L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2660

 
mytarmailS #:
Sì, riguardo alla demo...
Sono solo curioso e non mi è chiaro come il loro algoritmo determini se il trading è manuale o algoritmico.

Attraverso gli ID degli scambi, c'è un indicatore.

 
Maxim Dmitrievsky #:

attraverso gli ID delle transazioni, ci sono dei contrassegni.

Cos'è un identificativo di transazione?
 
mytarmailS #:
Che cos'è un identificatore di transazione?

una nota che indica se un'operazione è stata aperta o meno a mano.

Quali altre opzioni esistono? )
 
Maxim Dmitrievsky #:

segnare se è stato aperto o meno a mano.

quali altre opzioni sono disponibili? )
)) Beh, avevo delle opzioni
 

Date un'occhiata all'annuncio della nuova release Beta della piattaforma MetaTrader 5 build 3360: Float in OpenCL e funzioni matematiche, metodi di attivazione e di perdita per l'apprendimento automatico, per favore.

Abbiamo già lavorato molto sia sull'introduzione dei tipi di dati incorporati vector, vector (così come vector<double> vector<float> templati), matrix, matrixf, complex, sia sulla grande espansione delle funzioni matematiche.

Già ora MQL5 è diventato conveniente per la scrittura nativa e veloce di reti neurali e operazioni matriciali. E con un supporto esteso a OpenCL.

Abbiamo anche svolto un lavoro preparatorio per implementare un potente motore di apprendimento automatico nativamente nel linguaggio MQL5. Questo ci permetterà di scrivere sistemi di ML completi direttamente nella piattaforma.

 
Renat Fatkhullin #:

Date un'occhiata all'annuncio della nuova release di MetaTrader 5 build 3360 Platform Beta: Float in OpenCL e funzioni matematiche, metodi di attivazione e perdita per l'apprendimento automatico, per favore.

Abbiamo già lavorato molto sull'introduzione dei tipi di dati incorporati vector, vector (nonché vector<double> vector<float> templati), matrix, matrixf, complex e su un'ampia espansione delle funzioni matematiche.

Già ora MQL5 è diventato conveniente per la scrittura nativa e veloce di reti neurali e operazioni matriciali. E con un supporto esteso a OpenCL.

Abbiamo anche svolto un lavoro preparatorio per implementare un potente motore di apprendimento automatico nativamente nel linguaggio MQL5. Questo ci permetterà di scrivere sistemi di ML completi direttamente nella piattaforma.

Circa 10 anni fa, tutti avrebbero sussultato, ora sono così, bene, bene, bene.
Ora la possibilità di trasferire i modelli in MQL è vista come un evento più significativo, che non sminuisce l'effetto positivo delle innovazioni.
 
Maxim Dmitrievsky #:
Circa 10 anni fa, tutti avrebbero sussultato, ora sono come, beh, beh, beh
.
Ora vedo la possibilità di trasferire i modelli in MQL come un evento più significativo, che non sminuisce l'effetto positivo delle innovazioni.

La disponibilità di matrici e vettori nativi con un ampio set di funzioni matematiche standard è la base necessaria per una svolta nelle capacità di algo-trading. E noi l'abbiamo fatto.

Anche l'importazione di modelli onnx è in fase di sviluppo preliminare, sebbene non sia supportata al 100%. Purtroppo, sono pochi i pacchetti in grado di importare al 100% qualsiasi file onnx.

Al momento è certamente più comodo e produttivo fare ricerca e sviluppo nei sistemi esistenti. Ma l'esecuzione può essere portata avanti attraverso i modelli onnx senza l'uso di librerie di terze parti.

Con l'aggiunta del motore ML, sarà possibile fare ricerca e sviluppo direttamente in MQL5. Questo è il prossimo salto di qualità.

 
Renat Fatkhullin #:

La disponibilità di matrici e vettori nativi con un'ampia serie di funzioni matematiche interne è la base necessaria per un salto di qualità nelle capacità di algo-trading. E noi l'abbiamo fatto.

Anche l'importazione di modelli onnx è in fase di sviluppo preliminare, sebbene non sia supportata al 100%. Purtroppo, pochi pacchetti sono in grado di importare al 100% qualsiasi file onnx.

In questo momento è certamente più comodo e produttivo fare ricerca e sviluppo nei sistemi esistenti. Ma le prestazioni possono essere trasferite attraverso i modelli onnx senza utilizzare librerie di terze parti.

Con l'aggiunta del motore ML, sarà possibile fare ricerca e sviluppo direttamente in MQL5. Questo è il prossimo salto di qualità.

Mi piace questo approccio, in qualche modo simile al modo in cui viene fatto in PyTorch, cioè le diverse funzioni di ML sono implementate sopra le matrici/tensori. È molto comodo. È possibile assemblare diversi progetti a partire da essi.
 
Maxim Dmitrievsky #:
Circa 10 anni fa, tutti avrebbero sussultato, ora sono come, beh, beh, beh
.
Ora vedo la possibilità di trasferire i modelli in MQL come un evento più significativo, che non sminuisce l'effetto positivo delle innovazioni.

10 anni fa non avrebbero sussultato.

Nessuno è mai stato in grado di rappresentare correttamente la trasformata di Fourier, perché vi si usano numeri complessi.

Lo fanno e si lamentano che l'estremità dell'indicatore è distorta.

Hanno aperto la strada, dal punto di vista della ricerca matematica.

È normale, persino super.