L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3238

 
Maxim Dmitrievsky #:
Vous pouvez faire dans le même R, sauvegarder le modèle, et à travers python dans onnx en quelques lignes
Ou par c++, je suppose qu'il y a aussi
Je suis intéressé de voir combien de moshnikovs réels et quels sont les résultats.

Si vous voulez parler du modèle de réseau neuronal et non d'un modèle comme Forest.

Bien que hgbust soit probablement possible aussi.

---------------------------------

Et il est dit que vous ne pouvez pas convertir n'importe quel modèle, le modèle lui-même doit supporter ce format.

--------------------------------

La conclusion est donc qu'ONNH est en python, et qu'il n'y a pas d'échappatoire.

model to ONNX · Issue #983 · mlverse/torch
model to ONNX · Issue #983 · mlverse/torch
  • mlverse
  • github.com
Is it possible to add a model converter to ONNX ?
 
Andrey Dik #:
neuro, bien sûr).

Seule la grille finale entraînée peut être placée dans le fichier onnx. Il est également possible (théoriquement) de mettre le prétraitement des caractéristiques pour la grille à partir du prix initial. L'ensemble est appelé pipeline et la question est de savoir quelle est la flexibilité de la possibilité de mettre tout votre pipeline dans un seul fichier ONNX.

Personne ne veut vraiment se plonger dans ce sujet, parce qu'il faut être très bon en python et qu'il y a très peu de manuels sur le sujet, et l'IA ment comme d'habitude).

 
Aleksey Nikolayev #:

Seule la grille formée finale peut être placée dans le fichier onnx. Il est également possible (théoriquement) de mettre en place un prétraitement des signes pour la grille à partir du prix initial. L'ensemble est appelé pipeline et la question est de savoir quelle est la flexibilité de la possibilité de mettre tout votre pipeline dans un seul fichier ONNX.

Personne ne veut vraiment se plonger dans ce sujet, parce qu'il faut être très bon en python et qu'il y a très peu de manuels sur le sujet, et l'IA ment comme d'habitude).

Le prétraitement est en gros une normalisation, de sorte que le nombre de caractéristiques ne change pas....

Je me demande s'il est possible de générer de nouveaux attributs à l'intérieur, le modèle accepte un tableau de ohlc, et à l'intérieur du format ohlc de nouveaux attributs sont déjà générés, il y a encore un bon morceau de code personnalisé à l'intérieur.....


Je ne comprends toujours pas si cela peut être fait avec peu de sang ou non...

 
il semble qu'à l'avenir, des moulages de la conscience humaine (sauvegardes) pourraient être stockés dans des modèles de type ONNX...
 
Nous avons besoin d'un modèle de la part des organisateurs.
beaucoup de choses deviendront plus claires.
 
mytarmailS #:

Le prétraitement est en gros une normalisation, de sorte que le nombre de caractéristiques ne change pas.

Je me demande s'il est possible de générer de nouveaux attributs à l'intérieur, le modèle accepte un tableau de ohlc, et à l'intérieur du format ohlc de nouveaux attributs sont déjà générés, il y a encore un bon morceau de code personnalisé à l'intérieur....


Je ne comprends toujours pas si cela peut être fait avec peu de sang ou non...

IMHO, pour un débutant Python, ce n'est certainement pas le cas, pour un pro Python, c'est une question de limites de possibilités. Il y a peu de manuels à ce jour et ils ne contiennent que des exemples simples.
 
Aleksey Nikolayev #:
Pour un débutant en Python, certainement pas, pour un professionnel en Python, c'est une question de limites de possibilités. Il y a peu de manuels à ce jour et ils ne contiennent que des exemples simples.

Quoi qu'il en soit, à en juger par

http://w ww.xavierdupre.fr/app/mlprodict/helpsphinx/tutorial/onnx_numpy.html

et à

http://www.xavierdupre.fr/app/mlprodict/helpsphinx/api/npy.html#l-numpy-onnxpy


si vous avez juste besoin de transférer le modèle et de faire des normalisations simples, alors onnx est bon...

mais si vous avez besoin de faire quelque chose de personnalisé, c'est soit AD, soit pas possible du tout...


Je ne sais pas à quel type de traders cela s'adresse...

il semble que 5 personnes participeront au concours. 4 d'entre elles sont des employés de metaquotes qui ont travaillé sur l'intégration d'onnx dans metatrader.

