Обсуждение статьи "Треугольный арбитраж с прогнозами"

Новый комментарий
 

Опубликована статья Треугольный арбитраж с прогнозами:

В статье объясняется, как использовать треугольный арбитраж, а также как применять прогнозы и специализированное программное обеспечение для более разумной торговли валютами, даже если вы новичок на рынке. Готовы торговать как профессионалы?

Арбитраж – довольно любопытная стратегия, запрещенная в букмекерских конторах. Представьте, что коэффициент выигрыша на победу "Реала" в Чемпионате 2024 года составляет 1,25, а у "Боруссии" — 3,60. Это значит, что вероятность победы "Реала" составляет 100/1,25 = 80%, а вероятность победы "Боруссии" — 27,7%. Если сложить эти два показателя, то получится 107,7%, потому что букмекеры хотят выиграть деньги, а сумма, превышающая 100%, — это их комиссия. Но представьте, что вы нашли букмекера, который предлагает коэффициент на победу "Боруссии" в размере 19%, коэффициент - 5,26. Тогда вы можете сделать ставку в первой букмекерской конторе на "Реал", а во второй — на "Боруссию", и если вы поставите соответствующую сумму на каждую команду, вы выиграете деньги в игре, потому что оба коэффициента в сумме составляют менее 100%.

Допустим, вы не хотите, чтобы ваш счет был закрыт из-за арбитража. Вы знаете, что даже если вы делаете ставку на "Реал", вы можете сделать "законный" арбитраж, если дождетесь 70-й минуты игры в случае ничьей, или дождетесь, когда "Реал" забьет, чтобы взять коэффициенты на "Боруссию" и выиграть... Вариант немного рискованный, но здесь вы можете воспользоваться преимуществами глубокого обучения. Вы знаете, что "Реал" забьет, поэтому вы получите коэффициент с вероятностью 98% (мы знаем это с помощью коинтеграции между прогнозами и реальными значениями).

Автор: Javier Santiago Gaston De Iriarte Cabrera

 
MetaQuotes:

Ознакомьтесь с новой статьей: Треугольный арбитраж с прогнозами.

Автор: Хавьер Сантьяго Гастон де Ириарте Кабрера

Спасибо, Хавьер, за статью. Очень познавательно.
 
MetaQuotes:

Ознакомьтесь с новой статьей: Треугольный арбитраж с прогнозами.

Автор: Хавьер Сантьяго Гастон де Ириарте Кабрера

Спасибо, это очень познавательно.

 
Isaac Amo #:
Спасибо, Хавьер, за статью. Очень познавательно.

Пожалуйста! Спасибо!

 
Clemence Benjamin #:

Спасибо, это очень познавательно.

Спасибо!

 

Спасибо! Очень хорошая статья.
Я хочу задать вам вопрос: знаете ли вы, как продавать советники, которые включают модели ONNX?

Я думал использовать OnnxCreateFromBuffer с массивом байтов, представляющих модель ONNX, но не уверен, что это лучшее решение.

Спасибо!

 
Emanuele Mastronardi #:

Спасибо! Очень хорошая статья.
Я хочу задать вам вопрос: знаете ли вы, как продавать советники, которые включают в себя модели ONNX?

Я думал использовать OnnxCreateFromBuffer с массивом байтов, представляющих модель ONNX, но не уверен, что это лучшее решение.

Спасибо!

Да, я уже пробовал... но не знаю, почему одни советники получают много продаж, а другие нет.

Проблема с советником с моделями заключается в том, что вам нужно постоянно обновлять его, поэтому вы не можете продавать бота, вам нужно продавать подписку.

Другая проблема заключается в том, что вы должны иметь модель для каждого временного периода и каждого инструмента.

Надеюсь, это ответило на некоторые вопросы.

Модели ONNX используются для переноса на другие языки. Вы также можете создать NN с помощью mql5.

Но да, я также хотел бы продавать ботов.

 
Javier Santiago Gaston De Iriarte Cabrera #:

Да, я уже пробовал... но не знаю, почему одни советники получают много продаж, а другие - нет.

