Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2943
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
A entrada é apenas dados de preço. Processando-os em um único lugar, não em lugares diferentes. No terminal e nos pacotes de treinamento, isso não está certo. Historicamente, é claro, é mais conveniente levar o que é processado no terminal para os pacotes de treinamento com preços, mas esse é um caminho sem volta. É claro que os indicadores são convenientes com seu pré-cálculo, e não com o recálculo, mas isso parece estar definido na tarefa.
Em geral, o local onde os dados primários são recebidos e o ambiente de negociação é gerenciado não é adequado para cálculos.
Como fazer isso corretamente é uma questão diferente. Ainda estou pensando em como é viável, ou seja, conectar o modelo treinado, mas como fazer o pré-processamento. Supõe-se que não haja python após a exportação do modelo.
Como fazer isso corretamente é outra questão. Ainda estou pensando em como é viável, ou seja, conectar o modelo treinado, mas como fazer o pré-processamento. Presume-se que não haja python após a exportação do modelo.
O modelo deve receber dados de entrada brutos e fazer seu pré-processamento sozinho. O conceito de pipeline foi inventado para essa finalidade. Um dos recursos do formato ONNX, por exemplo, é que você pode reunir todo o pipeline em um único arquivo.
O modelo deve receber dados de entrada brutos e fazer seu pré-processamento sozinho. Para esse fim, foi inventado o conceito de pipeline. Um dos recursos do formato ONNX, por exemplo, é que você pode reunir todo o pipeline em um único arquivo.
Inserir no modelo o cálculo de ziguezagues, MAs e outros indicadores padrão e não padrão e duplicá-los com configurações diferentes? O ONNX pode fazer pelo menos uma das variantes ZZ, e quantos indicadores ele tem, pelo menos os padrão?
Yep....
Então você não precisa do MT. Você pode usar a API para trabalhar - há apenas preços e comandos de negociação lá também.
A entrada é apenas de dados de preço. Processando-os em um único lugar, não em lugares diferentes. No terminal e nos pacotes de treinamento, isso não é muito correto. Historicamente, é claro, é mais conveniente levar o que é processado no terminal para os pacotes de treinamento com preços, mas esse é um caminho sem volta. É claro que os indicadores são convenientes com seu pré-cálculo, e não com o recálculo, mas isso parece estar definido na tarefa.
Em geral, o local onde os dados primários são obtidos e o ambiente de negociação é gerenciado não é o local certo para os cálculos.
Inserir no modelo o cálculo de ziguezagues, MAs e outros indicadores padrão e não padrão e duplicá-los com configurações diferentes?
Sim ...
Então você não precisa do MT. Você pode usar a API para trabalhar - há apenas preços e comandos de negociação lá também.
Ou isso ou criar um ambiente de programação no qual o código Python seja intercalado com o código mql5. A segunda opção parece muito menos viável.
Ou isso, ou criar um ambiente de programação no qual o código python seja intercalado com o código mql5. A segunda opção parece muito menos viável.
Eu descrevi a situação que preciso resolver. Se você está satisfeito apenas com os preços e todas as transformações em python, como esse conceito implica o uso da transferência de modelos? Você propõe duplicar a lógica para python e terminal?
Obviamente, você precisa de uma ponte para trabalhar com os dados, e agora isso só é possível por meio de um arquivo, mas a sincronização é feita apenas por meio de arquivos novamente, o que é repleto de problemas.
Qual é a utilidade de executar o python no terminal se a troca de dados é feita por meio de arquivo ou soquete, como era antes.
Tenho dados para a sondagem de modelos preparados pelo Expert Advisor, não pelo python. Ou seja, os dados devem ser transferidos e, em seguida, receber de volta os resultados para desenho.
Nesse cenário, não faz sentido usar qualquer integração do MT5 e do python.
Tenho os dados completamente preparados pelo MT. E fornece ao modelo uma matriz para cálculos (agora como um arquivo, mas você pode fazer isso como uma matriz via DLL). Tudo já está funcionando e, por causa disso, não vejo nenhuma das opções que você propôs como motivação para sequer considerar, muito menos para perder tempo duplicando indicadores.
Bem, eu escrevi sobre variantes de troca de dados somente dentro da plataforma. É claro que, na prática, todos nós usamos formas externas à plataforma(arquivos, soquetes, etc.) de troca de dados entre as ferramentas de análise de dados e o TS.
Inserir indicadores padrão e não padrão no modelo para calcular ziguezagues, MAs, etc. e duplicá-los com configurações diferentes? O ONNX pode fazer pelo menos uma das variantes ZZ, e quantos indicadores ele tem, pelo menos os padrão?
Yep....
Então você não precisa do MT. Você pode usar a API para trabalhar - há apenas preços e comandos de negociação lá também.
Na minha opinião, o modelo deve lidar apenas com o treinamento. A geração de matrizes para treinamento deve ser feita por outros programas, por exemplo, indicadores e/ou especialistas em MT.Bem, o MT não é para grandes negociações, portanto, você pode negligenciar os riscos do impacto do tempo de cálculo nas ordens de negociação. Mas o nicho da MT, mesmo com esses riscos, é grande)))) As pessoas gostam de riscos)
Por favor, explique como a fórmula a seguir é obtida no algoritmo de classificação em árvores com bousting(um link para o PDF é possível):
Em todos os materiais que encontrei na Internet, a fórmula é simplesmente "tirada do teto" por mágica.
Explique como a fórmula a seguir é obtida no algoritmo de classificação em árvores(você pode criar um link para o PDF):
Em todos os materiais que encontrei na Internet, a fórmula é simplesmente "tirada do teto" por mágica.
É difícil dizer :) Os cálculos matemáticos podem ser vistos neste vídeo