¿Alguien ha utilizado ya la integración de Python en el MetaEditor en las builds 2302 y superiores (mejor la beta 2304)?
La primera versión de la integración en el editor ya funciona, y la siguiente lo hará:
ejecutar scripts (no expertos) y servicios como programas Python *.py
una biblioteca python de metatrader5 completamente reescrita con acceso a gráficos, símbolos, capacidad de operar, historial de operaciones
destacar en el editor
Ya funciona la ejecución de los programas *.py y *.ipynb en el editor.
Por favor, pruébalo.
Una vez completado el aprendizaje automático mediante scripts de python, pasaremos a implementar WinML con ONNX de forma nativa en el propio MQL5.
He mirado lo que es WinML, bastante interesante, me gustaría entenderlo todo )) ¿Entiendo correctamente que después de implementar WinML con ONNX, el aprendizaje automático estará disponible en mql5 fuera de la caja de MetaTrader5? ¿Y los modelos entrenados en WinML, pueden ser utilizados directamente en los programas de MetaTrader5?
He mirado lo que es WinML, bastante interesante, me gustaría entenderlo todo )) ¿Entiendo correctamente que después de la implementación de WinML con ONNX, el aprendizaje automático estará disponible en mql5 fuera de la caja de MetaTrader5? ¿Y los modelos entrenados en WinML, pueden ser utilizados directamente en los programas de MetaTrader5?
Sí, así es.
Será posible crear sistemas muy complejos y venderlos en el mercado. Y en teoría deberían funcionar más rápido.
La investigación puede llevarse a cabo en cualquier sistema, y luego los modelos entrenados pueden exportarse al formato ONNX y ejecutarse en WinML nativo.
Podrías construir sistemas muy sofisticados y venderlos en el mercado. Y, en teoría, deberían funcionar más rápido.
La investigación puede realizarse en cualquier sistema, y luego los modelos entrenados pueden exportarse al formato ONNX y ejecutarse de forma nativa en WinML.
Otra pregunta en este contexto. ¿Cómo piensa integrar los modelos entrenados en el código del programa mql5? ¿Será una integración directa del código entrenado en el código mql? ¿O cada modelo se guardará en un archivo separado, y este archivo se conectará como inclusión?
Además de la integración con Python, estamos trabajando en el soporte nativo de las funciones de big data tanto en el código como en el MetaEditor:
El navegador SQLite en el MetaEditor ya está disponible en las betas
Visualización tabular de archivos CSV, incluidos los paquetes zip/gz
Los conjuntos de datos suelen distribuirse en formatos CSV, incluidos los empaquetados en gz/zip. Le damos la posibilidad de ver (y editar probablemente) archivos enormes en vista tabular, lo que casi no está disponible en otros editores.
Funciones de extensión de DatabaseXXX como DatabasePrint, DatabaseExport, DatabaseImport
Con estas funciones puedes convertir fácilmente archivos CSV en bases de datos SQLite, exportarlos o imprimirlos.
Basta con importar una base de datos de texto CSV a SQLite una vez, y luego utilizar la impresionante velocidad de acceso y recuperación de datos (a nivel de C++). Nuestra implementación de SQLite es prácticamente sin pérdidas en comparación con las implementaciones de C++.
Permitimos añadir archivos SQLite como recursos en los programas EX5
Los recursos se comprimen automáticamente, lo que permite tanto distribuir programas de tamaño moderado como utilizarlos en la red del clúster.
En relación con esto, otra pregunta. ¿Cómo piensa integrar los modelos entrenados en el código del programa mql5? ¿Será una integración directa del código entrenado en el código mql? ¿O cada modelo se guardará en un archivo separado, y este archivo se conectará como inclusión?
Renat, me disculpo por la pregunta fuera de tema. ¿Podría decirme cómo enlazar una biblioteca con extensión .lib o .a en un proyecto ME? Si los proyectos no admiten esta vinculación, ¿se añadirá esta función? Actualmente, tengo que hacer una dll a partir de librerías estáticas, y luego enlazarlas en el proyecto, no es lógico y conveniente enlazar a una dll, cuando hay archivos .lib o .a
El problema es la estrechez de la percepción del tema entre las masas y la falta de comprensión de las tendencias en el desarrollo del algotrading:
El aprendizaje automático es el siguiente paso tecnológico en el algotrading
Python no es una biblioteca de C++, sino una plataforma de aprendizaje automático ganadora
La integración de Python en el editor y en el terminal le permite utilizar instantáneamente las bibliotecas de toma de decisiones, que son completamente intolerables
Las integraciones son la norma, tenemos Native DLL, .NET DLL, OpenCL, DirectX, SQLite además de un gran conjunto de funciones nativas y biblioteca estándar
Metatrader 5 y MQL5 están evolucionando rápidamente para soportar el aprendizaje automático: primero a través de Python, la biblioteca de integración de la API del terminal y las funciones para trabajar con datos masivos, y luego a los formatos de modelo estándar WinML y abierto ONNX.
Avestruz es exactamente el tipo de persona
tratando de argumentar sobre la complejidad de MQL5 y las ventajas de MT4
No desarrollar, ahorrar su energía
Intentar detener el progreso
Para entender mejor el sector del algotrading:
Pensar a gran escala para decenas de millones de consumidores, no en percepciones u oportunidades personales/privadas
Evaluar períodos de 5 a 10 años y tendencias de desarrollo, la información pública es suficiente.
los productos (robots, indicadores, ...) son desarrollados principalmente por programadores más o menos profesionales, que necesitan cada vez más posibilidades, incluida la distribución
los usuarios masivos utilizan los resultados de los desarrolladores profesionales a menudo sin comprender la complejidad de las tecnologías aplicadas
hay una capa suficiente de promotores y consumidores, no públicos, pero súper capacitados en forma de fondos de cobertura
O abrazas el progreso o te quedas fuera: el tren no para.
