Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2943
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Der Input sind lediglich Preisdaten. Sie werden an einem Ort verarbeitet, nicht an verschiedenen Orten. Im Terminal und in den Trainingspaketen ist das nicht ganz richtig. Historisch gesehen ist es natürlich bequemer, das, was im Terminal verarbeitet wird, in Trainingspakete mit Preisen zu übernehmen, aber das ist eine Sackgasse. Indikatoren sind natürlich bequem mit ihrer Vorberechnung, nicht Neuberechnung, aber es scheint, auch in der Aufgabe gesetzt werden.
Im Allgemeinen ist der Ort, an dem die Primärdaten empfangen werden und die Handelsumgebung verwaltet wird, für Berechnungen nicht geeignet.
Wie man es richtig macht, ist eine andere Frage. Mir geht es immer noch darum, wie machbar - d.h. das trainierte Modell anzuschließen, aber wie man dann die Vorverarbeitung macht. Es wird davon ausgegangen, dass nach dem Exportieren des Modells kein Python vorhanden ist.
Wie man es richtig macht, ist eine andere Frage. Ich bin immer noch darüber, wie machbar - d.h. verbinden Sie das trainierte Modell, aber wie zu tun Preprocessing dann. Es wird angenommen, dass es keine Python nach dem Exportieren des Modells ist.
Das Modell soll rohe Eingabedaten erhalten und seine Vorverarbeitung selbst durchführen. Zu diesem Zweck wurde das Konzept der Pipeline erfunden. Eines der Merkmale des ONNX-Formats ist zum Beispiel, dass man die gesamte Pipeline in eine Datei packen kann.
Das Modell sollte rohe Eingabedaten erhalten und deren Vorverarbeitung selbst vornehmen. Zu diesem Zweck wurde das Konzept der Pipeline erfunden. Eines der Merkmale des ONNX-Formats ist zum Beispiel, dass man die gesamte Pipeline in eine Datei packen kann.
Sie wollen die Berechnung von Zigzags, MAs und anderen Standard- und Nicht-Standard-Indikatoren in das Modell einbauen und sie mit verschiedenen Einstellungen duplizieren? ONNX kann zumindest eine der ZZ-Varianten berechnen, und wie viele Indikatoren hat es, zumindest die Standardindikatoren?
Yep....
Dann brauchen Sie MT nicht. Du kannst mit API arbeiten - da gibt es auch nur Preise und Handelsbefehle.
Der Input sind nur Preisdaten. Sie werden an einem Ort verarbeitet, nicht an verschiedenen Orten. Im Terminal und in den Trainingspaketen ist es nicht ganz richtig. Historisch gesehen ist es natürlich bequemer, das, was im Terminal verarbeitet wird, in Trainingspakete mit Preisen zu übernehmen, aber das ist ein Sackgassenweg. Indikatoren sind natürlich bequem mit ihrer Vorberechnung, nicht Neuberechnung, aber es scheint, auch in der Aufgabe gesetzt werden.
Im Allgemeinen ist der Ort, an dem die Primärdaten gewonnen werden und die Handelsumgebung verwaltet wird, nicht der richtige Ort für die Berechnungen.
In die Modellberechnung von Zigzags, MAs und anderen Standard- und Nicht-Standard-Indikatoren schieben und sie mit unterschiedlichen Einstellungen duplizieren?
Ja ...
Dann brauchen Sie MT nicht. Sie können API verwenden, um zu arbeiten - es gibt nur Preise und Handel Befehle gibt es auch.
Entweder das oder man macht eine Programmierumgebung, in der der Python-Code mit mql5-Code verschachtelt ist. Die zweite Option scheint viel weniger realisierbar zu sein.
Entweder das, oder eine Programmierumgebung zu schaffen, in der Python-Code mit mql5-Code vermischt ist. Die zweite Option scheint viel weniger praktikabel zu sein.
Ich habe die Situation beschrieben, die ich lösen muss. Wenn Sie sich mit den Preisen und allen Transformationen in Python zufrieden geben, wie kann ein solches Konzept überhaupt einen Modelltransfer erfordern? Schlagen Sie vor, die Logik für Python und Terminal zu duplizieren?
Offensichtlich braucht man eine Brücke, um mit den Daten zu arbeiten, und jetzt ist das nur über eine Datei möglich, aber dann ist die Synchronisation wieder nur über Dateien möglich, was mit Problemen behaftet ist.
Was nützt es, Python im Terminal laufen zu lassen, wenn der Datenaustausch wie bisher über Datei oder Sockets erfolgt.
Ich habe Daten für die Modellabfrage, die vom Expert Advisor vorbereitet werden, nicht von Python. D.h. Daten sollten übertragen werden, und dann die Ergebnisse zum Zeichnen zurückbekommen.
In einem solchen Szenario macht es keinen Sinn, eine Integration von MT5 und Python zu verwenden.
Ich habe die Daten komplett von MT aufbereitet. Und gibt dem Modell eine Matrix für Berechnungen (jetzt als Datei, aber Sie können es als Array über DLL tun). Alles funktioniert bereits, und um der Sache willen, ich sehe keine der Optionen, die Sie als Motivation vorgeschlagen haben, auch nur in Betracht zu ziehen, geschweige denn, um Zeit auf das Duplizieren von Indikatoren zu verschwenden.
Nun, ich habe über Varianten des Datenaustauschs nur innerhalb der Plattform geschrieben. In der Praxis verwenden wir natürlich alle plattformexterne(Dateien, Sockets usw.) Möglichkeiten des Datenaustauschs zwischen Datenanalysetools und TS.
Standard- und Nicht-Standard-Indikatoren in das Modell schieben, um Zigzags, MAs usw. zu berechnen und sie mit verschiedenen Einstellungen zu duplizieren? ONNX kann zumindest eine der ZZ-Varianten berechnen, und wie viele Indikatoren hat es, zumindest Standardindikatoren?
Yep....
Dann brauchen Sie MT nicht. Du kannst mit API arbeiten - da gibt es auch nur Preise und Handelsbefehle.
IMHO sollte sich das Modell nur mit dem Training beschäftigen. Die Generierung von Matrizen für das Training sollte von anderen Programmen übernommen werden, z.B. Indikatoren und/oder MT-Experten.Nun, MT ist nicht für große Trades gedacht, so dass man die Risiken der Auswirkungen der Berechnungszeit auf die Handelsaufträge vernachlässigen kann. Aber die Nische von MT, selbst mit diesen Risiken, ist groß)))) Menschen mögen Risiken)
Erläutern Sie bitte, wie die folgende Formel im Algorithmus der Klassifizierung auf Bäumen mit Bousting zustande kommt(ein Link zu PDF ist möglich):
In allen Materialien, die ich im Internet finden konnte, wird die Formel einfach magisch "von der Decke geholt".
Erläutern Sie bitte, wie die folgende Formel im Algorithmus zur Klassifizierung von Bäumen zustande kommt(Sie können einen Link zur PDF-Datei angeben):
In allen Materialien, die ich im Internet finden konnte, wird die Formel einfach magisch "von der Decke geholt".
Schwer zu sagen :) Die mathematischen Berechnungen sind in diesem Video zu sehen