L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2939
![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
Siete voi che siete ancora all'inizio del viaggio per affrontare l'inferno delle incompatibilità reciproche e creare ambienti separati per i task in Python.
Alcuni pacchetti richiedono compilatori per la compilazione di destinazione.
Assolutamente d'accordo! È un sacco di lavoro. Due domande a questo proposito:
1. I modelli creati tramite GPU possono essere convertiti in ONNX?
2. Non abbiamo bisogno di Python per ottenere la previsione del modello in ONNX nell'Expert Advisor MQL5, vero? I calcoli saranno eseguiti dall'ambiente onnxruntime?
Sono assolutamente d'accordo! E' un sacco di lavoro. Due domande:
1. I modelli creati con la GPU possono essere convertiti in ONNX?
2. Per ottenere la previsione del modello in ONNX nell'Expert Advisor MQL5, non è necessario Python, vero? I calcoli saranno eseguiti dall'ambiente onnxruntime?
In teoria, probabilmente è così. Ma in pratica potrebbe risultare che solo i modelli addestrati in Python sono adatti, e solo in un ambiente unico di pacchetti, utility e compilatori (tenendo conto dei loro numeri di versione). Almeno così ho capito il suggerimento di Renate.
Sono assolutamente d'accordo! E' un sacco di lavoro. Due domande:
1. I modelli creati con la GPU possono essere convertiti in ONNX?
2. Per ottenere la previsione del modello in ONNX nell'Expert Advisor MQL5, non è necessario Python, vero? I calcoli saranno eseguiti dall'ambiente onnxruntime?
1. Sì, dipende dal motore di origine, che può essere convertito in ONNX all'interno dell'opset esistente.
2. Non è necessario Python per eseguire il modello, tutto ciò che serve è un file EX5 e un terminale. Anche le librerie ONNX Runtime non saranno necessarie a breve.
2. Non è necessario Python per eseguire il modello, tutto ciò che serve è un file EX5 e un terminale. Anche le librerie ONNX Runtime saranno presto superflue.
E poi questa cosa funzionerà sui semiconduttori?
1. Sì, dipende dal motore sorgente che può convertire in ONNX all'interno dell'opset esistente.
2. Non è necessario Python per eseguire il modello, tutto ciò che serve è un file EX5 e un terminale. Anche le librerie ONNX Runtime non saranno necessarie a breve.
1. e abbiamo opset=14? Io uso PyTorch(1.12.1) e TF(2.10).
2. Estremamente importante e questo sarà il più grande vantaggio di questa integrazione. Grande
L'aspetto più interessante è se i modelli ONNX realizzati in R funzionano.
Sarebbe utile un elenco delle versioni di ONNX e degli opset supportati.
L'aspetto più interessante è se i modelli ONNX realizzati in R funzioneranno.
Possiamo anche aggravare la domanda. I modelli ONNX realizzati inR funzioneranno in Linux?
L'aspetto più interessante è se i modelli ONNX realizzati in R funzioneranno.
Un elenco delle versioni di ONNX e degli opset supportati non sarebbe irragionevole.
Seconda domanda
Quali pacchetti R utilizzate per creare modelli?
Per sicurezza, pubblico il progetto nell'archivio.