Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2689
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
Terminal Web Modern aquí: https://www.mql5.com/ru/trading
El tema de las criptomonedas es escayolado y arrastrado al fondo legal por los jugadores en masa cada semana. Por lo tanto, no lo tocamos. No discutimos este tema.
Con el tema del ML no estamos a la cola, sino entre los que están trabajando cualitativamente en el tema y ofreciendo soluciones integrales. Vamos a ver lo que vamos a construir consistentemente en los próximos 6 meses.
Pocos lenguajes tienen tipos nativos vector, matrix, complex y operaciones sobre ellos. Es difícil construir machine learning sin ellos.
Ofrecer a los consumidores desplegar Python + Tensorflow (+CUDA de postre) es un suicidio y la incapacidad de proteger y vender los frutos de su trabajo.
Pero estamos luchando por un archivo *.ex5 dentro de un terminal común sin necesidad de poner nada adicional. Y el soporte de OpenCL cubre la más amplia gama de aceleradores a diferencia de CUDA.
Propongo retomar este diálogo dentro de un año.
Mi predicción:
- el terminal no se moverá hacia el navegador (me refiero a una solución de navegador normal), por lo que será de la vieja escuela en Windows con campanas, pitidos, gráfico saltarín y zoom en forma de botón con lupa "adiós juventud";
- no habrá movimiento hacia el público criptográfico (ya está dicho);
- Ml probablemente se complementará con funciones, pero la brecha entre las biblias populares de ML ni siquiera se reducirá (tampoco se quedan quietas);
- no aparecerán en el mercado soluciones de ML que funcionen de verdad (no hay nadie que escriba, véase el punto) párrafo anterior).
Pero las criptobolsas con su poder financiero y servicios como TradingView pueden avanzar hacia las divisas, fondos y materias primas....
Noticias sobre python. Como ahora es el lenguaje más popular.
Y TA-Lib ya se puede utilizar en python.
Noticias sobre python. Es como el lenguaje más popular ahora.
Y TA-Lib ya se puede usar en python.
Valoración extraña.
Todo el mundo debería pasarse a VisualBasic - es el más estable entre los TOPs en la valoración y "más guay" que R y MATLAB :-)
Y así otro tema, aparentemente positiva, se ha reducido a una discusión de los problemas de stRajduzhdushchih 😆 Y por ejemplo los mismos intercambios cripto no dan Rapi, sólo python? Y escribí durante varios años que nadie necesita R
De que estas hablando. Crypto exchanges(específicamente Binance) proporciona APIs REST y sockets. Python y R escriben bibliotecas que utilizan estas APIs. En R es la librería binance en Python .... No lo tengo a mano.
Respecto a R innecesario, no hace falta que hables por todos. Habla por ti.
Sobre las librerías para R. La última R64.dll es universal tanto para mt4 como para mt5. R está perfectamente integrado con mt4/5. Perfectamente con Python y no está mal con Julia.
Renat dividió correctamente a los desarrolladores a grandes rasgos en dos grupos: los que trabajan para la venta (mercado, freelance) y los investigadores que desarrollan para sí mismos. Y sus demandas e intereses son muy diferentes. Por eso no tiene sentido discutir sobre lo eterno: qué Yap es mejor. Mejor es el que te permite resolver tus tareas para tus objetivos de forma rápida y eficiente.
Pero reescribir modelos en MKL no es serio. Si habrá onxx - bien, pero no todos los frameworks lo soportan. Es un futuro poco claro.
Una cosa está clara - los desarrolladores quieren abrazar la inmensidad. La aspiración es encomiable. No hay por qué criticarla. Quizá algo funcione. Deseémosles suerte.
Pero reescribir modelos en MKL no es serio. Si habrá onxx - bien, pero no todos los frameworks lo soportan. Es un futuro incierto.
Una cosa está clara - los desarrolladores quieren abrazar la inmensidad. La aspiración es encomiable. No hay por qué criticarla. Quizá salga algo de ahí. Deseémosles suerte.
¿Cómo que no es serio? Redes neuronales de 3 pisos, por supuesto, pero tampoco es serio utilizarlas para series temporales. Los modelos simples entrenados son fácilmente transferibles
Por supuesto, tienes que ser más específico. Para modelos sencillos como la regresión logística, los modelos de madera, etc. probablemente sea posible. Pero estoy hablando de modelos serios tanto para CT como para datos tabulares. En la actualidad, estos dos ámbitos están muy divididos y especializados. Para los datos tabulares, que se utilizan principalmente en el aprendizaje automático, TabNet(paper, implementaciones (py) 1, 2, 3) es muy prometedor. Y muchos otros paquetes que dan grandes resultados. Aquí está una lista de lo que he investigado y parcialmente uso.
No todos ellos se utilizan principalmente debido a las limitaciones de potencia de la máquina y las preferencias personales. Para mi entrenar y optimizar durante más de una hora no es interesante.
No creo que sea posible transferir estos modelos a ACM. Y aquí no se puede prescindir de crear infraestructura para enlazar MKL<->Python.
Esto es un poco divagar, pero el tema me parece importante.
La idea principal, repito: cada desarrollador, ya sea un freelance, un marketer o un trader de forex/crypto/stock, tiene su lenguaje "favorito" y sus bicicletas "favoritas" con muletas para ello. Tenemos que compartir experiencias de uso, no discutir sobre qué es mejor. Y sobre todo no vangar sobre el futuro de la JA.
Y no te tomes el comentario como una ofensa personal. No está en el parvulario.
Suerte a todos.
Por supuesto, hay que aclararlo. Para modelos sencillos como la regresión logística, los modelos de árbol, etc. probablemente sea posible. Pero me refiero a modelos serios tanto para TC como para datos tabulares. En la actualidad, estos dos ámbitos están muy divididos y especializados. Para los datos tabulares, que se utilizan principalmente en el aprendizaje automático, TabNet(paper, implementaciones (py) 1, 2, 3) es muy prometedor. Y muchos otros paquetes que dan grandes resultados. Aquí está una lista de lo que he investigado y parcialmente uso.
No todos ellos se utilizan principalmente debido a las limitaciones de potencia de la máquina y las preferencias personales. Para mi entrenar y optimizar durante más de una hora no es interesante.
No creo que sea posible transferir estos modelos a ACM. Y aquí no podemos prescindir de crear infraestructura para enlazar MKL<->Python.
Esto es un poco de digresión, pero el tema es importante para mí.
La idea principal, repito: cada desarrollador, ya sea un freelance, un marketer o un trader de forex/crypto/stock, tiene su lenguaje "favorito" y sus bicicletas "favoritas" con muletas para ello. Necesitamos compartir experiencias de uso, no discutir qué es mejor. Y más aún no vangar sobre el futuro de la API.
Buena suerte a todos.