이미 학습된 모델의 실행 수준에서 모든 전처리는 일반적으로 매우 간단하며 다른 NPS에서 다시 작성할 수 있습니다.
1. R의 신경망에는 문제가 없습니다. 포팅된 Torch(1.13.1)와 H2O가 있습니다. 둘 다 약간의 체조를 통해 ONNH로 변환할 수 있습니다.
2. 전처리의 복잡성은 프로그래머의 지식과 기술에 따라 달라집니다. 그리고 "어떤" 것도 다시 작성하거나 ONH로 변환할 수 없습니다.
콘테스트에 대한 질문은 다릅니다:
자신의 예측자를 사용할 수 있습니까, 아니면 개발자가 제안한 일반적인 예측자를 모두가 사용할 수 있습니까?
2023년 기록에 대해 테스트가 진행된다면 어떤 기간에 대해 모델을 학습시켜야 하나요? 같은 기간에 훈련된 모델을 제시할 수 있으며 테스트에서 좋은 결과를 보여줄 것입니다. 어떻게 테스트하나요?
" ONNX는 수학 함수의 전문 프로그래밍 언어에 비유할 수 있습니다. 필요한 모든 연산을 정의하고 머신 러닝 모델은이 언어로 출력 함수를 구현해야합니다." 이 "언어"가 지속적으로 확장되고 다소 빠르게 변경된다는 점을 고려하면 ONNX 코드 자체와 MCL에서의 구현을 디버깅하는 문제는 시간 낭비의 바다 일 것입니다.
테스트 시스템은 세 가지 구성 요소로 구성됩니다:
MM에 대한 또 다른 질문, 여기에 제한이 있나요?
나는 다른 사람의 실패를 희생하여 자신을 주장하려는 오프 토퍼의 욕망에 놀랐습니다. 분명히 그들은 흥미롭지 않은 존재 때문에 자신의 것이 충분하지 않은 것 같습니다 :))
또 다른 MM 질문, 여기에도 제한이 있나요?
... 신경망은 아마도 파이썬에서만 더 어려울 것입니다.
이미 학습된 모델의 실행 수준에서 모든 전처리는 일반적으로 매우 간단하며 다른 NPS에서 다시 작성할 수 있습니다.1. R의 신경망에는 문제가 없습니다. 포팅된 Torch(1.13.1)와 H2O가 있습니다. 둘 다 약간의 체조를 통해 ONNH로 변환할 수 있습니다.
2. 전처리의 복잡성은 프로그래머의 지식과 기술에 따라 달라집니다. 그리고 "어떤" 것도 다시 작성하거나 ONH로 변환할 수 없습니다.
콘테스트에 대한 질문은 다릅니다:
" ONNX는 수학 함수의 전문 프로그래밍 언어에 비유할 수 있습니다. 필요한 모든 연산을 정의하고 머신 러닝 모델은이 언어로 출력 함수를 구현해야합니다." 이 "언어"가 지속적으로 확장되고 다소 빠르게 변경된다는 점을 고려하면 ONNX 코드 자체와 MCL에서의 구현을 디버깅하는 문제는 시간 낭비의 바다 일 것입니다.
그렇지 않으면 자유 시간이 많은 사람들에게 흥미로운 아이디어입니다.
행운을 빕니다.
제가 알기로는 자체 코드와 함께 자체 mqh 파일을 사용할 수 있다고 했으므로 자체 예측자를 사용할 수 있다고 생각합니다.
그러나 다시 말하지만 특별한 지표가 필요한 경우 리소스.... 를 통해 첨부 할 수 없습니다.트레이딩, 자동매매 시스템 및 트레이딩 전략 테스트에 관한 포럼
트레이딩의 머신러닝: 이론, 모델, 실전 및 알고 트레이딩
fxsaber, 2023.09.13 19:28
테스터용 로봇 템플릿에 대한 토론에서.
틱에 대해서만 표준 MA에서 템플릿을 확인합니다.
작업 템플릿.
표준 MA에서 패턴을 확인하며, 틱에 대해서만 확인합니다.
작업 패턴.
이제 실제 센트, 10 파운드로, 가급적이면 재투자하지 않고.
100% 잃을 겁니다.
실제 거래에서는 긍정적인 거래보다 부정적인 거래가 훨씬 더 많 기 때문입니다.
그리고 영광스러운 MO의 서사시는 마침내 끝날 것입니다.
그리고 마침내 저명한 국방부와의 서사시가 끝납니다.
고문은 국방부와는 아무런 관련이 없습니다. 이것은 제안 된 템플릿의 기술 테스트입니다.
왜 MO 지점에 가서 MO가 작동하지 않는다고보고해야하는지 모르겠습니다.