L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 547

 
Grigoriy Chaunin:

Penso che se si collega Python correttamente, sarà più veloce via DLL. Ho deciso di scrivere un file header in MQL5 per collegare Python. Ho deciso di scrivere un file di intestazione in MQL5 per collegare Python. Pubblicherò il codice su GitHub.


Se volete usare RAMdisk o csd, nessun problema... La perdita di velocità quando si riavvia lo script è di un intero secondo, il che è molto lento nel tester... Se lo chiamate solo una volta, allora è OK... + Non ho bisogno di riqualificarli ogni volta che ne hanno bisogno ...

 

A proposito, https://www.mql5.com/ru/forum/223473/page9#comment_6279990

Обсудим совместные проекты в редакторе - зачем они и куда движутся
Обсудим совместные проекты в редакторе - зачем они и куда движутся
  • 2017.12.28
  • www.mql5.com
На текущий момент мы выпустили первую версию проектов, совместных проектов и новое хранилище...
 

Questo è il punto: tutto il caricamento e l'inizializzazione è fatto attraverso la DLL nelle funzioni MQL Init e DeInit, e lo stesso script chiama funzioni dal codice Python. Questo sarà più veloce. Anche se nel tester sarà ancora lento.

Preferisco metterlo su GitHub.

 

In ml-assistant, chiamo lo script esterno. È vero, ci vuole qualche secondo per avviare la shell e caricare le librerie, ma non mi importa, perché non voglio andare sotto m15-m30. Tenendo conto che la predizione su un modello addestrato richiede millisecondi, non è così male con un buon modello.

Per quanto riguarda il tester, non ho nemmeno provato a farlo funzionare con il robot di trading, ho subito attaccato "trading" sul grafico per il debug.

Ho trovato un server vds con potenza e costi accettabili e che lavora su ssd.

Ho trovato un server vds di una potenza e di un costo ragionevoli e funziona su ssd. Nella sezione M A R K E T O P E R A T I O N I

File:
MASh_Market.mqh  36 kb
 

A proposito, ci sono interi tester e risorse per python dove puoi ottenere rapporti online, se sei interessato ti mando i link. Non li ho ancora usati, li ho solo cercati su Google

 

A proposito dei rapporti: https://pypi.python.org/pypi/trackml
Ma non l'ho ancora capito. Non riesco a raggiungere il sito ufficiale per qualche motivo.

trackml 0.1.12 : Python Package Index
  • pypi.python.org
An opinionated, minimal cookiecutter template for Python packages
 

Ho trovato questohttps://www.quantopian.com/

e qui c'è il sito di un tizio che insegna python, inclusa la finanzahttps://pythonprogramming.net/getting-stock-prices-python-programming-for-finance/

Mi piace molto, penso che comprerò una maglietta e un berretto con il logo del pitone per sostenerlo :)

Quantopian
Quantopian
  • www.quantopian.com
You own your algorithms. Your algorithms are kept secret. Ideas are some of the most valuable assets anyone has. We are committed to protecting your intellectual property and keeping it safe. Once you've written your algorithm, you need to test it. Quantopian provides free backtesting with historical data and free paper trading (also called...
 
Maxim Dmitrievsky:

Ho trovato questohttps://www.quantopian.com/

e qui c'è il sito di un tizio che insegna python, inclusa la finanzahttps://pythonprogramming.net/getting-stock-prices-python-programming-for-finance/

Mi piace, penso che comprerò una maglietta e un berretto con il logo del pitone come supporto :)

Ho sentito parlare di Quantopian, ma non ho capito cosa hanno in comune. L'ho accarezzato ora, sembra il servizio di Google https://towardsdatascience.com/neural-networks-with-google-colaboratory-artificial-intelligence-getting-started-713b5eb07f14.

Qui Google offre gratuitamente la potenza di calcolo dei suoi server.
Neural Networks with Google CoLaboratory | Artificial Intelligence Getting started
Neural Networks with Google CoLaboratory | Artificial Intelligence Getting started
  • 2017.12.25
  • Sagar Howal
  • towardsdatascience.com
Google Recently Launched its internal tool for collaborating on writing Data Science Code. The Project called Google CoLaboratory (g.co…
 
Aleksey Terentev:
Ho sentito parlare di Quantopian ma non ho capito cosa contiene. Ora ho controllato, sembra che il servizio di Google https://towardsdatascience.com/neural-networks-with-google-colaboratory-artificial-intelligence-getting-started-713b5eb07f14

Beh, c'è un tester per gli strateghi.

google lab sembra essere fantastico

 

Mi associo alla domanda. Uso i servizi di Amazon, ma il loro costruttore di modelli non sembra buono. In ogni caso, non ho potuto costruire un modello di qualità più o meno5. Anche se forse ho sbagliato qualcosa, ma non ci sono troppe impostazioni. Ora proverò con Google...