막심 드미트리예프스키 # : 또는 전송, 당신은이 사이트 (검색)에서 catboost에 대한 기사를 볼 수 있습니다. 내 또는 알렉세이.
위협. 부스팅에 비해 테이블 형식 데이터 및 시계열에 대한 뉴런의 이점은 누구에게도 입증되지 않았으므로 다른 것을 전송하는 것이 합리적일 것입니다...
음, 나는 그들이 파이썬에서 MQL5로 어떻게 전환했는지에 대한 펄프를 이해하지 못했지만 분명히 https://www.mql5.com/en/articles/8642 의 기능을 사용하여 다음을 가져올 수 있다는 것을 이해했습니다. mql5 코드에서 모델의 catbus . 나는 주로 XGBoost를 사용하지만 catboost(라즈베리 한 개)도 할 수 있습니다. 신경망 및 테이블 형식 데이터에 동의합니다. 내가 알기로는 이 기사의 코드를 사용하여 catbust 모델을 사용할 수 있지만 다른 라이브러리는 사용할 수 없습니다. 글쎄, 그것도 좋다. 이제 저는 Python 라이브러리 선택에 제한이 없는 접근 방식을 사용합니다. Python API를 통해 mql5 코드에서 모델을 가져옵니다. 이 경우 라이브러리에 국한되지 않고 기사의 변형에서 더 느립니다. 라이브러리에 대한 제한이지만 분명히 주문/주문이 더 빠릅니다.
Обучение классификатора CatBoost на языке Python и экспорт модели в mql5 формат, а также разбор параметров модели и кастомный тестер стратегий. Для подготовки данных и обучения модели используется язык программирования Python и библиотека MetaTrader5.
mytarmailS # : 네, 제가 상상하는 바로 그 모습입니다.. OP를 복원하고 PCA를 통해 시각화 ...
나는 이미 이전에 아이디어의 본질을 설명했습니다. 페이지에 사진이 있습니다.
솔직히 말해서 별로 의미가 없습니다. 저차원 투영은 원칙적으로 다차원의 경우에 있을 수 있는 모든 것을 표시할 수 없습니다. 예를 들어 극단은 안장점이 될 수 있습니다. 한 변수에는 최대값이고 다른 변수에는 최소값입니다. 그리고 표면이 매끄럽지 않다면 무엇이든 있을 수 있습니다.
솔직히 말해서 별로 의미가 없습니다. 저차원 투영은 원칙적으로 다차원의 경우에 있을 수 있는 모든 것을 표시할 수 없습니다. 예를 들어 극단은 안장점이 될 수 있습니다. 한 변수에는 최대값이고 다른 변수에는 최소값입니다. 그리고 표면이 매끄럽지 않다면 무엇이든 있을 수 있습니다.
이론적으로 PCA 대신 PLS를 사용하는 것이 좀 더 이해가 될 것입니다.
현재 빠르게 발명된 구현에는 약간의 의미가 있을 수 있지만 이 모든 작업이 수행되는 본질적인 이유에서 이 전체 스레드보다 더 의미가 있을 수 있습니다.
음, 나는 그들이 파이썬에서 MQL5로 어떻게 전환했는지에 대한 펄프를 이해하지 못했지만 분명히 https://www.mql5.com/en/articles/8642 의 기능을 사용하여 다음을 가져올 수 있다는 것을 이해했습니다. mql5 코드의 모델 컷버스. 나는 주로 XGBoost를 사용하지만 catboost(라즈베리 한 개)도 할 수 있습니다. 신경망 및 테이블 형식 데이터에 동의합니다. 내가 알기로는 이 기사의 코드를 사용하여 catbust 모델을 사용할 수 있지만 다른 라이브러리는 사용할 수 없습니다. 글쎄, 그것도 좋다. 이제 저는 Python 라이브러리 선택에 제한이 없는 접근 방식을 사용합니다. Python API를 통해 mql5 코드에서 모델을 가져옵니다. 이 경우 라이브러리에 국한되지 않고 기사의 변형에서 더 느립니다. 라이브러리에 대한 제한이지만 분명히 주문/주문이 더 빠릅니다.
이 기사의 버전은 레이어 없이 MT5에서 파이썬으로 훈련된 모델을 사용하기 위한 이미 최종 버전입니다. 거기에서 트리 분할은 파이썬 프로그램에서 C++로 저장된 다음 mql 코드와 클래스 계산 기능으로 변환됩니다.
이전에는 표준 메트릭과 사용자 정의 메트릭을 결합하는 아이디어가 있었습니다. 표준 메트릭에 따라 모델이 학습되고 사용자 정의 메트릭에 따라 선택이 수행되는 방식으로 이해했습니다.
예, 사실 결합된 기준이 더 좋습니다.
표준에 따라 훈련하지만, 정확도나 roc과 같은 소위 평가 메트릭이 있으며, logloss 최소화를 통해 훈련되지만 버스 정류장은 그에 따라 발생합니다. 그런 다음 사용자 지정 항목으로 선택합니다.
그러면 여전히 MT5 옵티마이저에서 모델을 구동하여 손절매 매개변수 등을 조정하고 다른 많은 소란을 피울 수 있습니다. :)
모델 매개변수 공간에서? 그것은 거대한 차원을 가지고 있습니다. 이것은 적은 수의 예측 변수가 있는 매우 간단한 모델에서만 가능합니다.
거대한 차원의 공간에서 표면을 구성하는 방법은 명확하지 않습니다. 이 차원과 비교할 때 우리는 매우 적은 수의 포인트를 가지고 있습니다. 일부 시각화 방법은 PCA 등의 차원이 감소하지 않는 한 의미가 불명확합니다.
그런 다음 MT5 옵티마이저에서 모델을 구동하여 손절매 매개변수 등을 조정할 수 있습니다.
그리고 무엇을 통해 그것을 할 것인가? 아니면 MQL5로 작성된 모델에 대해 이야기하고 있습니까?
그리고 무엇을 통해 그것을 할 것인가? 아니면 MQL5로 작성된 모델에 대해 이야기하고 있습니까?
또는 전송, 당신은이 사이트 (검색)에서 catboost에 대한 기사를 볼 수 있습니다. 내 또는 알렉세이.
음, 나는 그들이 파이썬에서 MQL5로 어떻게 전환했는지에 대한 펄프를 이해하지 못했지만 분명히 https://www.mql5.com/en/articles/8642 의 기능을 사용하여 다음을 가져올 수 있다는 것을 이해했습니다. mql5 코드에서 모델의 catbus . 나는 주로 XGBoost를 사용하지만 catboost(라즈베리 한 개)도 할 수 있습니다. 신경망 및 테이블 형식 데이터에 동의합니다. 내가 알기로는 이 기사의 코드를 사용하여 catbust 모델을 사용할 수 있지만 다른 라이브러리는 사용할 수 없습니다. 글쎄, 그것도 좋다. 이제 저는 Python 라이브러리 선택에 제한이 없는 접근 방식을 사용합니다. Python API를 통해 mql5 코드에서 모델을 가져옵니다. 이 경우 라이브러리에 국한되지 않고 기사의 변형에서 더 느립니다. 라이브러리에 대한 제한이지만 분명히 주문/주문이 더 빠릅니다.
네, 제가 상상하는 바로 그 모습입니다.. OP를 복원하고 PCA를 통해 시각화 ...
솔직히 말해서 별로 의미가 없습니다. 저차원 투영은 원칙적으로 다차원의 경우에 있을 수 있는 모든 것을 표시할 수 없습니다. 예를 들어 극단은 안장점이 될 수 있습니다. 한 변수에는 최대값이고 다른 변수에는 최소값입니다. 그리고 표면이 매끄럽지 않다면 무엇이든 있을 수 있습니다.
이론적으로 PCA 대신 PLS를 사용하는 것이 좀 더 이해가 될 것입니다.솔직히 말해서 별로 의미가 없습니다. 저차원 투영은 원칙적으로 다차원의 경우에 있을 수 있는 모든 것을 표시할 수 없습니다. 예를 들어 극단은 안장점이 될 수 있습니다. 한 변수에는 최대값이고 다른 변수에는 최소값입니다. 그리고 표면이 매끄럽지 않다면 무엇이든 있을 수 있습니다.
이론적으로 PCA 대신 PLS를 사용하는 것이 좀 더 이해가 될 것입니다.현재 빠르게 발명된 구현에는 약간의 의미가 있을 수 있지만 이 모든 작업이 수행되는 본질적인 이유에서 이 전체 스레드보다 더 의미가 있을 수 있습니다.
음, 나는 그들이 파이썬에서 MQL5로 어떻게 전환했는지에 대한 펄프를 이해하지 못했지만 분명히 https://www.mql5.com/en/articles/8642 의 기능을 사용하여 다음을 가져올 수 있다는 것을 이해했습니다. mql5 코드의 모델 컷버스. 나는 주로 XGBoost를 사용하지만 catboost(라즈베리 한 개)도 할 수 있습니다. 신경망 및 테이블 형식 데이터에 동의합니다. 내가 알기로는 이 기사의 코드를 사용하여 catbust 모델을 사용할 수 있지만 다른 라이브러리는 사용할 수 없습니다. 글쎄, 그것도 좋다. 이제 저는 Python 라이브러리 선택에 제한이 없는 접근 방식을 사용합니다. Python API를 통해 mql5 코드에서 모델을 가져옵니다. 이 경우 라이브러리에 국한되지 않고 기사의 변형에서 더 느립니다. 라이브러리에 대한 제한이지만 분명히 주문/주문이 더 빠릅니다.
이 기사의 버전은 레이어 없이 MT5에서 파이썬으로 훈련된 모델을 사용하기 위한 이미 최종 버전입니다. 거기에서 트리 분할은 파이썬 프로그램에서 C++로 저장된 다음 mql 코드와 클래스 계산 기능으로 변환됩니다.
좋아요, 언젠가 해봐야겠네요.
좋아요, 언젠가 해봐야겠네요.