ONNX Trader - expert pour MetaTrader 5

Une archive des modèles de l'article. Vous pouvez entraîner les vôtres, car les modèles peuvent varier considérablement en fonction des hyperparamètres d'entraînement.

Les modèles d'apprentissage automatique sont formés en Python et convertis au format ONNX. Vous n'avez pas besoin de modifier leurs paramètres et leur code dans l'encludnik.

Les paramètres sont simples :

sinput double   MaximumRisk=0.001;      	/Coefficient de lot progressif
sinput double   ManualLot=0;                    //Lot fixe
sinput ulong     OrderMagic = 666;              //Ordres magiques
input int max_orders = 1;                       //Numéro de commande
input int stoploss = 2000;                      //Arrêt de la perte
input int takeprofit = 2000;                    /Prendre le bénéfice
input string comment = "The ONNX EA";

Mais vous pouvez ajouter vos propres filtres pour essayer de rendre les modèles plus performants.

Au moins, vous pouvez optimiser le stoploss et le take profit, sur n'importe quel timeframe.

Le modèle est connecté via un fichier d'en-tête, par exemple :

#include <EURUSD ONNX include propensity matching original IPW.mqh>

31 mars 2024. Ajout d'exemples tirés de l'article sur le "clustering".

Bot "ONNX Trader Clusters", modèles ONNX et fichier d'inclusion. Le clustering est fait par la méthode k-means.

L'entraînement se fait de 2010 à 2020. Forward - de 2020 à 2024.

Le bot"Onnx Trader" supporte la deuxième méthode d'entraînement de l'article"Matching trades using clustering"

Pour ce faire, connectez le fichier iniclude <EURUSD ONNX include10.mqh>, ce qui fera apparaître les modèles correspondants "catmodel10.onnx" et "catmodel_m10.onnx"