Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2957
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Si elimina el interruptor ONNX_NO_CONVERSION, puede introducir un vector doble. La salida debe seguir siendo un vector flotante.
Después de la compilación, ¿el modelo permanece como archivo independiente o se cose en .ex5?
Si no se "cose", ¿cómo venderlo? Supongo que se convierte en un recurso como los demás archivos.
Así que en el ejemplo era necesario calcular media/sd en el tren, pasar estos datos a la parte donde se hace el predicado, procesar los nuevos datos con estos parámetros. Después, desnormalizar y obtener los valores reales del precio predicho. Esta secuencia es importante.
Está claro que nadie alimenta los precios reales a la entrada del modelo, pero esto ya es específico.
Suerte
En nuestro ejemplo de modelo onnx, los precios de entrada se normalizan utilizando media y std en toda la serie. A continuación, el resultado obtenido se varnormaliza utilizando las mismas reglas
Después de la compilación, el modelo sigue siendo un archivo separado o se cose en .ex5 ?
En mi ejemplo no, sigue siendo un archivo independiente. En el ejemplo de Renate (proyecto público ONNX.Price.Prediction) se escribe en .ex5.
En nuestro ejemplo del modelo onnx, los precios de los insumos se normalizan utilizando la media y la std de toda la serie. A continuación, el resultado obtenido se varnormaliza utilizando las mismas reglas
Me explico con los dedos. En ONNX.Price.Prediction.mq5 se obtienen 10 OHLC. Luego sobre estos datos determinas media y sd, y normalizas estos 10 valores con ellos. Esto no es correcto.
Para estos nuevos datos, debes utilizar la media y la sd obtenidas en el conjunto de entrenamiento. Es decir, en el script anterior. ¿Queda claro?
Voy a explicar en mis dedos. En ONNX.Price.Prediction.mq5 obtienes 10 OHLC. Luego sobre estos datos determinas media y sd, y normalizas estos 10 valores con ellos. Eso no es correcto.
Para estos nuevos datos, debes utilizar la media y la sd obtenidas en el conjunto de entrenamiento. Es decir, en el script anterior. ¿Está claro?
Por supuesto que está claro y se hizo deliberadamente.
El ejemplo se hizo para probar la carga del modelo onnx, no para extraer un resultado razonable del modelo.
Tras la compilación, ¿el modelo sigue siendo un archivo independiente o se cose en .ex5?
Utiliza proyectos *.mqproj en lugar de archivos sueltos, incluye tus modelos onnx y otros archivos como recursos. Esta es ahora la opción preferida para escribir programas.
Especialmente porque tiene más configurabilidad y sólo en archivos *.mqproj aumentaremos la configurabilidad de los programas. Pronto habilitaremos la gestión de conjuntos de comandos AVX/AVX2/AVX512 al optimizar el código del robot.
Los recursos se incrustan automáticamente en el archivo EX5, comprimido y encriptado para su protección.
Eche un vistazo al proyecto público ONNX.Price.Prediction para ver un ejemplo.
Ciertamente comprensible y hecho deliberadamente.
El ejemplo se hizo para probar la carga del modelo onnx, no para extraer un resultado razonable del modelo.
Sí, claro que lo he entendido. ¿Pero lo entendieron los que utilizaron el ejemplo?
Quizá estoy siendo quisquilloso.
Voy a explicar en mis dedos. En ONNX.Price.Prediction.mq5 obtienes 10 OHLC. Luego sobre estos datos determinas media y sd, y normalizas estos 10 valores con ellos. Eso no es correcto.
Para estos nuevos datos, debes utilizar la media y la sd obtenidas en el conjunto de entrenamiento. Es decir, en el script anterior. ¿Está claro?
Por supuesto que sí. No hay problema. Este modelo se hizo muy rápido. Sólo como un ejemplo.
Necesitábamos comprobar la corrección de la inferencia en MQL5 muy rápidamente.
Y por supuesto, comprobamos la eficacia de la predicción en los datos actuales. Alrededor del 52%. El viernes escribí un script de verificación con comentarios detallados sobre los detalles técnicos. Rashid escribió un Asesor Experto basado en este modelo para ejecutarlo en el probador. Al parecer, aún no se ha publicado
Por supuesto que me he dado cuenta. Pero, ¿lo entienden las personas que utilizan el ejemplo?
52% de eficiencia. Deberían entenderlo.
MAE=0,0005