文章 "使用 Python 和 MetaTrader5 python 软件包及 ONNX 模型文件进行深度学习预测和排序" 新评论 MetaQuotes 2024.08.19 10:20 新文章 使用 Python 和 MetaTrader5 python 软件包及 ONNX 模型文件进行深度学习预测和排序已发布： 本项目涉及在金融市场中使用 Python 进行基于深度学习的预测。我们将探索使用平均绝对误差（MAE）、均方误差（MSE）和R平方（R2）等关键指标测试模型性能的复杂性，并学习如何将所有内容打包到可执行文件中。我们还将制作一个 ONNX 模型文件以及它的 EA。 现在，利用 MetaQuotes 的文章《如何在 MQL5 中使用 ONNX 模型》中的思路，我正在将模型转换为 ONNX 格式。按照同一篇文章中提供的指导原则，我将把生成的 ONNX 模型集成到基础智能交易系统（EA）中，以启动交易操作。这种方法可将机器学习模型无缝集成到 MQL5 环境中，从而增强交易算法的能力。 在把格式转化为 ONNX 之前，有必要下载数据。为此，我们将使用我上传的脚本 (ticks_to_csv)。只需将其保存在 MQL5 EA 文件夹中，在集成开发环境中打开并编译即可。完成后，将脚本添加到图表中，让它运行一段时间（因为它会下载一个交易品种的所有分时报价，所以可能需要一段时间）。在日志中，当这个过程结束时，您会看到一条完成信息。作为参考，我曾将其用于EUR/USD，占用了几个G的字节。 作者：Javier Santiago Gaston De Iriarte Cabrera 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 使用 Python 和 MetaTrader5 python 软件包及 ONNX 模型文件进行深度学习预测和排序已发布：
本项目涉及在金融市场中使用 Python 进行基于深度学习的预测。我们将探索使用平均绝对误差（MAE）、均方误差（MSE）和R平方（R2）等关键指标测试模型性能的复杂性，并学习如何将所有内容打包到可执行文件中。我们还将制作一个 ONNX 模型文件以及它的 EA。
现在，利用 MetaQuotes 的文章《如何在 MQL5 中使用 ONNX 模型》中的思路，我正在将模型转换为 ONNX 格式。按照同一篇文章中提供的指导原则，我将把生成的 ONNX 模型集成到基础智能交易系统（EA）中，以启动交易操作。这种方法可将机器学习模型无缝集成到 MQL5 环境中，从而增强交易算法的能力。
在把格式转化为 ONNX 之前，有必要下载数据。为此，我们将使用我上传的脚本 (ticks_to_csv)。只需将其保存在 MQL5 EA 文件夹中，在集成开发环境中打开并编译即可。完成后，将脚本添加到图表中，让它运行一段时间（因为它会下载一个交易品种的所有分时报价，所以可能需要一段时间）。在日志中，当这个过程结束时，您会看到一条完成信息。作为参考，我曾将其用于EUR/USD，占用了几个G的字节。
作者：Javier Santiago Gaston De Iriarte Cabrera