文章 "用于时间序列挖掘的数据标签(第 6 部分):使用 ONNX 在 EA 中应用和测试" 新评论 MetaQuotes 2024.08.16 09:25 新文章 用于时间序列挖掘的数据标签(第 6 部分):使用 ONNX 在 EA 中应用和测试已发布: 本系列文章介绍了几种时间序列标注方法,可以创建符合大多数人工智能模型的数据,根据需要进行有针对性的数据标注可以使训练好的人工智能模型更符合预期的设计,提高我们模型的准确性,甚至帮助模型实现质的飞跃! 在上一篇文章中,我们讨论了如何使用套接字(websocket)在 EA 和 python 服务器之间进行通信,以解决回测问题,还讨论了我们采用这种技术的原因。在本文中,我们将讨论如何使用 mql5 原生支持的 onnx 对我们的模型进行推理,但这种方法有一些局限性。如果您的模型使用了 onnx 不支持的运算符,可能会以失败告终,因此这种方法并不适用于所有模型(当然,您也可以添加运算符来支持您的模型,但这需要大量的时间和精力)。这就是为什么我在上一篇文章中花了大量篇幅介绍套接字法并向大家推荐它的原因。 当然,将一般模型转换为 onnx 格式非常方便,而且可以为跨平台操作提供有效支持。本文主要涉及在 mql5 中操作 ONNX 模型的一些基本操作,包括如何匹配 torch 模型和 ONNX 模型的输入和输出,以及如何为 ONNX 模型转换合适的数据格式。当然,它还包括 EA 的订单管理。我将为您详细解释。现在,让我们开始本文的主题! 作者:Yuqiang Pan 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
新文章 用于时间序列挖掘的数据标签(第 6 部分):使用 ONNX 在 EA 中应用和测试已发布:
本系列文章介绍了几种时间序列标注方法,可以创建符合大多数人工智能模型的数据,根据需要进行有针对性的数据标注可以使训练好的人工智能模型更符合预期的设计,提高我们模型的准确性,甚至帮助模型实现质的飞跃!
在上一篇文章中,我们讨论了如何使用套接字(websocket)在 EA 和 python 服务器之间进行通信,以解决回测问题,还讨论了我们采用这种技术的原因。在本文中,我们将讨论如何使用 mql5 原生支持的 onnx 对我们的模型进行推理,但这种方法有一些局限性。如果您的模型使用了 onnx 不支持的运算符,可能会以失败告终,因此这种方法并不适用于所有模型(当然,您也可以添加运算符来支持您的模型,但这需要大量的时间和精力)。这就是为什么我在上一篇文章中花了大量篇幅介绍套接字法并向大家推荐它的原因。
当然,将一般模型转换为 onnx 格式非常方便,而且可以为跨平台操作提供有效支持。本文主要涉及在 mql5 中操作 ONNX 模型的一些基本操作,包括如何匹配 torch 模型和 ONNX 模型的输入和输出,以及如何为 ONNX 模型转换合适的数据格式。当然,它还包括 EA 的订单管理。我将为您详细解释。现在,让我们开始本文的主题!
作者:Yuqiang Pan