Проблема с советником с моделями в том, что его нужно постоянно обновлять, поэтому вы не можете продавать бота, вам нужно продавать подписку.

Другая проблема заключается в том, что вы должны иметь модель для каждого временного периода и каждого инструмента.

Надеюсь, это ответило на некоторые вопросы.

Модели ONNX используются для переноса на другие языки. Вы также можете создать NN с помощью mql5.

Но да, я также хотел бы продавать ботов.

Здравствуйте! Спасибо за ответ.
Мне наконец удалось импортировать модель onnx, преобразовав ее в байты в python и включив ее непосредственно как массив uchar в mql5.
Да, безусловно, включение onnx-модели в ea требует дополнительной осторожности и ограничений, хотя это очень удобно.
Как вы сказали, она ограничена таймфреймом и символом, используемым при обучении, чего можно избежать, если включить библиотеку нейронной сети непосредственно в mql5.
Мы используем lstm как тип нейронной сети, и я нашел бесплатную библиотеку на mql5.
Очевидно, что обучение сети на python дает много преимуществ, но я попытаюсь использовать эту библиотеку, чтобы сделать сеть "подходящей" для любого таймфрейма и любого инструмента.
Еще одно преимущество заключается в том, что вы можете настроить автоматическое переобучение каждые несколько таймфреймов.
Было бы очень здорово, если бы вы рассмотрели этот аспект и написали статью!
Еще раз спасибо

https://www.mql5.com/en/code/24200

LSTM Neural Network
LSTM Neural Network
  • www.mql5.com
Long Short-Term Memory Neural Network - for time series analysis.
 
Gianvito Fiume #:
Здравствуйте! Спасибо за ваш ответ.
Мне наконец удалось импортировать модель onnx, преобразовав ее в байты в python и включив ее непосредственно как массив uchar в mql5.
Да, безусловно, включение onnx-модели в ea требует дополнительной осторожности и ограничений, хотя это очень удобно.
Как вы сказали, она ограничена таймфреймом и символом, используемым во время обучения, чего можно избежать, если включить библиотеку нейронной сети непосредственно в mql5.
Мы используем lstm как тип нейронной сети, и я нашел бесплатную библиотеку на mql5.
Очевидно, что обучение сети на python дает много преимуществ, но я попытаюсь использовать эту библиотеку, чтобы сеть "подходила" под любой таймфрейм и любой символ.
Еще одно преимущество заключается в том, что вы можете настроить автоматическое переобучение каждые несколько таймфреймов.
Было бы очень здорово, если бы вы рассмотрели этот аспект и написали статью!
Еще раз спасибо

https://www.mql5.com/en/code/24200

Привет, спасибо!

В этой статье советник использует dll для запуска py скрипта, и один из py скриптов - это скрипт для создания onnx модели. Это может помочь вам.

Анализ настроений и глубокое обучение для торговли с помощью советника и бэктестинга с Python - Статьи на MQL5

Sentiment Analysis and Deep Learning for Trading with EA and Backtesting with Python
Sentiment Analysis and Deep Learning for Trading with EA and Backtesting with Python
  • www.mql5.com
In this article, we will introduce Sentiment Analysis and ONNX Models with Python to be used in an EA. One script runs a trained ONNX model from TensorFlow for deep learning predictions, while another fetches news headlines and quantifies sentiment using AI.
 

Кроме перевода текста от MQ нужен минимальный аудит описания действий, излагаемых авторами в своих статьях.

Как я понял из кода, хотя и не владею этим языком программирования в достаточной мере, автор делает нормализацию всего набора данных, а уже потом делит его на две подвыборки.

scaler=MinMaxScaler(feature_range=(0,1))

Обучает модели, которые содержат опосредованно информацию о будущем, и даёт похвальную оценку результату. Надеюсь, автор делает это не намеренно, иначе это уже фальсификация, которая приведёт к сливу депозитов читателей.

Из статьи не понял, как решается вопрос цены одного пункта в валюте депозита. Зачем ставили VS?

Новый комментарий