Alguém já utilizou a integração Python no MetaEditor em construções 2302 e superiores (melhor beta 2304)?
A primeira versão da integração no editor está a funcionar agora, e a próxima será a seguinte:
execução de scripts (não peritos) e serviços como programas Python *.py
uma biblioteca de pitões metatrader5 completamente reescrita com acesso a gráficos, símbolos, capacidade de comércio, história comercial
destaque no editor
Os programas *.py e *.ipynb já em execução no editor funcionam.
Por favor, experimente.
Após a aprendizagem da máquina através de scripts python estar completa, passaremos à implementação do WinML com ONNX nativamente na própria MQL5.
Olhado para o que é o WinML, coisa bastante interessante, gostaria de compreender tudo )) Compreendo correctamente que depois de implementar o WinML com ONNX, a aprendizagem da máquina estará disponível em mql5 fora da caixa MetaTrader5 ? E os modelos treinados em WinML, podem ser usados directamente em programas MetaTrader5 ?
Vejam o que é o WinML, coisa muito interessante, gostaria de compreender tudo )) Compreendo correctamente que, após a implementação do WinML com ONNX, a aprendizagem da máquina estará disponível em mql5 fora da caixa MetaTrader5 ? E os modelos treinados em WinML, podem ser usados directamente em programas MetaTrader5 ?
Sim, é isso mesmo.
Será possível criar sistemas muito complexos e vendê-los no Mercado. E em teoria deveriam trabalhar mais rapidamente.
A investigação pode ser realizada em qualquer sistema, depois os modelos treinados podem ser exportados para o formato ONNX e executados em WinML nativo.
Poderia construir sistemas muito sofisticados e vendê-los no mercado. E, em teoria, deveriam trabalhar mais rapidamente.
A investigação pode ser feita em qualquer sistema, depois os modelos treinados podem ser exportados para o formato ONNX e executados nativamente em WinML.
Em relação a isto, outra questão. Como pretende integrar os modelos formados no código do programa mql5 ? Será uma integração directa do código formado no código mql? Ou cada modelo será guardado num ficheiro separado, e este ficheiro será ligado como inclusão?
Além da integração Python, estamos a trabalhar no suporte nativo para grandes funções de dados tanto em código como em MetaEditor:
O SQLite Browser no MetaEditor já está disponível no betas
Visualização tabular de ficheiros CSV, incluindo pacotes zip/gz
Os conjuntos de dados são geralmente distribuídos em formatos CSV, incluindo os que estão embalados em gz/zip. Damos-lhe a possibilidade de ver (e editar provavelmente) ficheiros enormes em vista tabular, o que está quase indisponível noutros editores.
DatabaseXXX funções de extensão como DatabasePrint, DatabaseExport, DatabaseImport
Com estas funções pode facilmente converter ficheiros CSV para bases de dados SQLite, exportá-los ou imprimi-los.
Basta importar uma vez uma base de dados de texto CSV para o SQLite, e depois utilizar a fantástica (nível C++) velocidade de acesso e recuperação de dados. A nossa implementação SQLite é virtualmente sem perdas em comparação com as implementações C++.
Permitimos adicionar ficheiros SQLite como recursos em programas EX5
Os recursos são automaticamente comprimidos, permitindo distribuir programas de tamanho moderado e utilizá-los na rede de agregados.
Em relação a isto, outra questão. Como pretende integrar modelos treinados no código do programa mql5 ? Será uma integração directa do código formado no código mql? Ou cada modelo será guardado num ficheiro separado, e este ficheiro será ligado como inclusão?
Renat, peço desculpa pela pergunta fora de tópico. Poderia dizer-me como ligar a biblioteca a .lib ou .uma extensão no projecto ME? Se os projectos não apoiarem esta ligação, esta funcionalidade será acrescentada? Actualmente, tenho de fazer uma dll a partir de bibliotecas estáticas, e depois ligá-las ao projecto, não é lógico e conveniente ligar a uma dll, quando existem ficheiros .lib ou .a
O problema é a estreiteza de percepção do tema entre as massas e a falta de compreensão das tendências no desenvolvimento de algotrading:
A aprendizagem de máquinas é o próximo passo tecnológico em algotrading
Python não é uma biblioteca C++, mas uma plataforma de aprendizagem de máquinas vencedoras
A integração da Python no editor e terminal dá-lhe a capacidade de utilizar instantaneamente bibliotecas de tomada de decisão fora da prateleira e completamente intoleráveis
As integrações são a norma, temos Native DLL, .NET DLL, OpenCL, DirectX, SQLite para além de um grande conjunto de funções nativas e biblioteca padrão
Metatrader 5 e MQL5 estão a evoluir rapidamente para apoiar a aprendizagem da máquina: primeiro através de Python, biblioteca de integração API terminal e funções para trabalhar com dados massivos, e depois a transição para o formato padrão WinML e abrir o modelo ONNX.
