Discusión sobre el artículo "Previsión y apertura de órdenes basadas en aprendizaje profundo (Deep Learning) con el paquete Python MetaTrader 5 y el archivo modelo ONNX"
Hola, siento haber cometido un error con el archivo DeepLearningForecast_ONNX_training.py.
Tendrás que usar este
Archivos adjuntos:
Javier Santiago Gaston De Iriarte Cabrera #:
Hola, lo siento he cometido un error con el archivo DeepLearningForecast_ONNX_training.py.
Tendrás que usar este
lo siento, este también tiene errores, mañana haré ese py y lo dejaré aquí.
También estoy haciendo una continuación, tendrás el py correcto también en la continuación.
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
Artículo publicado Previsión y apertura de órdenes basadas en aprendizaje profundo (Deep Learning) con el paquete Python MetaTrader 5 y el archivo modelo ONNX:
El proyecto consiste en utilizar Python para realizar previsiones basadas en el aprendizaje profundo en los mercados financieros. Exploraremos los entresijos de la comprobación del rendimiento del modelo utilizando métricas clave como el error medio absoluto (MAE, Mean Absolute Error), el error medio cuadrático (MSE, Mean Squared Error) y R-cuadrado (R2), y aprenderemos a envolverlo todo en un ejecutable. También haremos un fichero modelo ONNX con su EA.
Ahora, aprovechando los conocimientos del artículo 'Uso de modelos ONNX en MQL5' de MetaQuotes, estoy en proceso de convertir el modelo a formato ONNX. Siguiendo las pautas proporcionadas en el mismo artículo, integraré el modelo ONNX resultante en el Asesor Experto (EA) base para iniciar las operaciones de trading. Este enfoque permite la integración perfecta de modelos de aprendizaje automático en el entorno MQL5, mejorando las capacidades del algoritmo de negociación.
Antes de formatear en ONNX, es necesario descargar los datos. Para ello, utilizaremos el script que he subido (ticks_to_csv). Simplemente guárdelo en la carpeta MQL5 EA, ábralo en el IDE y compílelo. Una vez hecho esto, añada el script a un gráfico y deje que se ejecute durante algún tiempo (como descarga todos los ticks de un símbolo, puede tardar un rato). En el diario, verá un mensaje de finalización cuando el proceso haya terminado. Como referencia, lo he utilizado para el EURUSD y ha ocupado varios gigabytes.
Autor: Javier Santiago Gaston De Iriarte Cabrera