Si uno se mantiene en el marco de la valoración de "sólo existo yo y mis intereses, ¿por qué debería pensar en lo general y en el futuro?", pierde legítimamente la capacidad de defender su posición a gran escala.
Para iniciar sesión y usar el sitio web MQL5.com es necesario permitir el uso de Сookies.
Por favor, active este ajuste en su navegador, de lo contrario, no podrá iniciar sesión.
Ha iniciado sesión. La autenticación de dos factores se ha desactivado. Vuelva a configurarla y escanee un nuevo código QR, o continúe con la autenticación de dos factores desactivada.
¿Alguien ha utilizado ya la integración de Python en el MetaEditor en las builds 2302 y superiores (mejor la beta 2304)?
La primera versión de la integración en el editor ya funciona, y la siguiente lo hará:
Ya funciona la ejecución de los programas *.py y *.ipynb en el editor.
Por favor, pruébalo.
Una vez completado el aprendizaje automático mediante scripts de python, pasaremos a implementar WinML con ONNX de forma nativa en el propio MQL5.
He mirado lo que es WinML, bastante interesante, me gustaría entenderlo todo ))
¿Entiendo correctamente que después de implementar WinML con ONNX, el aprendizaje automático estará disponible en mql5 fuera de la caja de MetaTrader5?
¿Y los modelos entrenados en WinML, pueden ser utilizados directamente en los programas de MetaTrader5?
He mirado lo que es WinML, bastante interesante, me gustaría entenderlo todo ))
¿Entiendo correctamente que después de la implementación de WinML con ONNX, el aprendizaje automático estará disponible en mql5 fuera de la caja de MetaTrader5?
¿Y los modelos entrenados en WinML, pueden ser utilizados directamente en los programas de MetaTrader5?
Sí, así es.
Será posible crear sistemas muy complejos y venderlos en el mercado. Y en teoría deberían funcionar más rápido.
La investigación puede llevarse a cabo en cualquier sistema, y luego los modelos entrenados pueden exportarse al formato ONNX y ejecutarse en WinML nativo.
Sí, así es.
Podrías construir sistemas muy sofisticados y venderlos en el mercado. Y, en teoría, deberían funcionar más rápido.
La investigación puede realizarse en cualquier sistema, y luego los modelos entrenados pueden exportarse al formato ONNX y ejecutarse de forma nativa en WinML.
Otra pregunta en este contexto.
¿Cómo piensa integrar los modelos entrenados en el código del programa mql5?
¿Será una integración directa del código entrenado en el código mql?
¿O cada modelo se guardará en un archivo separado, y este archivo se conectará como inclusión?
Además de la integración con Python, estamos trabajando en el soporte nativo de las funciones de big data tanto en el código como en el MetaEditor:
Los conjuntos de datos suelen distribuirse en formatos CSV, incluidos los empaquetados en gz/zip. Le damos la posibilidad de ver (y editar probablemente) archivos enormes en vista tabular, lo que casi no está disponible en otros editores.
Con estas funciones puedes convertir fácilmente archivos CSV en bases de datos SQLite, exportarlos o imprimirlos.
Basta con importar una base de datos de texto CSV a SQLite una vez, y luego utilizar la impresionante velocidad de acceso y recuperación de datos (a nivel de C++). Nuestra implementación de SQLite es prácticamente sin pérdidas en comparación con las implementaciones de C++.
Los recursos se comprimen automáticamente, lo que permite tanto distribuir programas de tamaño moderado como utilizarlos en la red del clúster.
Sí, eso es.
Podrías crear sistemas muy complejos y venderlos en el mercado. Y en teoría deberían funcionar más rápido.
La investigación puede realizarse en cualquier sistema, para luego exportar los modelos entrenados en formato ONNX y ejecutarlos en WinML nativo.
No. Alglib, según tengo entendido, ¿no piensas actualizar a las últimas versiones?
En relación con esto, otra pregunta.
¿Cómo piensa integrar los modelos entrenados en el código del programa mql5?
¿Será una integración directa del código entrenado en el código mql?
¿O cada modelo se guardará en un archivo separado, y este archivo se conectará como inclusión?
ONNX + WinML: https://docs.microsoft.com/en-us/windows/ai/
Lee por tu cuenta sobre este tema. Es enorme y no se puede explicar con los dedos en el foro.
No. Según tengo entendido, Alglib no tiene planes de actualizar a las últimas versiones.
Renat, me disculpo por la pregunta fuera de tema.
¿Podría decirme cómo enlazar una biblioteca con extensión .lib o .a en un proyecto ME?
Si los proyectos no admiten esta vinculación, ¿se añadirá esta función?
Actualmente, tengo que hacer una dll a partir de librerías estáticas, y luego enlazarlas en el proyecto,
no es lógico y conveniente enlazar a una dll, cuando hay archivos .lib o .a
.
No juzgues con dureza, tal vez haya amantes de los pitones que intenten integrarlo en todo y en cualquier cosa.
Python es una biblioteca C++, ¿no es mejor hacer MQL SB(biblioteca estándar)?
MQ iba inicialmente por este camino, pero luego se rindió ante la embestida de Ruto, RWods y Algibods )
Creo que todo el problema es que MQ tiene miedo de ir más allá de la caja de arena, como R, Py, Alglib ya no es nuestro problema.
Han añadido un enlace a otros "lenguajes de programación" y han dejado que los demás Yaps hagan lo que quieran.
Me recuerda a un avestruz )))
El problema es la estrechez de la percepción del tema entre las masas y la falta de comprensión de las tendencias en el desarrollo del algotrading:
Avestruz es exactamente el tipo de persona
Para entender mejor el sector del algotrading: