기고글 토론 "MQL5에서 ONNX 모델을 사용하는 방법"
복사_속도_범위의 상품/기간 및 날짜, 예측을 위한 입력 종가 수(여기서는 time_step = 120, model.add(Conv1D)의 입력 모양 = (120,1)) - 이 경우 다음 가격 예측의 기준이 되는 시간별 종가 수입니다.
모델 자체의 아키텍처, 예를 들어
model = Sequential() model.add(LSTM(units = 50, return_sequences = True, input_shape = (time_step, 1))) model.add(Dropout(0.2)) model.add(LSTM(units = 50, return_sequences = True)) model.add(Dropout(0.2)) model.add(LSTM(units = 50, return_sequences = True)) model.add(Dropout(0.2)) model.add(LSTM(units = 50)) model.add(Dropout(0.2)) model.add(Dense(units = 1)) model.compile(optimizer='adam',loss= 'mse',metrics=[rmse()])
EA 매개변수
input double InpLots = 1.0; // 오픈 포지션에 랏 금액 input bool InpUseStops = true; // 거래에서 스탑 사용 input int InpTakeProfit = 500; // 테이크프로핏 레벨 input int InpStopLoss = 500; // 스톱로스 수준
트레이딩 알고리즘 자체 등
인스트루먼트/기간 및 copy_rates_range의 날짜, 예측에 대한 입력 종가 수(여기서는 time_step = 120, model.add(Conv1D)의 input_shape = (120,1))가 EA에서 변경됩니다.
모델 자체의 아키텍처를 변경합니다.
EA 매개 변수
트레이딩 알고리즘 자체 등
이 파일을 어디에 넣어야 하는지 알려주시겠습니까? (사이트에서 다운로드했는데 설치 프로그램이없고 폴더에있는 파일 만 있습니다).
GPU 계산은 라이브러리 ...를 사용하여 NVIDIA GeForce GeForce RTX 2080 Ti 그래픽 카드에서 수행되었습니다. 및 CUDNN 8.1.0.7.
이 파일을 어디에 넣어야 하는지 알려주시겠어요? (사이트에서 다운로드했는데 설치 프로그램이 없고 폴더에 파일만 있습니다).
설치 방법에 대한 GPU 딥 러닝을 위한 Windows 11에서 CUDA, CUDNN, Keras 및 TensorFlow 설정하기 비디오가 있습니다.
동영상의 첫 번째 댓글에서 텐서플로우 2.10.0 버전을 명시적으로 지정해야 한다는 점에 유의하세요.
- 2022.01.05
- www.youtube.com
설치 방법에 대한 자세한 내용은 GPU 딥 러닝을 위한 Windows 11에서 CUDA, CUDNN, Keras 및 TensorFlow 설정하기 동영상을 참조하세요.
설치 완료!
그러한 예측은 순진한 예측과 다르지 않기 때문에 실험 할 필요가 없습니다 (이전 종가의 가치가 예측으로 간주 됨). 이 경우 모델의 예측 능력에 대해 아무 것도 말하지 않는 거의 가장 작은 학습 오차 (RMS)를 얻습니다. 오히려 복잡한 아키텍처도 쉽게 터미널로 전송할 수 있다는 것을 보여주는 교육적인 예입니다. 시계열 예측을위한 신경망 아키텍처 연구에 관한 그 기사의 저자가 무엇을 피우고 있었는지 모르겠습니다 :) 여기에서는 적절한 추정이 필요하거나 회귀 대신 분류가 필요합니다.
실험을 위한 메트릭옵션
- Pablo Cánovas
- medium.com
새로운 기고글 MQL5에서 ONNX 모델을 사용하는 방법 가 게재되었습니다:
ONNX(Open Neural Network Exchange)는 머신 러닝 모델을 나타내기 위해 구축된 개방형 형식입니다. 이 기사에서는 금융 시계열을 예측하기 위해 CNN-LSTM 모델을 만드는 방법에 대해 살펴보겠습니다. 또한 MQL5 Expert Advisor에서 생성된 ONNX 모델을 사용하는 방법도 보여드리겠습니다.
모델을 생성하는 방법에는 두 가지가 있습니다. OnnxCreate를 사용하여 onnx 파일에서 모델을 생성하거나OnnxCreateFromBuffer를사용하여 데이터 배열에서 모델을 생성할 수 있습니다.
ONNX 모델이 EA의 리소스로 사용되는 경우에는 모델을 변경할 때마다 EA를 다시 컴파일해야 합니다.
모든 모델이 입력 및/또는 출력 텐서의 크기를 완전히 정의한 것은 아닙니다. 이는 일반적으로 패키지 크기를 담당하는 첫 번째 차원입니다. 모델을 실행하기 전에OnnxSetInputShape및OnnxSetOutputShape함수를 사용하여 크기를 명시적으로 지정해야 합니다. 모델의 입력 데이터는 모델을 훈련할 때와 동일한 방식으로 준비되어야 합니다.
입력 및 출력 데이터의 경우모델에서 사용되는것과 동일한 유형의 배열, 행렬 및/또는 벡터를 사용하는 것이 좋습니다. 이 경우 모델을 실행할 때 데이터를 변환할 필요가 없습니다. 원하는 형태로 데이터를 표현할 수 없는 경우자동으로 데이터가 변환됩니다.
작성자: MetaQuotes