交易中的机器学习:理论、模型、实践和算法交易 - 页 3238

 
Maxim Dmitrievsky #:
您可以在同一个 R 中保存模型,并通过 python 在 onnx 中进行几行操作
或者通过 c++,我想也可以
我很想知道有多少真正的莫什尼科夫,结果如何

如果您指的只是神经网络 模型,而不是任何像 Forest 这样的模型的话。

虽然 hgbust 也有可能实现。

---------------------------------

而且它说 你不能转换任何模型,模型本身必须支持这种格式。

--------------------------------

所以结论是,ONNH 是 python,没有出路。

model to ONNX · Issue #983 · mlverse/torch
model to ONNX · Issue #983 · mlverse/torch
  • mlverse
  • github.com
Is it possible to add a model converter to ONNX ?
 
Andrey Dik #:
当然是神经)。

只有最终训练好的网格才能放入 onnx 文件。也可以(理论上)将网格特征的预处理从初始价格中提取出来。所有这些都被称为管道,问题是将所有管道都放入一个 ONNX 文件的灵活性有多大。

没有人真正愿意深入研究这个问题,因为你需要精通 python,而且这方面的手册很少,人工智能还是老样子)。

 
Aleksey Nikolayev #:

只有经过最终训练的网格才能放入 onnx 文件。也可以(理论上)对初始价格的网格符号进行预处理。所有这些都被称为管道,问题是将所有管道放入一个 ONNX 文件的灵活性有多大。

没有人真正愿意深入研究这个问题,因为你需要精通 python,而且这方面的手册很少,人工智能也是一如既往的谎言)。

预处理粗略地说就是归一化,因此特征的数量不会发生变化....。

我想知道是否有可能在内部生成新的属性,模型接受来自 ohlc 的数组,而在 ohlc 格式内部已经生成了新的属性,内部还有一段完整的自定义代码....。


我还是不明白,这到底能不能用很少的血来完成......

 
似乎在未来,人类意识的铸模(备份)可以存储在类似 ONNX 的模型中......
 
我们需要主办方提供一个模板,然后
很多事情就会变得更加清晰。
 
mytarmailS #:

预处理大致是归一化,因此特征的数量不会改变。

我想知道是否有可能在内部生成新的属性,模型接受来自 ohlc 的数组,而在 ohlc 格式内部已经生成了新的属性,内部还有一段完整的自定义代码....。


我还是不明白,这到底能不能用很少的血来完成......

在我看来,对于 Python 初学者来说肯定不行,而对于 Python 专业人员来说,这是一个可能性极限的问题。到目前为止,Python 手册还很少,而且只包含简单的示例。
 
Aleksey Nikolayev #:
在我看来,对于 Python 初学者来说,肯定不是,而对于 Python 专家来说,这是一个可能性极限的问题。到目前为止,Python 手册还很少,而且只包含简单的示例。

总之,根据

http://w ww.xavierdupre.fr/app/mlprodict/helpsphinx/tutorial/onnx_numpy.html

http://www.xavierdupre.fr/app/mlprodict/helpsphinx/api/npy.html#l-numpy-onnxpy


如果您只需要传输模型和简单的归一化处理,那么 onnx 是不错的选择...

但如果您需要做一些定制化操作,要么是 AD,要么根本不可能...


我不知道这是针对什么样的交易者...

看起来有 5 人将参加比赛,其中 4 人是 metaquotes 的员工,他们曾致力于将 onnx 集成到 metatrader 中。

Complete Numpy API for ONNX#
  • www.xavierdupre.fr
The numpy API is meant to simplofy the creation of ONNX graphs by using functions very similar to what numpy implements. This page only makes a list of the available functions. A tutorial is available at . This API was first added to mlprodict in version 0.6. Introduction# Converting custom code into ONNX is not necessarily easy. One big...
 
mytarmailS #:

总之,根据

http://w ww.xavierdupre.fr/app/mlprodict/helpsphinx/tutorial/onnx_numpy.html

http://www.xavierdupre.fr/app/mlprodict/helpsphinx/api/npy.html#l-numpy-onnxpy


如果您只需要传输模型和简单的归一化处理,onnx 可以胜任。

但如果需要自定义,要么是 AD,要么根本不可能....。


我不知道这是为哪类交易者设计的...

看起来有 5 人将参加比赛,其中 4 人是 metaquotes 的员工,他们致力于将 metaquotes 集成到 metatrader 中。

我有一个使用 R 的真实 EA,第一个版本已经通过测试。

其结构如下

1.在 µl 上有一个普通的智能交易系统,具有常用的功能:处理订单、止损、MM.....。在元报价的例子中,信号生成块--两个混合物的交叉点--被对 R 的请求所取代,R 会发送下一个 OHLC。

2.R 的代码大致由两部分组成:

2.1 将 OHLC 转换为模型的一系列预测因子。这些是 R 中数百(或数千)个运算符,可以访问 R 中的一些软件包(不是模型)。

2.2 模型的实际信号计算。

3. 交易信号传回 Expert Advisor:-1;0;1。

回到主题,原来要使用 ONNX p.2.2 就必须移动 EA 中的 p.2.1?这对我来说是一项艰巨的任务,因为除了模型本身,还使用了 R 中的其他软件包,其算法必须用 µl 编码。

 
Aleksey Nikolayev 产品描述 中添加以下短语,销售额会明显增加

  • 机器学习
  • 神经网络
  • 人工智能
  • GPT 和人工智能

现在,社会上出现了一种有趣的现象--科学界的东西受到欢迎。因此,人们的行为发生了变化:如果说科学描述以前会让普通人感到厌恶,那么现在则相反,它会吸引他们。因此,为了增加销售量,提及 "傅里叶变换和拉普拉斯变换 "等其他近似科学的术语是有意义的。当然,还有关于该主题的精美图片/动画。


文字和图片已经足够了。

  • 世界首届人工智能交易世界锦标赛。
  • 在图表和惊慌失措的证券交易所工作人员的衬托下,一个不慌不忙的机器人。
  • 危机?- 人工智能就是未来。
  • 机器学习专家?- 证明/测试你的能力。用世界级奖项来美化你的简历。
  • 等等。
观众肯定不会少。吸引专家是个疑问,但确实存在。专家可能会说我没有 TC。鼓励新人加入国防部--这很难说。最有效的办法是提高市场上人工智能 EA 的销售量。我认为额外的市场销售额将在一年内支付锦标赛的费用。组织和举办锦标赛的预算至少为 25 万美元。奖金只是预算的一小部分。
 
СанСаныч Фоменко #:

言归正传,原来要使用 ONNX,2.2.2 就必须放在ONNX 中, 2.1 则必须移到 EA 中?这对我来说是一项艰巨的任务,因为除了模型本身,还使用了 R 中的其他软件包,这些软件包的算法必须用 µl 编码。

据我所知,一切都像这样


--------------------------------


这项技术不适合人类...

模型中最重要的是属性,而不是模型本身...


专业人士已经建立了创建属性和数据处理的流程,他们也知道如何将模型与市场连接起来,只是不需要ONNX

初学者甚至不知道 ONN X。

这是为谁设计的,我心里也没底...

为了比赛?:)