L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2984
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
Vidéo intéressante
https://www.youtube.com/watch?v=vOIotMC_PQY
FidoNet 2.0 signifie - intéressant :)
La question de la génération automatique de signes est bien sûr très intéressante. Est-ce que quelqu'un a essayé cette approche pour le commerce ? J'ai vu des programmes qui font cela, mais c'est très compliqué à mettre en œuvre, donc je n'ai pas pris la peine de m'y intéresser. La question de l'intégration de ces convertisseurs dans MQL5 pour une utilisation dans les mêmes modèles ONNX est donc importante.
il y a un paquet intéressant à la fin, vous pouvez essayer de l'agiter.
J'ai peur de m'enliser et de rencontrer des difficultés avec la conversion en robots. Je fais moi-même quelque chose de similaire, un cycle complet depuis l'appui sur le bouton "pâte" jusqu'à l'obtention d'un robot à la sortie. Toujours sur la machine, aux alentours de 10 minutes.
Je n'ai pas d'équipe de codeurs pour intégrer de grandes bibles étrangères à mes petites tâches.
Peut-être qu'une version onnx sera faite pour metac.J'ai peur de me retrouver coincé là-dedans et d'avoir des difficultés avec la conversion en robots. Je fais moi-même quelque chose de similaire, un cycle complet entre le moment où l'on appuie sur le bouton "pâte" et le moment où l'on obtient un robot à la sortie. Toujours sur la machine, aux alentours de 10 minutes.
Je n'ai pas d'équipe de codeurs pour ajouter de grandes bibles étrangères à mes petites tâches.
Peut-être que je ferai une version onnx pour metacQu'est-ce que c'est... Onnx, pourquoi tu continues à le mettre partout ?
ne fonctionne pas
Il ne fonctionne pas.
Avez-vous essayé le bibla ?
Ça ne marche pas, c'est pour d'autres RV.
J'ai trouvé quelque chose qui fonctionne, ou plutôt, je l'ai inventé. Je fais différentes variantes, pour voir ce qui fonctionne le mieux.J'ai essayé de chercher dans AI quelles sont les variantes des algorithmes locaux comme KNN et LWLR. Il m'a répondu que ce concept n'existait pas du tout et que ces deux algorithmes appartenaient au type basé sur la mémoire, où l'échantillon d'apprentissage est simplement stocké dans la mémoire. Outre ces deux algorithmes, il a également parlé de filtrage collaboratif basé sur la mémoire, mais il semble qu'il s'agisse du même KNN.
En fait, je voulais chercher une version locale des arbres de décision, mais AI m'a directement dit que cela n'existait pas.
Je me demande s'il est judicieux d'essayer d'intégrer ces arbres basés sur la mémoire dans un fichier ONNX, ou s'il est préférable de faire le calcul avec les outils MQL ?
J'ai essayé de faire une recherche sur l'IA, quelles sont les variantes des algorithmes locaux tels que KNN et LWLR ?
Que signifie dire qu'un algorithme est local ?
Dans le sens où KNN et LWLR sont locaux. La sortie ne dépend que des points proches, et non de l'ensemble du plateau.
Cela n'a pas d'importance, mais laissez-le être une régression, c'est généralement plus facile à traiter.
Au sens où KNN et LWLR sont locaux. La sortie ne dépend que des points proches, et non de l'ensemble du train.