L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3238
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Si può fare nello stesso R, salvare il modello, e attraverso python in onnx in poche righe
Questo se si intende solo il modello di rete neurale e non qualsiasi modello come Forest.
Anche se probabilmente anche hgbust è possibile.
---------------------------------
E dice che non è possibile convertire qualsiasi modello, il modello stesso deve supportare questo formato.
--------------------------------
Quindi la conclusione è che ONNH è python, senza via d'uscita.
neuro, ovviamente).
Solo la griglia finale addestrata può essere inserita nel file onnx. È anche possibile (teoricamente) inserire la preelaborazione delle caratteristiche per la griglia dal prezzo iniziale. L'insieme è chiamato pipeline e la domanda è quanto sia flessibile la possibilità di inserire tutta la pipeline in un unico file ONNX.
Nessuno vuole approfondire questo argomento, perché bisogna essere molto bravi in python e ci sono pochissimi manuali sull'argomento, e l'IA mente come al solito).
Solo la griglia finale addestrata può essere inserita nel file onnx. È anche possibile (teoricamente) inserire una preelaborazione dei segnali per la griglia dal prezzo iniziale. L'insieme è chiamato pipeline e la domanda è quanto sia flessibile la possibilità di inserire tutta la pipeline in un unico file ONNX.
Nessuno vuole approfondire questo argomento, perché bisogna essere molto bravi in python e ci sono pochissimi manuali sull'argomento, e l'IA mente come al solito).
La preelaborazione è, grosso modo, una normalizzazione, quindi il numero di caratteristiche non cambia....
Mi chiedo se sia possibile generare nuovi attributi all'interno, il modello accetta un array da ohlc, e all'interno del formato ohlc vengono già generati nuovi attributi, c'è ancora un bel pezzo di codice personalizzato completo all'interno....
Non ho ancora capito se si può fare con poco sangue o no...
La preelaborazione è una normalizzazione approssimativa, quindi il numero di caratteristiche non cambia.
Mi chiedo se sia possibile generare nuovi attributi all'interno, il modello accetta un array da ohlc, e all'interno del formato ohlc i nuovi attributi sono già generati, c'è ancora un buon pezzo di codice personalizzato completo all'interno....
Non ho ancora capito se si può fare con poco sangue o no...
IMHO, per un principiante di Python sicuramente no, per un professionista di Python è una questione di limiti delle possibilità. I manuali sono pochi e contengono solo semplici esempi.
Comunque, a giudicare da
http://w ww.xavierdupre.fr/app/mlprodict/helpsphinx/tutorial/onnx_numpy.html
e a
http://www.xavierdupre.fr/app/mlprodict/helpsphinx/api/npy.html#l-numpy-onnxpy
se si ha solo bisogno di trasferire il modello e il pip con semplici normalizzazioni, allora onnx va bene...
ma se avete bisogno di fare qualcosa di personalizzato, o è AD o non è possibile...
Non so a che tipo di trader sia rivolto...
sembra che 5 persone parteciperanno al concorso. 4 di loro sono dipendenti di metaquotes che hanno lavorato all'integrazione di onnx in metatrader.
In ogni caso, secondo
http://w ww.xavierdupre.fr/app/mlprodict/helpsphinx/tutorial/onnx_numpy.html
e da
http://www.xavierdupre.fr/app/mlprodict/helpsphinx/api/npy.html#l-numpy-onnxpy
Se è sufficiente trasferire il modello e il pip con semplici normalizzazioni, allora onnx va bene.
ma se si ha bisogno di creare qualcosa di personalizzato, o è AD o non è possibile affatto....
Non so per quale tipo di trader sia stato progettato...
Sembra che 5 persone parteciperanno al concorso, 4 delle quali sono dipendenti di metaquotes che hanno lavorato all'integrazione in metatrader.
Ho un vero EA con R, con la prima versione del quale ho raggiunto il tester.
La struttura è la seguente:
1. C'è un normale Expert Advisor su µl, con il solito set di funzioni: lavorare con ordini, stop, MM..... Il blocco di generazione del segnale, negli esempi di metaquote - l'intersezione di due mashes, è sostituito da un appello a R, che invia il prossimo OHLC.
2. Il codice di R consiste grosso modo in due parti:
2.1. conversione dell'OHLC in una serie di predittori per i modelli. Si tratta di centinaia (o migliaia) di operatori in R con l'accesso ad alcuni pacchetti (non modelli) di R.
2.2. calcolo del segnale effettivo da parte del modello.
3. Il segnale per il trading viene ritrasmesso all'Expert Advisor: -1; 0; 1.
Tornando all'argomento, risulta che per utilizzare ONNX p.2.2 sarà ONNX, e nell'EA si dovrà spostare p.2.1? Si tratta di un'impresa seria per me, poiché oltre ai modelli stessi, vengono utilizzati altri pacchetti di R, i cui algoritmi dovranno essere codificati in µl.
Ora c'è un fenomeno interessante nella società: la popolarità di qualcosa proveniente dal mondo scientifico. Pertanto, il comportamento è cambiato: se prima la descrizione scientifica respingeva la gente comune, ora al contrario la attrae. Di conseguenza, per aumentare le vendite ha senso citare altri termini quasi scientifici come "trasformate di Fourier e di Laplace". E, naturalmente, belle immagini/animazioni sull'argomento.
Testo e immagini sono già sufficienti.
Tornando all'argomento, risulta che per utilizzare ONNX, 2.2.2 sarà in ONNX, e 2.1 dovrà essere spostato in EA? Si tratta di un'impresa seria per me, poiché oltre ai modelli stessi, vengono utilizzati altri pacchetti di R, i cui algoritmi dovranno essere codificati in µl.
Da quanto ho capito è tutto esattamente così
--------------------------------
questa tecnologia non è per gli esseri umani...
la cosa principale in un modello sono gli attributi, non il modello stesso...
I professionisti hanno già stabilito il processo di creazione degli attributi e di elaborazione dei dati, sanno anche come collegare i modelli al mercato, ma non hanno bisogno di ONNX.
E i principianti non conoscono nemmeno ONNX.
Per chi è stato creato, in cuor mio non lo so...
Per un concorso? :)