L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3233

Nouveau commentaire
 
Aleksey Nikolayev #:

Ce package ne permet pas de créer et d'exécuter des modèles onnx. Il semble qu'il soit possible de l'exécuter en se connectant à python via reticulate, mais il semble qu'il ne soit possible de le créer qu'en python.

En général, pour être honnête, je ne comprends pas (en regardant les tutoriels du site de ce paquet) la signification de ce paquet, peut-être est-il simplement inachevé ou abandonné. IMHO, la situation avec onnx dans R est une excellente raison pour les utilisateurs de python de rire)

Et moi, à mon tour, je ne comprends pas les métaquotes avec leur idée d'implémenter ONNX....

Pour que je puisse implémenter mon modèle, j'ai besoin d'apprendre le langage onnx ainsi que python.
Grande simplification de la vie, vous voulez implémenter un modèle - apprenez seulement 2 nouveaux langages))) puissant !!!!

Et si j'ai bien compris, tout le prétraitement et toute la génération de caractéristiques devraient provenir de l'extérieur en tant qu'entrée... Pour moi, cela ressemble plus à un bâton dans les roues qu'à une percée.

Il y a des dockers coneiners.

Tout le monde dans n'importe quel langage peut implémenter n'importe quoi, n'importe quel code, utiliser n'importe quelle bibliothèque et l'empaqueter dans un conteneur.

Non, ils ont construit une béquille avec beaucoup de restrictions, avec un seuil d'entrée élevé et ils en sont fiers...


 
Aleksey Vyazmikin #:
La règle principale est que le modèle doit être converti en ONNX.

Merci - je vais étudier le sujet....

 
mytarmailS #:
De mon côté, je ne comprends pas l'idée de metaquotes de mettre en œuvre ONNX.

Pour implémenter mon modèle, j'ai besoin d'apprendre le langage ONNX ainsi que Python.
Grande simplification de la vie, vous voulez implémenter un modèle - apprenez seulement 2 nouveaux langages))) puissant !!!

Et si j'ai bien compris, tout le prétraitement et toute la génération de caractéristiques doivent provenir de l'extérieur en tant qu'entrée... Pour moi, cela ressemble plus à un bâton dans les roues qu'à une avancée.

Il existe des dockers coneiners.

Tout le monde, dans n'importe quel langage, peut implémenter n'importe quoi, n'importe quel code, utiliser n'importe quelles bibliothèques, et l'empaqueter dans un conteneur.

Non, ils ont construit une béquille avec beaucoup de restrictions, avec un seuil d'entrée élevé et ils en sont fiers...


Il n'est pas nécessaire d'apprendre le langage ONNX - c'est un langage de représentation interne, tout comme vous n'avez pas besoin d'apprendre le format PDF si vous ne faites qu'enregistrer ou lire des documents dans ce format.

Vous devez apprendre Python uniquement en raison de l'absence de support ONNX à part entière dans R. Et ceci, IMHO, est déjà une sonnette d'alarme sérieuse sur le début de l'obsolescence du langage.

 

juste un exemple hypothétique...

Par exemple, je suis un programmeur javascript (ou autre), je m'intéresse au marché,

Je développe un algorithme de trading complexe.


1) j'entre OHLC.

2) puis un énorme code javascript de 100000 lignes sur la façon de traiter les traits (preprocessing)

3) j'entraîne un réseau neuronal javascript sur TensorFlow.js ( modèle ).

J'obtiens mon robot en sortie.


Je package tout ce code dans un container docker et je peux l'intégrer n'importe où.

Sur n'importe quel ordinateur, aucune dépendance n'est nécessaire, tout est déjà à l'intérieur du conteneur.

Si Metatrader supportait cela, ce serait une percée !


Mais ce que l'on me propose est ceci :

1) Avoir un metatrader pour obtenir la date OHLC (tout va bien ici).

2 ) Apprendre le nouveau langage MQL5 pour réécrire complètement le code de prétraitement des données (je suis déjà excité, n'est-ce pas ? mais tout est encore devant moi).

3) Apprendre le nouveau Python, le framework Tensorflow pour Python, ONNX pour Python, entraîner le modèle, sauvegarder le modèle dans ONNX. Les modèles ont des limitations, vous ne choisissez que ce qui est disponible, pas ce dont vous avez besoin, par exemple dans ONNX il n'y a pas de règles associatives, pas de dbscan et des milliers d' autres algorithmes MO NO.



==============================================================================================

En conséquence, je dois réécrire complètement tous mes algorithmes dans deux nouveaux langages, après les avoir appris au préalable....

Pour pouvoir implémenter mon modèle au format ONNX, et pas n'importe quel modèle, mais seulement celui que ce format supporte !!!!

COOL !!!!!!!!!!!

et la première variante avec docker résout n'importe quel problème, avec n'importe quel algorithme, et dans l'un de mes langages préférés.

 
Maxim Dmitrievsky #:
Vous pouvez également convertir tous les prétraitements.

Où avez-vous lu cela ? Je ne vois aucune information de ce type.

 
Aleksey Vyazmikin #:

Où avez-vous lu cela ? Je ne vois aucune information de ce type.

Pitorch, tensorflo, sclern. N'importe quel grand cadre.
 
Aleksey Vyazmikin #:

Où avez-vous lu cela ? Je ne vois aucune information de ce type.

Pitorch, tensorflo, sclern. Tout grand cadre.

Freestyle rak zer tensorflo, henh henh henh zer flo, vous avez entendu cette chanson ?
 
Maxim Dmitrievsky #:
Pitorch, tensorflo, sklern. Tout grand cadre.

Tant mieux si c'est le cas. J'ai lu plusieurs articles et regardé des vidéos - partout il n'était question que du modèle.

 
Aleksey Vyazmikin #:

C'est bien si c'est le cas. J'ai lu quelques articles et regardé des vidéos - partout il n'était question que du modèle.

C'est un format ouvert, on peut y convertir n'importe quoi.
 
Maxim Dmitrievsky #:
Vous n'avez pas besoin d'avoir un tas d'overheads docker pour faire cela.

Oui, il vaut mieux passer des mois à apprendre de nouveaux langages, frameworks et api onnx guts....

Tout ça pour réécrire quelque chose que vous avez déjà écrit...

1...322632273228322932303231323232333234323532363237323832393240...3399
Nouveau commentaire