Complete Numpy API for ONNX#
  • www.xavierdupre.fr
The numpy API is meant to simplofy the creation of ONNX graphs by using functions very similar to what numpy implements. This page only makes a list of the available functions. A tutorial is available at . This API was first added to mlprodict in version 0.6. Introduction# Converting custom code into ONNX is not necessarily easy. One big...
 
mytarmailS #:

Quoi qu'il en soit, selon

http://w ww.xavierdupre.fr/app/mlprodict/helpsphinx/tutorial/onnx_numpy.html

et par

http://www.xavierdupre.fr/app/mlprodict/helpsphinx/api/npy.html#l-numpy-onnxpy


Si vous n'avez besoin que de transférer le modèle et la tuyauterie avec des normalisations simples, alors onnx est bon.

Mais si vous avez besoin de faire quelque chose de personnalisé, c'est soit AD, soit pas possible du tout....


Je ne sais pas à quel type de traders cela s'adresse...

Il semble que 5 personnes participeront au concours, dont 4 sont des employés de metaquotes qui ont travaillé à leur intégration dans metatrader.

J'ai un vrai EA avec R, avec la première version duquel j'ai atteint le testeur.

La structure est la suivante :

1. Il y a un Expert Advisor ordinaire sur µl, avec l'ensemble des fonctions habituelles : travailler avec des ordres, des stops, MM..... Le bloc de génération de signaux, dans les exemples de méta-citations - l'intersection de deux mash, est remplacé par un appel à R, qui envoie le prochain OHLC.

2. Le code de R se compose grosso modo de deux parties :

2.1. la conversion de l'OHLC en un ensemble de prédicteurs pour les modèles. Il s'agit de centaines (ou de milliers) d'opérateurs dans R avec accès à certains paquets (pas des modèles) de R.

2.2. le calcul du signal par le modèle.

3. le signal de négociation est transmis au conseiller expert : -1 ; 0 ; 1.

Pour en revenir au sujet, il s'avère que pour utiliser ONNX p.2.2 sera ONNX, et dans l'EA il faudra déplacer p.2.1 ? C'est une entreprise sérieuse pour moi, car en plus des modèles eux-mêmes, d'autres packages de R sont utilisés, dont les algorithmes devront être codés en µl.

 
Aleksey Nikolayev description du produit d'ajouter une mention des phrases.

  • apprentissage automatique
  • réseaux neuronaux
  • intelligence artificielle
  • Les TPG et l'IA

La société connaît aujourd'hui un phénomène intéressant : la popularité d'un produit issu du monde scientifique. Le comportement a donc changé : alors qu'auparavant la description scientifique rebutait les gens ordinaires, aujourd'hui, au contraire, elle les attire. Par conséquent, pour augmenter les ventes, il est judicieux de mentionner d'autres termes quasi-scientifiques tels que "transformées de Fourier et de Laplace". Et, bien sûr, de belles images/animations sur le sujet.


Le texte et les images suffisent déjà.

  • Le premier championnat du monde de commerce entre intelligences artificielles.
  • Un cyborg imperturbable sur fond de graphiques et de travailleurs boursiers paniqués.
  • La crise ? - L'intelligence artificielle est l'avenir.
  • Vous êtes un expert en apprentissage automatique ? - Prouvez/vérifiez vos compétences. Embellissez votre CV avec un prix d'envergure mondiale.
  • Etc.
Les téléspectateurs ne manqueront certainement pas. Attirer des experts n'est pas certain, mais cela arrive. Les experts diront probablement que je n'ai pas de CT. Encourager les nouveaux venus au sein du ministère de la défense - c'est difficile à dire. Ce qui fonctionnera certainement, c'est le nombre de ventes sur le marché des AE avec IA. Je pense que des ventes supplémentaires sur le marché permettraient de financer le championnat en l'espace d'un an. Le budget pour l'organisation et le déroulement du championnat est de 250 000 dollars, au minimum. Les prix ne représentent qu'une petite partie du budget.
 
СанСаныч Фоменко #:

Pour en revenir au sujet, il s'avère que pour utiliser ONNX, la version 2.2.2 sera dans ONNX, et la version 2.1 devra être déplacée dans l'EA ? C'est une entreprise sérieuse pour moi, car en plus des modèles eux-mêmes, d'autres packages de R sont utilisés, dont les algorithmes devront être codés en µl.

Si j'ai bien compris, tout se passe exactement comme suit


--------------------------------


cette technologie n'est pas pour les humains...

l'essentiel dans un modèle, ce sont les attributs, pas le modèle lui-même...


Les professionnels ont déjà établi le processus de création des attributs et de traitement des données, ils savent également comment connecter les modèles au marché, ils n'ont tout simplement pas besoin d'ONNX.

Et les débutants ne connaissent même pas ONNX.

Pour qui cela a-t-il été créé, je ne le sais pas au fond de moi ...

Pour un concours ? :)

Raison: