L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2984

 
mytarmailS #:

Video interessante

https://www.youtube.com/watch?v=vOIotMC_PQY

FidoNet 2.0 significa - interessante :)

La questione della generazione automatica dei segnali è molto interessante. Qualcuno ha provato questo approccio per il trading? Ho visto programmi che lo fanno, ma è molto complicato da implementare, quindi non mi sono preoccupato di indagare. Pertanto, la questione dell'integrazione di questi convertitori in MQL5 per l'utilizzo negli stessi modelli ONNX è importante.

 
mytarmailS #:

c'è un pacchetto interessante alla fine, si può provare a muoverlo.

Ho paura di rimanere bloccato in esso e le difficoltà con la conversione in bot sarà. Io stesso faccio qualcosa di simile, un ciclo completo dalla pressione del pulsante "impasto" per ottenere un bot all'uscita. Anche sulla macchina, nell'ordine dei 10 minuti.

Non ho un team di codificatori per imbullonare grandi bibbie straniere ai miei piccoli compiti.

Forse verrà realizzata una versione onnx per metac
 
Maxim Dmitrievsky #:

Ho paura di rimanere bloccato in questo e le difficoltà con la conversione in bot sarà. Io stesso faccio qualcosa di simile, un ciclo completo dalla pressione del pulsante "impasto" all'ottenimento di un bot all'uscita. Sempre sulla macchina, nell'ordine dei 10 minuti.

Non ho un team di codificatori per imbullonare grandi bibbie straniere ai miei piccoli compiti.

Forse farò una versione onnx per metac.
Cosa c'entra onnx con questo... Onnx, perché lo infili dappertutto...

Prendete una soluzione già pronta e verificate se funziona a tutti....

Se non funziona, allora non c'è giudizio.....

Se sì, allora pensa al tuo bot e a come posizionarlo, se il bot è analogico a bibla....
 
mytarmailS #:
Cos'è questo... Onnx, perché continui a metterlo ovunque?

Prendi una soluzione già pronta e controlla se funziona...

Se non funziona, allora non c'è giudizio....

Se sì, allora pensate al vostro bot e a come ospitarlo

non funziona

 
Maxim Dmitrievsky #:

Non funziona.

Hai provato con la bibla?
 
mytarmailS #:
Avete provato il bibla?

Non funziona, è per altri VR.

Ho trovato qualcosa che funziona, o meglio, l'ho inventato. Sto facendo diverse varianti per vedere cosa funziona meglio.
 

Ho provato a cercare in AI quali sono le varianti degli algoritmi locali come KNN e LWLR. Mi ha detto che non esiste un concetto del genere e che questi due appartengono al tipo basato sulla memoria, in cui il campione di addestramento viene semplicemente memorizzato. Oltre a questi due, ha anche chiamato il filtraggio collaborativo basato sulla memoria, ma sembra essere lo stesso KNN.

In realtà, volevo cercare una versione locale degli alberi decisionali, ma AI ha detto direttamente che non esiste.

Mi chiedo se abbia senso cercare di inserire questi alberi basati sulla memoria in un file ONNX o se sia meglio effettuare il calcolo con gli strumenti MQL.

 
Aleksey Nikolayev #:

Ho provato a cercare in AI, quali sono le varianti di algoritmi locali come KNN e LWLR

Cosa si intende per algoritmo locale?
Qual è il problema?
 
mytarmailS #:
Che cosa significa dire che un algoritmo è locale?

Nel senso in cui KNN e LWLR sono locali. L'output dipende solo dai punti vicini, non dall'intera trayne.

mytarmailS #:
Qual è il problema?

Non è importante, ma lasciate che sia la regressione, di solito è più facile da gestire.

 
Aleksey Nikolayev #:

Nel senso che KNN e LWLR sono locali . L'output dipende solo dai punti vicini, non dall'intero treno.

Allora è possibile aggiungere singoli alberi decisionali all'elenco dei candidati.
Che vengono estratti dal modello di albero regrnsioo nale.

Tra l'altro, è il più facile da integrare in mt.



Potrebbe esserci un filtro collaborativo, ma non ne sono sicuro.
Motivazione: