Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2957
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Se alguém resolver um problema tão difícil, é improvável que compartilhe a solução.
Se você remover a chave ONNX_NO_CONVERSION, poderá inserir um vetor duplo. A saída ainda deverá ser um vetor float.
Após a compilação, o modelo permanece como um arquivo separado ou é costurado no .ex5?
Se ele não for "costurado", como vendê-lo? Presumo que ele se torne um recurso como os outros arquivos.
Portanto, no exemplo, foi necessário calcular a média/sd no conjunto de treinamento, passar esses dados para a parte em que o predicado é feito e processar os novos dados com esses parâmetros. Depois disso, desnormalizar e obter os valores reais do preço previsto. Essa sequência é importante.
É claro que ninguém alimenta a entrada do modelo com preços reais, mas isso já é específico.
Boa sorte
Em nosso exemplo de modelo onnx, os preços de entrada são normalizados usando a média e o padrão em toda a série. O resultado obtido é então vernormalizado usando as mesmas regras
Após a compilação, o modelo continua sendo um arquivo separado ou é costurado no .ex5?
No meu exemplo, não, ele continua sendo um arquivo separado. No exemplo da Renate (projeto público ONNX.Price.Prediction), ele é gravado em um arquivo .ex5.
Em nosso exemplo de modelo onnx, os preços de insumos são normalizados usando a média e o std em toda a série. O resultado obtido é, então, varnormalizado usando as mesmas regras
Vou explicar com meus dedos. Em ONNX.Price.Prediction.mq5, você obtém 10 OHLC. Em seguida, com base nesses dados , você determina a média e o desvio padrão e normaliza esses 10 valores com eles. Isso não está correto.
Para esses novos dados, você deve usar a média e o sd obtidos no conjunto de treinamento. Ou seja, no script anterior. Ficou claro?
Vou explicar com meus dedos. Em ONNX.Price.Prediction.mq5, você obtém 10 OHLC. Em seguida, com base nesses dados , você determina a média e o desvio padrão e normaliza esses 10 valores com eles. Isso não está certo.
Para esses novos dados, você deve usar a média e o sd obtidos no conjunto de treinamento. Ou seja, no script anterior. Está claro?
Claro que está claro e foi feito deliberadamente.
O exemplo foi criado para testar o carregamento do modelo onnx, não para extrair um resultado razoável do modelo.
Após a compilação, o modelo continua sendo um arquivo separado ou é costurado em um arquivo .ex5 ?
Use projetos *.mqproj em vez de arquivos individuais, inclua seus modelos onnx e outros arquivos como recursos. Essa é agora a opção preferida para escrever programas.
Especialmente porque tem mais capacidade de configuração, e somente nos arquivos *.mqproj aumentaremos a capacidade de configuração dos programas. Em breve, habilitaremos o gerenciamento do conjunto de comandos AVX/AVX2/AVX512 ao otimizar o código do robô.
Os recursos são automaticamente incorporados ao arquivo EX5, compactados e criptografados para proteção.
Dê uma olhada no projeto público ONNX.Price.Prediction para ver um exemplo.
Certamente compreensível e feito de forma deliberada.
O exemplo foi feito com o objetivo de testar o carregamento do modelo onnx, não para extrair um resultado razoável do modelo.
Sim, é claro que eu entendi isso. Mas será que as pessoas que usaram o exemplo entenderam isso?
Talvez eu esteja sendo exigente.