L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2957
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Se qualcuno risolve un problema così difficile, è improbabile che condivida la soluzione.
Se si rimuove l'interruttore ONNX_NO_CONVERSION, è possibile inserire un vettore doppio. L'uscita dovrebbe comunque essere un vettore float.
Dopo la compilazione, il modello rimane come file separato o viene cucito in .ex5?
Se non viene "cucito", come si fa a venderlo? Suppongo che diventi una risorsa come gli altri file.
Quindi, nell'esempio è stato necessario calcolare media/sd sul treno, passare questi dati alla parte in cui viene fatto il predicato, elaborare i nuovi dati con questi parametri. Quindi, denormalizzare e ottenere i valori reali del prezzo previsto. Questa sequenza è importante.
È chiaro che nessuno inserisce i prezzi reali nell'input del modello, ma questo è già specifico.
Buona fortuna
Nel nostro esempio di modello onnx, i prezzi di input sono normalizzati utilizzando media e std sull'intera serie. Il risultato ottenuto viene poi varnormalizzato utilizzando le stesse regole
Dopo la compilazione, il modello rimane un file separato o viene cucito in .ex5?
Nel mio esempio no, rimane un file separato. Nell'esempio di Renate (progetto pubblico ONNX.Price.Prediction) è scritto in .ex5.
Nel nostro esempio di modello onnx, i prezzi degli input vengono normalizzati utilizzando media e std sull'intera serie. Il risultato ottenuto viene poi varnormalizzato utilizzando le stesse regole
Mi spiego con le dita. In ONNX.Price.Prediction.mq5 si ottengono 10 OHLC. Su questi dati si determinano media e sd e si normalizzano questi 10 valori con essi. Questo non è corretto.
Per questi nuovi dati, è necessario utilizzare la media e la sd ottenute sul set di allenamento. Cioè, nello script precedente. È chiaro?
Vi spiegherò con le mie dita. In ONNX.Price.Prediction.mq5 si ottengono 10 OHLC. Poi su questi dati si determinano media e sd e si normalizzano questi 10 valori con essi. Questo non è corretto.
Per questi nuovi dati, è necessario utilizzare la media e la sd ottenute sul set di allenamento. Cioè, nello script precedente. È chiaro?
Certo che è chiaro ed è stato fatto deliberatamente.
L'esempio è stato fatto per testare il caricamento del modello onnx, non per estrarre un risultato ragionevole del modello.
Dopo la compilazione, il modello rimane un file separato o viene cucito in .ex5?
Utilizzate progetti *.mqproj invece di singoli file, includete i vostri modelli onnx e altri file come risorse. Questa è ora l'opzione preferita per la scrittura dei programmi.
Soprattutto perché ha una maggiore configurabilità e solo nei file *.mqproj aumenteremo la configurabilità dei programmi. Presto abiliteremo la gestione dei set di comandi AVX/AVX2/AVX512 durante l'ottimizzazione del codice del robot.
Le risorse sono automaticamente incorporate nel file EX5, compresse e criptate per protezione.
Un esempio è dato dal progetto pubblico ONNX.Price.Prediction.
Certamente comprensibile e fatto deliberatamente.
L'esempio è stato fatto per testare il caricamento del modello onnx, non per estrarre un risultato ragionevole del modello.
Sì, certo che l'ho capito. Ma coloro che hanno utilizzato l'esempio lo hanno capito?
Forse sono un po' troppo esigente.