles. Et avec une prise en charge étendue d'OpenCL.
Nous avons également effectué des travaux préparatoires pour mettre en œuvre un puissant moteur d'apprentissage automatique nativement dans le langage MQL5. Cela nous permettra d'écrire des systèmes de ML à part entière directement dans la plateforme.
Il y a une dizaine d'années, tout le monde aurait sursauté, alors qu'aujourd'hui, on se dit : bon, bon, bon
.
La disponibilité de matrices et de vecteurs natifs avec un large ensemble de fonctions mathématiques standard est une base nécessaire pour une percée dans les capacités d'algo-trading. Et nous l'avons fait.
L'importation de modèles onnx fait également l'objet d'un développement préliminaire, même si elle n'est pas prise en charge à 100 %. Malheureusement, il existe peu de logiciels capables d'importer à 100 % n'importe quel fichier onnx.
Il est certainement plus pratique et plus productif de faire de la recherche et du développement dans les systèmes existants pour le moment. Mais l'exécution peut être portée à travers les modèles onnx sans l'utilisation de bibliothèques tierces.
Avec l'ajout du moteur ML, il sera possible de faire de la recherche et du développement directement dans MQL5. C'est la prochaine étape.
La disponibilité de matrices et de vecteurs natifs avec un large ensemble de fonctions mathématiques internes est une base nécessaire pour un saut dans les capacités d'algo-trading. Et nous l'avons fait.
L'importation de modèles onnx fait également l'objet d'un développement préliminaire, bien qu'elle ne soit pas prise en charge à 100 %. Malheureusement, peu de logiciels sont capables d'importer à 100 % n'importe quel fichier onnx.
Il est certainement plus pratique et plus productif de faire de la recherche et du développement dans les systèmes existants pour le moment. Mais les performances peuvent être transférées par le biais de modèles onnx sans utiliser de bibliothèques tierces.
Avec l'ajout du moteur ML, il sera possible de faire de la recherche et du développement directement dans MQL5. C'est la prochaine étape.
Il y a une dizaine d'années, tout le monde aurait sursauté, alors qu'aujourd'hui, on se dit : bon, bon, bon
.
Il y a 10 ans, ils n'auraient pas été surpris.
Personne n'a jamais été capable de représenter correctement la transformée de Fourier, parce qu'on y utilise des nombres complexes.
Ils le font et se plaignent que l'extrémité de l'indicateur est déformée.
Ils ont ouvert la voie, du point de vue de la recherche mathématique.
C'est normal, c'est même super.