L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2936
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Beh, dice: versione ONNX = 1.2.1; versione opset = 7. Non è chiaro cosa sia, ma ovviamente le vostre impostazioni non soddisfano questi requisiti.
Il mio sistema: Windows 10 build 19045. Secondo latabella dovrebbe funzionare (1.2.2 > 1.2.1 e 19045 > 19041).
In base alla seconda riga della tabella: Windows 10, versione 2004 (build 19041) ONNX version = 1.2.2, 1.3, and 1.4 opset version = 7, 8, and 9.
PS. Forse il problema è che ho la versione Home di Windows.Non ho trovato nulla di simile. Nell'elenco dei progetti pubblici con la lettera O, c'è solo un progetto: il progetto OpenCL.Seascape.
Non sono riuscito a trovarne uno. Nell'elenco dei progetti pubblici con la lettera O, ne ho solo uno: il vostro progetto OpenCL.Seascape
Ora disponibile:
All'interno di un semplice modello di formazione in Python con generazione di model.onnx, inversione in Python e inversione in MQL5.
Nella beta MT5 di ieri abbiamo commesso un piccolo errore nella funzione OnnxRun, domani lo correggeremo e lo pubblicheremo.
Ora disponibile:
All'interno di un semplice modello di formazione in Python con generazione di model.onnx, inversione in Python e inversione in MQL5.
Nella beta MT5 di ieri abbiamo commesso un piccolo errore nella funzione OnnxRun, domani lo correggeremo e lo caricheremo.
Come hai detto tu, dà l'errore: failed, OnnxSetInputShape error 4024.
Non capisco dove sia dichiarato e definito l'array di modelli. Nel file python?
Come hai detto, dà l'errore: failed, OnnxSetInputShape error 4024
Non capisco dove sia dichiarato e definito l'array di modelli. In un file python?
Guardare nei log - quale versione di ONNX API è definita:
Mettere l'ultima versione delle librerie ONNX Runtime 1.14 dall'archivio (sono firmate da Microsoft) nella root del terminale accanto ai file exe e riprovare.
Ora si verifica un errore nel controllo dei parametri:
ONNX.Price.Prediction (EURUSD,H1) failed, OnnxRun error 5807
Array model as short filename è apparso automaticamente quando si aggiungono risorse al progetto:
Guardare nei log: quale versione dell'API ONNX è stata definita:
Inserite l'ultima versione delle librerie ONNX Runtime 1.14 dall'archivio (sono firmate da Microsoft) nella root del terminale accanto ai file exe e riprovate.
Ora c'è un errore nel controllo dei parametri:
Prima di copiare le librerie dall'archivio era presente nel registro:
Dopo aver copiato le librerie nel registro:
e nella scheda Esperti:
Il modus operandi dice di chiudere gli short sull'ebreo e cercare un acquisto...
C'è una buona possibilità di rialzo per 2-3 giorni.
Beh, proprio come avevo ordinato...
Sarà disponibile nel mart, anche nel tester, compreso Cloud Network.
ONNX Runtume sarà riscritto e riprogettato per non dipendere da librerie di sistema obsolete.
I file ONNX sono facilmente inclusi nei progetti, criptati e compressi all'interno di file EX5. Si ottengono robot puliti da un singolo file.
Schema di funzionamento:
Come si effettua il polling dei modelli? Al momento sto eseguendo il polling in Python TensorFlow, ma come?
Ora disponibile:
All'interno di un semplice modello di formazione in Python con generazione di model.onnx, inversione in Python e inversione in MQL5.
Nella beta MT5 di ieri abbiamo commesso un piccolo errore nella funzione OnnxRun, domani lo correggeremo e lo caricheremo.
Sono confuso.
Come si esegue il polling dei modelli? Ora sto eseguendo il polling in Python TensorFlow, ma qui come?
Dove sono questi progetti? Come si accede ad essi?
Andate nell'editor e guardate nel riquadro in basso "Progetti pubblici", in cui vedrete "ONNX.Price.Prediction".
Dal menu contestuale del progetto, fare clic su Join.
Il progetto contiene uno script Python di addestramento e un modello pronto in model.onnx.
Per eseguire l'addestramento, installare Python (ad esempio 3.10), distribuire i pacchetti e fare clic su Compile direttamente in MetaEditor sul file PricePredictionTraining.py: l'addestramento verrà avviato.
python.exe -m pip install --upgrade pip pip install --upgrade tensorflow pip install --upgrade pandas pip install --upgrade scikit-learn pip install --upgrade matplotlib pip install --upgrade tqdm pip install --upgrade metatrader5 pip install --upgrade onnx==1.12 pip install --upgrade tf2onnx
È possibile eseguire la previsione eseguendo il file PricePrediction.py al momento della compilazione:
Per informazioni, MetaEditor può:
I compilatori sono configurati in Strumenti -> Opzioni -> Compilatori: