交易中的机器学习:理论、模型、实践和算法交易 - 页 2283

 
mytarmailS:

我没有在这里消费任何东西,我只是在论坛上交流,如果你禁止我,只会让我感觉更好......所以...

你重写的那500个函数,从这个意义上说,它们是死的,它们就像一把尺子,用来测量一些东西,而那个东西只是一个你不想访问的第三方包。

你消费。在这个网站上,在R和其他地方。

但同时你也要求 "给予,如果你不给予--死了,rzheka,关闭访问。

尝试创造和给予。在自己的基础上对别人的工作感到一些尊重。

 
Renat Fatkhullin:

食用。无论是在这个网站还是在R和其他地方。

但同时,你也要求 "给,如果你不给,就死了,rjka,关闭访问"。

尝试创造和给予。在自己的基础上对别人的工作感到一些尊重。

我想你是对的。

 
Rorschach:

ZeroMQ 原生支持有意义吗?

没有任何实际意义。

通信和数据传输方法是充分的。

  • 管子
  • 文件
  • 网络请求
  • 包括TLS在内的原始套接字
  • DLL

我们有一个不同的专业--读取海量/多样化的数据,并在测试者内部完成大部分工作。在这里,任何超出边界的行为都会扼杀一切。

目前对我们来说,与Python的整合是一个零散的解决方案,以覆盖ML开发者生态系统。

我们正在不断升级MQL5。

  • 摆脱了32位的遗留问题
  • 取代了剖析器和调试器,我们将使它变得更加完美。
  • 增加最快的矩阵/向量运算,这样你就可以在没有库的情况下进行繁重的计算了
  • 启动基于C/C++库的MQL5模块/包
  • 增加更多的本地集成,就像我们对OpenCL、DirectX、SQLite所做的那样。


仅仅在边上做ML模型是不够的。你必须将这个模型原生地、安全地加载到机器人中,以便能够

  • 在测试器中运行它
  • 在终端运行它
  • 在市场上销售而不失去知识产权

因此,我们正在一步一步地增加MQL5的能力。我们正计划使用WinML+ONNX来加载模型,并在平台内进行本地执行,而不需要任何第三方的绑定。

 
Renat Fatkhullin:

没有任何实际意义。

有很多通信和数据传输的方法。

  • 管子
  • 文件
  • 网络请求
  • 包括TLS在内的原始套接字
  • DLL

我们有一个不同的专业--读取海量/多样化的数据,并在测试者内部完成大部分工作。在这里,任何超出边界的行为都会扼杀一切。

目前对我们来说,与Python的整合是一个零散的解决方案,以覆盖ML开发者生态系统。

我们正在不断升级MQL5。

  • 摆脱了32位的遗留问题
  • 取代了剖析器和调试器,我们将使它变得更加完美。
  • 增加最快的矩阵/向量运算,这样你就可以在没有库的情况下进行繁重的计算了
  • 启动基于C/C++库的MQL5模块/包
  • 增加更多的本地集成,就像我们对OpenCL、DirectX、SQLite所做的那样。


仅仅在边上做ML模型是不够的。你必须将这个模型原生地、安全地加载到机器人中,以便能够

  • 在测试器中运行它
  • 在终端运行它
  • 在市场上销售而不失去知识产权

因此,我们正在一步一步地提高MQL5的能力。我们计划使用WinML+ONNX来加载模型和平台内的本地执行,而不需要任何第三方的绑定。

谢谢你的详细答复。

 
Renat Fatkhullin:
你能分享一下信息吗。
1) 你是否使用MT5的python库?
2) 你是在MT5之外还是在MT5之内使用它?
3)图书馆缺乏什么功能?获得指标?

我们正准备对MQL5进行升级,增加快速矩阵操作。这将允许进行大规模的计算。

我们还将开发与分析包的连接器,并实现标准的WinML集成。


如果能够获得订单簿中的数据,那将是很有意思的。

 
Renat Fatkhullin:
你能分享一下信息吗。
1) 你是否使用MT5的python库?
2) 你是在MT5之外还是在MT5之内使用它?
3)图书馆缺乏什么功能?获得指标?

我们正准备对MQL5进行升级,增加快速矩阵操作。这将允许进行大规模的计算。

我们还将开发与分析包的连接器,并实现标准的WinML集成。

OHLC的同步模式,请把它改正过来,这样至少标准指标在向上层TFs请求数据时不会造成麻烦。

否则,从python中接收指标数据 的可能性就没有意义了,因为对所有蜱虫的训练都是自杀性的。

更恼人的是MT5中读/写文件(csv/txt)的速度很慢。

 
Renat Fatkhullin:
你能分享一下信息吗?
1) 你是否使用MT5的python库?
2) 你是在MT5之外还是在MT5之内使用它?
3)图书馆缺乏什么功能?获得指标?

我们正准备对MQL5进行升级,增加快速矩阵操作。这将允许进行大规模的计算。

然后我们将开发与分析包的连接器,并实现标准的WinML集成。
1)是
2)更多的外部
3)我已经受够了一切......
 
Renat Fatkhullin:
仅仅在旁边创建一个ML模型是不够的。你必须把这个模型原生地、安全可靠地上传到机器人上,才能使它发挥作用。
  • 通过测试器运行它
  • 在终端运行
  • 在不失去知识产权的情况下,在市场上销售它。

关于ML的话题离你越来越远了。
我使用MQL5来收集数据,然后为轮询神经网络准备当前数据。其他都是用python。
MQL在这个链条中只是靠老的惯性,因为我是从它开始的,否则所有这些问题都可以用python解决。当然,MQL是速度和清晰度,但同时:
- 从加密货币交易所获取数据的拐杖
- 无法直接与加密货币交易所的api互动交易
- 不打开代码就无法在市场上发布EA(如果有网络检查,不可能通过自动验证)
- 完全无知,无法使用MQL终端(大家都用浏览器)。

 
Aleksey Vyazmikin:

同样令人讨厌的是MT5中文件(csv/txt)的读/写速度太慢。


我尝试以二进制形式存储我的数据。但对于外部数据,我不能没有CSV。

 
Renat Fatkhullin:

你错过了三年前交易成为主流的那一刻。而且这不仅仅是加密货币。
你描述的所有计划在技术上都很酷,但它们都是噱头,不会救人。为了跳上最后一辆马车,你需要紧急制作一个网页版的tradingview级别,具有mql5终端的所有功能。
这个项目 为基础,发展它,否则火车就会过去,留给你一个半怪人。