Diskussion zum Artikel "ONNX-Modelle in Klassen packen"
Sehr nützlicher Artikel！
Wird ONNX Version 1.13.0 oder 1.14.0 von MT5 verwendet?
Das ist wirklich sehr interessant, vielen Dank.
In der angehängten ML-Datei ONNX.eurusd.D1.30.class.Training.py zu dem Artikel gibt es die folgenden Codezeilen (Zeile 48 - 59) in def collect_dataset():
for i in tqdm(range(n - sample_size)):
w = df.iloc[i: i + sample_size + 1]
x = w[['close', 'ma_fast', 'ma_slow']].iloc[:-1].values
delta = x[0][-1] - w.iloc[-1]['close']
if np.abs(delta)<=0.0001:
y = 0, 1, 0
else:
if delta>0:
y = 1, 0, 0
else:
y = 0, 0, 1 Was ist die Logik hinter der oben hervorgehobenen Zeile?
Die Klassifizierung basiert auf dem Unterschied zwischen dem "ma_slow" der ersten Probe(x[0][-1]) und dem "close" des neuen Ziels(w.iloc[-1]['close']). Außerdem gäbe es einen Zeitunterschied von'sample_size-1'.
Darüber hinaus:
if delta>0:
y = 1, 0, 0 Müsste das nicht y = 0,0,1 sein? D.h. ein Verkaufssignal.
Gleiches gilt für ONNX.eurusd.D1.10.class.Training.py in def collect_dataset(), Zeile 45-47:
x = w[['open', 'high', 'low', 'close']].iloc[:-1].values
delta = x[3][-1] - w.iloc[-1]['close'] Wie? Die Klassifizierung basiert auf dem Unterschied zwischen dem 'close' des vierten Samples(x[3][-1]) und dem 'close' des neuen Ziels(w.iloc[-1]['close']); und es gäbe einen Zeitunterschied von'sample_size-4'.
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
Neuer Artikel ONNX-Modelle in Klassen packen :
Die objektorientierte Programmierung ermöglicht die Erstellung eines kompakteren Codes, der leicht zu lesen und zu ändern ist. Hier sehen wir uns das Beispiel für drei ONNX-Modelle an.
ie Mehrheit der Stimmen wird mit der Formel <Gesamtzahl der Stimmen>/2 + 1 berechnet. Bei einer Gesamtzahl von 3 Stimmen beträgt die Mehrheit 2 Stimmen. Dies ist eine so genannte „harte Abstimmung“.
Das Testergebnis mit den gleichen Einstellungen.
Erinnern wir uns an die Arbeit aller drei Modelle getrennt, nämlich die Anzahl der profitablen und unprofitablen Geschäfte. Erstes Modell — 11 : 3, 2. — 6 : 1, 3. — 16 : 10.
Es scheint, dass wir das Ergebnis mit Hilfe der harten Abstimmung verbessert haben — 16 : 4. Aber natürlich müssen wir uns die Berichte und Testdiagramme insgesamt ansehen.
Autor: MetaQuotes