Discussione sull’articolo "Sviluppo di un robot in Python e MQL5 (parte 2): Selezione, creazione e addestramento del modello, tester personalizzato in Python"

Nuovo commento
 

Il nuovo articolo Sviluppo di un robot in Python e MQL5 (parte 2): Selezione, creazione e addestramento del modello, tester personalizzato in Python è stato pubblicato:

Continuiamo la serie di articoli sullo sviluppo di un robot di trading in Python e MQL5. Oggi risolveremo il problema della selezione e dell'addestramento di un modello, del suo test, dell'implementazione della convalida incrociata, della ricerca a griglia, nonché il problema dell'ensemble di modelli.
Nel precedente articolo, abbiamo parlato un po' di apprendimento automatico, abbiamo eseguito l'incremento dei dati, sviluppato le caratteristiche per il futuro modello e selezionato le migliori. Ora è il momento di andare avanti e creare un modello di apprendimento automatico funzionante che apprenda dalle nostre caratteristiche e faccia trading (si spera con successo). Per valutare il modello, scriveremo un tester Python personalizzato che ci aiuterà a valutare le prestazioni del modello e la bellezza dei grafici di prova. Per ottenere grafici di prova più belli e una maggiore stabilità del modello, svilupperemo anche una serie di funzionalità classiche dell'apprendimento automatico.

Il nostro obiettivo finale è creare un modello funzionante e profittevole al massimo per la previsione dei prezzi e il trading. Tutto il codice sarà in Python, includendo la libreria MQL5. 

Autore: Yevgeniy Koshtenko

 

Ottimo articolo. Mi piace che tutto sia fatto nel modo "classico" di MO, senza alcuna sottigliezza.

Non ho ancora capito, dando una rapida occhiata, quale sia l'insieme dei modelli costruiti. Sono stati addestrati sugli stessi dati o su dati diversi.

Lo scoprirò più tardi e aggiungerò qualcosa.

 
Articolo fantastico! Grazie mille all'autore per il suo lavoro! Questa serie diventa la principale per me per familiarizzare con python))) Non avevo molto interesse prima, tutti i pro e i mcool))
 
Maxim Dmitrievsky #:

Ottimo articolo. Mi piace il fatto che sia fatto nel modo "classico" del Ministero della Difesa, senza troppe sottigliezze.

Non ho ancora capito, dando una rapida occhiata, quale sia l'insieme dei modelli costruiti. Sono stati addestrati sugli stessi dati o su dati diversi.

Lo scoprirò più tardi e aggiungerò qualcosa.

Grazie mille, molto gentile! L'ensemble è addestrato sugli stessi dati)

 
Aleksandr Seredin #:
Articolo fantastico! Grazie mille all'autore per il suo lavoro! Questa serie diventa la principale per me ai fini della conoscenza di python))) Non aveva molto interesse prima, tutti i pro e mcool)))

Grazie! Grazie!

 
Che spreco l'evidenziazione della sintassi Python negli articoli(
 
Grazie per l'articolo! L'ho letto con interesse. Anch'io ho intenzione di sfruttare l'apprendimento di diversi modelli Python in futuro, e questa è una ricetta già pronta che fornisce una buona base da cui partire.
 
Yuriy Bykov #:
Grazie per l'articolo! L'ho letto con interesse. Anch'io ho intenzione di sfruttare l'apprendimento di diversi modelli Python in futuro, e questa è effettivamente una ricetta pronta che fornisce una buona base da cui partire.
Grazie mille, Yuri!
 
Yuriy Bykov #:
Grazie per l'articolo! L'ho letto con interesse. Anch'io ho intenzione di sfruttare l'apprendimento di diversi modelli Python in futuro, e questa è una ricetta già pronta che fornisce una buona base da cui partire.
Anch'io leggo con grande piacere i vostri articoli. In futuro ho intenzione di realizzare una versione multivaluta del mio algoritmo, quindi l'argomento dei tuoi articoli è molto interessante e utile!
 

Grazie all'articolo precedente, ho iniziato a imparare python.

Non ho avuto il tempo di fare molti progressi nella comprensione di python, ed ecco il secondo articolo, anch'esso interessante.

E sono come nella favola - la volpe e l'uva))))

 
Una buona motivazione quando ci sono dei risultati!
E, come ho capito, non si tratta di una settimana o di un mese, ma di un normale anno di lavoro.
12
Nuovo commento