記事「ONNXをマスターする：MQL5トレーダーにとってのゲームチェンジャー」についてのディスカッション
あなたの言う通り、これはゲームチェンジャーです。というのも、あなたがONNXについて教えてくれるまで、金融市場に最新の機械学習を適用するという考えを私はほとんど捨てていました。しかし、これは喜ぶべきことだ！
こんにちは、私は最初の赤い神経細胞を作ろうとしています。ニューラルネットワークには ONNXを使いたいと思っています。
Sarah Vera ニューラルネットワークに 使いたいのですが、pythonとtensorflowも使っています。
はい、できます。
Omega J Msigwaさん、詳細な記事をありがとうございます。
この記事では、すべての履歴データの正規化パラメータのセットを計算し、それを使ってデータを正規化してトレーニングし、同じ正規化パラメータを実際のデータに適用しています。 モデルがそのように訓練されたので、非常に論理的です。モデルがそのように訓練されたので、非常に論理的です。
- もし実データ（将来）のMaxが高くなったりMinが低くなったりしたら、モデルを再トレーニングする必要があるのでしょうか？
- この正規化方法は、いくつかの記事（12433,12484など）で言及されている方法とは異なります。つまり、正規化計算は、トレーニングとライブ予測の前にサンプルのすべてのセットに適用され、（必要であれば）ライブ予測の後に正規化を解除します。この記事のアプローチと比較して、これらのアプローチについてどう思われますか？
あなたの時間と努力に感謝します。
68360626 #:
オメガJ・ミシグワ、詳細な記事に感謝する。
この記事では、すべての履歴データの正規化パラメータのセットを計算し、それを使ってデータを正規化してトレーニングし、同じ正規化パラメータを実際のデータに適用しています。 モデルがそのように訓練されたので、非常に論理的です。モデルがそのように訓練されたので、非常に論理的です。
- もし実データ（将来）のMaxが高くなったりMinが低くなったりしたら、モデルを再トレーニングする必要があるのでしょうか？
- この正規化方法は、いくつかの記事（12433,12484など）で言及されている方法とは異なります。つまり、正規化計算は、トレーニングとライブ予測の前にサンプルのすべてのセットに適用され、（必要であれば）ライブ予測の後に正規化を解除します。この記事と比較して、これらのアプローチについてどう思われますか？
あなたの時間と努力に感謝します。
01:良い質問だ。データが新たに最大値が高くなったり最小値が低くなったりした場合、より適切なモデルにするために再トレーニングが必要になるかもしれない。
02:ML理論によれば、この記事で適用されている正規化の計算は正しいものであり、理にかなっていると言えるでしょう。サンプルごとに異なるパラメータで正規化することは受け入れられない（私の言葉ではない）。
エキスパートアドバイザーの内部からモデルを再トレーニングすることは可能ですか？そうすれば、モデルを最適化しながら前進することができますか？
こんにちは。
2018年から2020年のように、ある期間のデータをエクスポートすることは可能でしょうか？
ありがとうございました！
取引の機会を逃しています。
- 無料取引アプリ
- 8千を超えるシグナルをコピー
- 金融ニュースで金融マーケットを探索
新しい記事「ONNXをマスターする：MQL5トレーダーにとってのゲームチェンジャー」はパブリッシュされました:
機械学習モデルを交換するための強力なオープン標準形式であるONNXの世界に飛び込んでみましょう。ONNXを活用することでMQL5のアルゴリズム取引にどのような変革がもたらされ、トレーダーが最先端のAIモデルをシームレスに統合し、戦略を新たな高みに引き上げることができるようになるかがわかります。クロスプラットフォーム互換性の秘密を明らかにし、MQL5取引の取り組みでONNXの可能性を最大限に引き出す方法を学びましょう。ONNXをマスターするためのこの包括的なガイドで取引ゲームを向上させましょう。
AIと機械学習の時代が始まっていることは否定できません。毎日、金融、芸術、ゲーム、教育、その他生活のさまざまな側面に新しいAIベースのテクノロジーが導入されています。
私たちトレーダーは、人工知能の力を活用することを学べば、人間の目では見ることができなかったパターンや関係を検出できるようになり、市場で優位に立つことができるようになります。
AIはクールで魔法のように見えますが、モデルの背後には複雑な数学的演算があり、これらの機械学習モデルをゼロから実装する場合、正しく理解して実装するには膨大な量の作業と高い精度と集中力が必要です。オープンソースのおかげで、これは必要ではありません。
現在では、AIモデルを構築して実装するのに数学やプログラミングの天才である必要はありません。必要なのは、プロジェクトに使用する特定のプログラミング言語やツールの基本的な理解、また、場合によってはPCです。Google Colabのようなサービスのおかげで、PCを所有する必要さえなく、Pythonを使用してAIモデルを無料でコーディング、構築、実行できます。
Pythonや他の一般的で成熟したプログラミング言語を使用して機械学習モデルを実装するのは簡単ですが、正直に言うと、MQL5でそれを実行するのはそれほど簡単ではありません。本連載でおこなっているように、MQL5で機械学習モデルを最初から作成するという車輪の再発明を希望しない限り、ONNXを使用してPythonで構築されたAIモデルをMQL5に統合することを強くお勧めします。私はONNXがMQL5でサポートされるようになったことをとても嬉しく思っていますし、読者も嬉しく思うべきだと思います。
作者: Omega J Msigwa