Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2660
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Evet, demo hakkında...
ticaret kimliklerinde bir işaret var.
işlem kimlikleri aracılığıyla, orada işaretler var.
İşlem tanımlayıcısı nedir?
bir işlemin elle açılıp açılmadığına dair bir not.
başka hangi seçenekler var? )elle açılıp açılmadığını işaretleyin.
başka hangi seçenekler var? )Yeni MetaTrader 5 yapı 3360 Platform Beta sürümünün duyurusuna bir göz atın : OpenCL'de Float ve matematik fonksiyonları, makine öğrenimi için aktivasyon ve kayıp yöntemleri, lütfen.
Hem yerleşik veri türleri vektör, vektör (hem de şablonlu vektör<double> vektör<float>), matris, matrixf, kompleksin tanıtımı hem de matematiksel fonksiyonların genişlemesi üzerinde zaten çok fazla çalışma yaptık.
Şimdiden MQL5, sinir ağlarının ve matris işlemlerinin yerel ve hızlı bir şekilde yazılması için uygun hale geldi. Ve OpenCL'de genişletilmiş destek ile.
Ayrıca MQL5 dilinde yerel olarak güçlü bir makine öğrenimi motoru uygulamak için hazırlık çalışmaları yaptık. Bu, tam teşekküllü makine öğrenimi sistemlerini doğrudan platformda yazmamıza olanak tanıyacak.
MetaTrader 5 yapı 3360 Platform Beta'nın yeni sürümünün duyurusuna bir göz atın : OpenCL'de Float ve makine öğrenimi için matematik fonksiyonları, aktivasyon ve kayıp yöntemleri, lütfen.
Hem vector, vector (hem de templated vector<double> vector<float>), matrix, matrixf, complex yerleşik veri türlerinin tanıtımı hem de matematiksel fonksiyonların geniş bir yelpazesi üzerinde zaten çok fazla çalışma yaptık.
Şimdiden MQL5, sinir ağlarının ve matris işlemlerinin yerel ve hızlı bir şekilde yazılması için uygun hale geldi. Ve OpenCL'de genişletilmiş destek ile.
Ayrıca MQL5 dilinde yerel olarak güçlü bir makine öğrenimi motoru uygulamak için hazırlık çalışmaları yaptık. Bu sayede tam teşekküllü makine öğrenimi sistemlerini doğrudan platformda yazabileceğiz.
Bundan yaklaşık 10 yıl önce herkesin nefesi kesilirdi, şimdi ise "vay, vay, vay" diyorlar
.
Yerel matrislerin ve vektörlerin geniş bir standart matematiksel fonksiyon setiyle kullanılabilirliği, algo-ticaret yeteneklerinde bir atılım için gerekli bir temeldir. Ve biz bunu başardık.
Onnx modellerinin içe aktarımı da %100 destek olmasa da ön geliştirme aşamasındadır. Ne yazık ki, herhangi bir onnx dosyasını %100 tam olarak içe aktarabilen çok az paket var.
Şu anda mevcut sistemlerde araştırma ve geliştirme yapmak kesinlikle daha uygun ve verimli. Ancak yürütme, üçüncü taraf kütüphaneler kullanılmadan onnx modelleri aracılığıyla taşınabilir.
ML motorunun eklenmesiyle, araştırma ve geliştirmeyi doğrudan MQL5'te yapmak mümkün olacaktır. Bu bir sonraki sıçramadır.
Çok sayıda kurum içi matematiksel fonksiyona sahip yerel matris ve vektörlerin kullanılabilirliği, algo-ticaret yeteneklerinde bir sıçrama için gerekli bir temeldir. Ve biz bunu başardık.
Onnx modellerinin içe aktarımı da %100 destek olmasa da ön geliştirme aşamasındadır. Ne yazık ki, çok az paket herhangi bir onnx dosyasını %100 içe aktarabilmektedir.
Şu anda mevcut sistemlerde araştırma ve geliştirme yapmak kesinlikle daha uygun ve verimli. Ancak performans, üçüncü taraf kütüphaneleri kullanmadan onnx modelleri aracılığıyla aktarılabilir.
ML motorunun eklenmesiyle, doğrudan MQL5'te araştırma ve geliştirme yapmak mümkün olacak. Bu bir sonraki sıçrama.
Bundan yaklaşık 10 yıl önce herkesin nefesi kesilirdi, şimdi ise "vay, vay, vay" diyorlar
.
10 yıl önce olsa nefesleri kesilmezdi.
Hiç kimse Fourier dönüşümünü düzgün bir şekilde tasvir edemedi, çünkü orada karmaşık sayılar kullanılıyor.
Bunu yapıyorlar ve göstergenin sonunun bozuk olduğundan yakınıyorlar.
Matematiksel araştırma açısından yolu açtılar.
Bu normal, hatta süper.