トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 2943

新しいコメント
 
Valeriy Yastremskiy #:

入力は価格データだけ。それを別々の場所ではなく、一つの場所で処理する。ターミナルでもトレーニング・パッケージでも、それはまったく正しくありません。歴史的には、もちろん、ターミナルで処理されたものを価格のトレーニング・パッケージに取り込む方が便利だが、これは行き止まりの方法だ。インジケータはもちろん再計算ではなく事前計算で便利だが、それはタスクに設定されているようにさえ見える。

一般に、プライマリ・データを受け取り、取引環境を管理する場所は、計算に使うには適していない。

どうすれば正しく計算できるかは別問題だ。学習済みモデルを接続するのはまだしも、前処理をどうするかが問題です。モデルをエクスポートした後、pythonがないことが前提です。

 
Aleksey Vyazmikin #:

どうすれば正しくできるかは別の問題だ。学習済みモデルを接続するのはまだいいとして、前処理をどうするか。モデルをエクスポートした後、pythonはないものとします。

モデルは生の入力データを受け取り、それ自身で前処理を行う必要があります。そのためにパイプラインという概念が考案された。例えば、ONNXフォーマットの特徴の1つは、パイプライン全体を1つのファイルにまとめることができることです。

 
Aleksey Nikolayev #:

モデルは生の入力データを受け取り、それ自身で前処理を行う必要がある。この目的のために、パイプラインという概念が考案された。例えばONNXフォーマットの特徴の1つは、パイプライン全体を1つのファイルにまとめることができることです。

ジグザグ、MA、その他の標準的な指標や非標準的な指標の計算をモデルに押し込み、異なる設定でそれらを複製しますか？ONNXは、少なくともZZのバリエーションの1つを行うことができ、少なくとも標準的なもので、いくつの指標を持っていますか？
うん...。

それならMTは必要ない。APIを使用することができます - そこには価格と取引コマンドしかありません。

Valeriy Yastremskiy#:

入力は価格データだけです。異なる場所ではなく、一つの場所で処理します。ターミナルやトレーニングパッケージでは、それはまったく正しくありません。歴史的には、もちろん、ターミナルで処理されたものを価格のトレーニング・パッケージに取り込む方が便利ですが、これは行き止まりの方法です。インジケータはもちろん再計算ではなく事前計算で便利だが、それはタスクに設定されているようにさえ見える。

一般的に、一次データを取得し、取引環境を管理する場所は、計算に使用する場所としては適切ではない。

IMHOでは、モデルはトレーニングにのみ従事すべきである。トレーニング用のマトリックスの生成は、他のプログラム、例えば指標やMTの専門家が行うべきである。
 
Forester #:

ジグザグ、MA、その他の標準的および非標準的な指標の計算モデルに押し込み、異なる設定でそれらを複製しますか？
そうです...

それならMTは必要ない。APIを使用して作業することができます - そこにも価格と取引コマンドのみがあります。

それか、Pythonのコードとmql5のコードを織り交ぜたプログラミング環境を作るか。二つ目の選択肢は、実現可能性がかなり低いと思われる。

 
Aleksey Nikolayev #:

それか、pythonのコードにmql5のコードを散りばめたプログラミング環境を作るか。2番目の選択肢は実現可能性がかなり低いと思われる。

私はMTでデータを完全に準備している。そして、モデルに計算用の行列を与えます（現在はファイルとしてですが、DLLを通して配列することもできます）。すべてがすでに機能しており、それらのために、あなたが提案したオプションのどれもが、検討する動機になるとは思えませんし、ましてやインジケータの複製に時間を費やすとは思えません。
 
Aleksey Vyazmikin #:

私が解決しなければならない状況を説明しました。もしあなたがpythonで価格とすべての変換だけで満足するのであれば、そのようなコンセプトはモデル転送を使うことを全く意味しないのですか？pythonとterminalでロジックを重複させるのですか？

明らかに、データを扱うにはブリッジが必要で、今はファイルを通してしかできませんが、そうすると同期もまたファイルを通してしかできず、問題が多くなります。


もしデータ交換が以前のようにファイルやソケットを経由するのであれば、ターミナルでpythonを実行することに何の意味があるのでしょうか。
Expert Advisorが用意したモデルポーリング用のデータを持っていますが、pythonではありません。
このようなシナリオでは、MT5 と python の統合を使用する意味がありません。
 
Forester #:
私はMTによってデータを完全に準備している。そして、モデルに計算用の行列を与えています（現在はファイルですが、DLLを介して配列として行うこともできます）。すべてがすでに機能しており、そのために、あなたが提案したオプションのどれもが、検討する動機になるとは思えませんし、ましてやインジケーターの複製に時間を費やすなんてもってのほかです。

さて、私はプラットフォーム内でのデータ交換のバリエーションについて書きました。もちろん、実際には、データ分析ツールとTS間のデータ交換には、プラットフォームの外部（ファイル、ソケットなど）の方法を使用しています。

 
Forester #:

ジグザグやMAなどを計算するために、標準と非標準のインジケータをモデルに突っ込んで、設定を変えて複製する？ONNXは少なくともZZのバリエーションの1つを行うことができ、少なくとも標準的なものはいくつインジケータを持っていますか？
うん...。

それならMTは必要ない。ーAPIをーもーもーでー価格とー取引コマンドーーーだけである。

IMHO the model should only deal with training.トレーニング用のマトリックスの生成は、他のプログラム、例えば、インジケーターやMTのエキスパートが行うべきだ。

さて、MTは大きな取引のためのものではないので、計算時間が取引注文に与える影響のリスクを無視することができます。ーMTはーMTはーMTはーMTはーMTーーーーーーーーーー）人はリスクを好む))

 

boustingを持つ木の分類のアルゴリズムにおいて、以下の式がどのようにして得られるのか説明してください（PDFへのリンク 可）：

残留式

私がインターネットで見つけたすべての資料では、式は魔法のように「天井から取ってきた」だけです。

 
Stanislav Korotky #:

樹上の分類のアルゴリズム（PDFへのリンク可）において、以下の式がどのように得られるか説明してください：


私がインターネットで見つけたすべての資料では、式は魔法のように「天井から取ってきた」だけです。

とは言い難い。）数学的な計算はこのビデオで見ることができる。


1...293629372938293929402941294229432944294529462947294829492950...3399
新しいコメント