Обсуждение статьи "Разработка робота на Python и MQL5 (Часть 2): Выбор модели, создание и обучение, кастомный тестер Python"

Новый комментарий
 

Опубликована статья Разработка робота на Python и MQL5 (Часть 2): Выбор модели, создание и обучение, кастомный тестер Python:

Продолжаем цикл статей по созданию торгового робота на Python и MQL5. Сегодня решим задачу выбора и обучения модели, ее тестирования, внедрения кросс-валидации, поиска по сетке, а также задачу ансамблирования моделей.

Итак, в предыдущей статье мы немного рассказали про машинное обучение, провели аугментацию данных, разработали признаки для будущей модели, отобрали лучшие из них. Сейчас пришло время двигаться дальше и создавать уже рабочую модель машинного обучения, которая будет учиться на наших признаках, и торговать (надеемся, успешно). А для оценки модели мы напишем кастомный тестер Python, который поможет нам оценить работоспособность модели и красоту графиков теста. Для более красивых графиков теста и большей устойчивости модели, мы попутно разработаем также ряд классических фишек машинного обучения.

Наша конечная цель — создать рабочую и по максимуму прибыльную модель для прогнозирования цен и торговли. Весь код будет на Python, с включениями библиотеки MQL5. 

Автор: Yevgeniy Koshtenko

 

Хорошая статья. Нравится, что все сделано по "классике" МО, без тонких материй. 

Не совсем пока понял, при беглом просмотре, ансамбль каких моделей строится. Обучались они на одних и тех же или разных данных.

Позже разберусь, дополню.

 
Классная статья! Спасибо большое автору за работу! Эта серия становится главной для меня в целях знакомства с питоном)) До этого особо не интересовался, все плюсы и мкюл))
 
Maxim Dmitrievsky #:

Хорошая статья. Нравится, что все сделано по "классике" МО, без тонких материй. 

Не совсем пока понял, при беглом просмотре, ансамбль каких моделей строится. Обучались они на одних и тех же или разных данных.

Позже разберусь, дополню.

Спасибо большое, очень приятно! Ансамбль обучается на одних и тех же данных) 

 
Aleksandr Seredin #:
Классная статья! Спасибо большое автору за работу! Эта серия становится главной для меня в целях знакомства с питоном)) До этого особо не интересовался, все плюсы и мкюл))

Благодарю! Спасибо!

 
Как не хватает подсветки синтаксиса Python в статьях(
 
Спасибо за статью! Прочитал с интересом. В будущем тоже планирую воспользоваться обучением разных моделей Python, а тут - уже фактически готовый рецепт, дающий хорошую базу для старта.
 
Yuriy Bykov #:
Спасибо за статью! Прочитал с интересом. В будущем тоже планирую воспользоваться обучением разных моделей Python, а тут - уже фактически готовый рецепт, дающий хорошую базу для старта.
Спасибо огромное, Юрий! 
 
Yuriy Bykov #:
Спасибо за статью! Прочитал с интересом. В будущем тоже планирую воспользоваться обучением разных моделей Python, а тут - уже фактически готовый рецепт, дающий хорошую базу для старта.
Ваши статьи тоже читаю с огромным удовольствием. В будущем планирую сделать мультивалютную версию своего алгоритма, так что тема ваших статей очень интересна и полезна!
 

Благодаря предыдущей статье, пошёл учить питон.

Не успел особо продвинуться в понимании питона, а тут уже вторая статья и тоже интересная.

А я как в басне - лиса и виноград)))

 
Хорошая мотивация, когда есть результаты! 
Причём, как я понял, не на неделю вперёд, и не на месяц, а нормально так, год работает
12
Новый комментарий