Aleksey Terentev, eu também me instalei no Keras. Duas perguntas. Que backend você usa para Keras? Como vais ligá-lo à MT? Estou a usar o Tensorflow backend. Para MT estou escrevendo DLL em C++ para usar o modelo treinado. Mas obter a biblioteca C++ com arquivos de cabeçalho para o Tensorflow não é trivial. Não há nenhuma biblioteca C++ para o Kuras.
Aleksey Terentev, eu também me instalei no Keras. Duas perguntas. Que backend você usa para Keras? Como vais ligá-lo à MT? Estou a usar o Tensorflow backend. Para MT estou escrevendo DLL em C++ para usar o modelo treinado. Mas obter a biblioteca C++ com arquivos de cabeçalho para o Tensorflow não é trivial. Não há nenhuma biblioteca C++ para o Kuras.
Eu ainda não mudei o backend. O padrão é Tensorflow. Há rumores de que aprende mais depressa com o Teano. Mas eu tive problemas ao instalar no Windows, além disso no Anaconda.
Com o MT4 eu uso o meu utilitário ML-Assistant. Foi concebido para trabalhar com classificação. Para negociação também uso minha própria ferramenta com a função "negociação virtual" no gráfico, posso publicá-la mais tarde. Eu apoio o ML-Assistente. Estou a preparar a próxima versão. Fi-lo especialmente para comodidade de trabalho com ferramentas externas, testes rápidos e depuração de modelos MO.
Com o MT4 eu uso o meu utilitário ML-Assistant. Foi concebido para trabalhar com classificação. Para negociação também uso minha própria ferramenta com a função "negociação virtual" no gráfico, posso publicá-la mais tarde. Eu apoio o ML-Assistente. Estou a preparar a próxima versão. Eu o fiz especialmente para a conveniência de ferramentas externas, testes rápidos e depuração dos modelos МО.
Coisas extremamente curiosas. Queria um exemplo concreto de R - rodando qualquer algoritmo de MO, por exemplo, um dos mais simples é a floresta aleatória (rf).
Coisas extremamente curiosas. Queria um exemplo concreto de R - rodando qualquer algoritmo de MO, por exemplo, um dos mais simples é a floresta aleatória (rf).
Infelizmente para si, eu próprio trabalho em Python. Mas eu posso descrever o princípio da preparação do roteiro: 1. Ao lançar um script externo, o utilitário passa os parâmetros de lançamento: ToolTimeframe + parâmetros especificados no trem/previsão. Significa que o script pode ser universal por ferramenta e por período de tempo. 2. Somente o caminho para a localização do arquivo csv deve ser especificado no script. Por exemplo: "@MT4@/mql4/files/ml-assistant" + parâmetros[0] + "_x.csv". 3. Postfixos para arquivos padrão "_x.csv" + "_y.csv" (trem) e "_xx.csv" -> "_yyy.csv" (prever)
4. Ler parâmetros, ler dados de ficheiros - todo o conjunto de dados está pronto. 5. Treinar, prever, salvar arquivo de previsão (com postfix "_yyyy.csv"). 6. O utilitário ml-assistant lê a sua previsão e apresenta-a no gráfico.
Ao atualizar a próxima versão, vou mudar o post do blog, vou tentar tornar a descrição um pouco mais transparente. E também você pode ajudar com exemplos em R, vou adicionar código para facilitar o começo de outros.
Neeraj Bokde, Gualberto Asencio-Cortes and Francisco Martinez-Alvarez
cran.r-project.org
This section discusses about the examples to introduce the use of the PSF package and to compare it with auto.arima() and ets() functions, which are well accepted functions in the R community working over time series forecasting techniques. The data used in this example are ’nottem’ and ’sunspots’ which are the standard time series dataset...
Sobre a questão de não haver indicadores prontos e EAs sobre NS. Não publiquei os meus últimos trabalhos no domínio público e não o farei.
A propósito, sobre adicionar NS ao MT. Estou a pensar anexar o Python ao MT. Estou a pensar em aparafusar o Python ao MT. Foi concebido para isso, mas será mesmo necessário? A questão é que Python tem um monte de bibliotecas prontas.
Sobre a questão de não haver indicadores prontos e EAs sobre NS. Não publiquei os meus últimos trabalhos no domínio público e não o farei.
A propósito, sobre adicionar NS ao MT. Estou a pensar anexar o Python ao MT. Estou a pensar em aparafusar o Python ao MT. Foi concebido para isso, mas será mesmo necessário? A questão é que em Python há muitas bibliotecas prontas.
Você pode simplesmente usar api de vinho para chamar um script Python, se você precisar calcular algo e depois despejar o resultado em um arquivo e deixar o bot lê-lo, nada demais :) Em geral, você pode fazer toda a lógica em Python e só obter sinais em MT
Embora, não sei quão rápido isto será, reinícios periódicos do roteiro
Eu acho que se você conectar Python corretamente, será mais rápido via DLL. Eu decidi escrever um ficheiro de cabeçalho em MQL5 para ligar o Python. Eu decidi escrever um arquivo de cabeçalho em MQL5 para conectar Python. Eu vou carregar o código para o GitHub.
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Aleksey Terentev, eu também me instalei no Keras. Duas perguntas. Que backend você usa para Keras? Como vais ligá-lo à MT? Estou a usar o Tensorflow backend. Para MT estou escrevendo DLL em C++ para usar o modelo treinado. Mas obter a biblioteca C++ com arquivos de cabeçalho para o Tensorflow não é trivial. Não há nenhuma biblioteca C++ para o Kuras.
Aleksey Terentev, eu também me instalei no Keras. Duas perguntas. Que backend você usa para Keras? Como vais ligá-lo à MT? Estou a usar o Tensorflow backend. Para MT estou escrevendo DLL em C++ para usar o modelo treinado. Mas obter a biblioteca C++ com arquivos de cabeçalho para o Tensorflow não é trivial. Não há nenhuma biblioteca C++ para o Kuras.
Eu ainda não mudei o backend. O padrão é Tensorflow. Há rumores de que aprende mais depressa com o Teano. Mas eu tive problemas ao instalar no Windows, além disso no Anaconda.
Com o MT4 eu uso o meu utilitário ML-Assistant. Foi concebido para trabalhar com classificação. Para negociação também uso minha própria ferramenta com a função "negociação virtual" no gráfico, posso publicá-la mais tarde.
Eu apoio o ML-Assistente. Estou a preparar a próxima versão. Fi-lo especialmente para comodidade de trabalho com ferramentas externas, testes rápidos e depuração de modelos MO.
PS. Feliz ano novo do cão! =)
Com o MT4 eu uso o meu utilitário ML-Assistant. Foi concebido para trabalhar com classificação. Para negociação também uso minha própria ferramenta com a função "negociação virtual" no gráfico, posso publicá-la mais tarde.
Eu apoio o ML-Assistente. Estou a preparar a próxima versão. Eu o fiz especialmente para a conveniência de ferramentas externas, testes rápidos e depuração dos modelos МО.
Coisas extremamente curiosas. Queria um exemplo concreto de R - rodando qualquer algoritmo de MO, por exemplo, um dos mais simples é a floresta aleatória (rf).
Coisas extremamente curiosas. Queria um exemplo concreto de R - rodando qualquer algoritmo de MO, por exemplo, um dos mais simples é a floresta aleatória (rf).
Mas eu posso descrever o princípio da preparação do roteiro:
1. Ao lançar um script externo, o utilitário passa os parâmetros de lançamento: ToolTimeframe + parâmetros especificados no trem/previsão.
Significa que o script pode ser universal por ferramenta e por período de tempo.
2. Somente o caminho para a localização do arquivo csv deve ser especificado no script. Por exemplo: "@MT4@/mql4/files/ml-assistant" + parâmetros[0] + "_x.csv".
3. Postfixos para arquivos padrão "_x.csv" + "_y.csv" (trem) e "_xx.csv" -> "_yyy.csv" (prever)
4. Ler parâmetros, ler dados de ficheiros - todo o conjunto de dados está pronto.
5. Treinar, prever, salvar arquivo de previsão (com postfix "_yyyy.csv").
6. O utilitário ml-assistant lê a sua previsão e apresenta-a no gráfico.
Ao atualizar a próxima versão, vou mudar o post do blog, vou tentar tornar a descrição um pouco mais transparente. E também você pode ajudar com exemplos em R, vou adicionar código para facilitar o começo de outros.
Aqui estão exemplos dos meus scripts em Python.
A propósito, aqui está a ligação. Tirei de lá muitas soluções para o Keras.
Você também pode conhecer mulheres do mercado aqui, coçando a língua.
As pessoas inteligentes dão-lhe as chaveshttps://cran.r-project.org/web/packages/PSF/vignettes/PSF_vignette.html e você não faz a menor ideia...
Sobre a questão de não haver indicadores prontos e EAs sobre NS. Não publiquei os meus últimos trabalhos no domínio público e não o farei.
A propósito, sobre adicionar NS ao MT. Estou a pensar anexar o Python ao MT. Estou a pensar em aparafusar o Python ao MT. Foi concebido para isso, mas será mesmo necessário? A questão é que Python tem um monte de bibliotecas prontas.
Aleksey Terentev Obrigado pela ligação.
Sobre a questão de não haver indicadores prontos e EAs sobre NS. Não publiquei os meus últimos trabalhos no domínio público e não o farei.
A propósito, sobre adicionar NS ao MT. Estou a pensar anexar o Python ao MT. Estou a pensar em aparafusar o Python ao MT. Foi concebido para isso, mas será mesmo necessário? A questão é que em Python há muitas bibliotecas prontas.
Você pode simplesmente usar api de vinho para chamar um script Python, se você precisar calcular algo e depois despejar o resultado em um arquivo e deixar o bot lê-lo, nada demais :) Em geral, você pode fazer toda a lógica em Python e só obter sinais em MT
Embora, não sei quão rápido isto será, reinícios periódicos do roteiro
Eu acho que se você conectar Python corretamente, será mais rápido via DLL. Eu decidi escrever um ficheiro de cabeçalho em MQL5 para ligar o Python. Eu decidi escrever um arquivo de cabeçalho em MQL5 para conectar Python. Eu vou carregar o código para o GitHub.