Ostrich é exactamente o tipo de pessoa
tentando argumentar sobre a complexidade da MQL5 e os benefícios do MT4
Não se desenvolvem, poupando a sua energia
Tentar parar o progresso
Para melhor compreender a indústria do algotrading:
Pense em grande escala com dezenas de milhões de consumidores em vez de percepções ou oportunidades pessoais/privadas
Avaliar períodos de 5-10 anos e tendências de desenvolvimento, a informação pública é suficiente.
os produtos (robôs, indicadores, ...) são principalmente desenvolvidos por programadores mais ou menos profissionais, que precisam de cada vez mais possibilidades, incluindo a distribuição
os utilizadores em massa utilizam frequentemente os resultados dos desenvolvedores profissionais sem compreender a complexidade das tecnologias aplicadas
há uma camada suficiente de criadores e consumidores não públicos, mas super-capazes, sob a forma de fundos de cobertura
Ou se abraça o progresso ou se fica de fora - o comboio está a circular sem parar.
Se alguém se mantiver no quadro de "só existe eu e os meus interesses, porque devo pensar no geral e no futuro", perde naturalmente a capacidade de defender a sua posição em grande escala.
Alguém já utilizou a integração Python no MetaEditor em construções 2302 e superiores (melhor beta 2304)?
A primeira versão da integração no editor está a funcionar agora, e a próxima será a seguinte:
Os programas *.py e *.ipynb já em execução no editor funcionam.
Por favor, experimente.
Após a aprendizagem da máquina através de scripts python estar completa, passaremos à implementação do WinML com ONNX nativamente na própria MQL5.
Olhado para o que é o WinML, coisa bastante interessante, gostaria de compreender tudo ))
Compreendo correctamente que depois de implementar o WinML com ONNX, a aprendizagem da máquina estará disponível em mql5 fora da caixa MetaTrader5 ?
E os modelos treinados em WinML, podem ser usados directamente em programas MetaTrader5 ?
Vejam o que é o WinML, coisa muito interessante, gostaria de compreender tudo ))
Compreendo correctamente que, após a implementação do WinML com ONNX, a aprendizagem da máquina estará disponível em mql5 fora da caixa MetaTrader5 ?
E os modelos treinados em WinML, podem ser usados directamente em programas MetaTrader5 ?
Sim, é isso mesmo.
Será possível criar sistemas muito complexos e vendê-los no Mercado. E em teoria deveriam trabalhar mais rapidamente.
A investigação pode ser realizada em qualquer sistema, depois os modelos treinados podem ser exportados para o formato ONNX e executados em WinML nativo.
Sim, é isso mesmo.
Poderia construir sistemas muito sofisticados e vendê-los no mercado. E, em teoria, deveriam trabalhar mais rapidamente.
A investigação pode ser feita em qualquer sistema, depois os modelos treinados podem ser exportados para o formato ONNX e executados nativamente em WinML.
Em relação a isto, outra questão.
Como pretende integrar os modelos formados no código do programa mql5 ?
Será uma integração directa do código formado no código mql?
Ou cada modelo será guardado num ficheiro separado, e este ficheiro será ligado como inclusão?
Além da integração Python, estamos a trabalhar no suporte nativo para grandes funções de dados tanto em código como em MetaEditor:
Os conjuntos de dados são geralmente distribuídos em formatos CSV, incluindo os que estão embalados em gz/zip. Damos-lhe a possibilidade de ver (e editar provavelmente) ficheiros enormes em vista tabular, o que está quase indisponível noutros editores.
Com estas funções pode facilmente converter ficheiros CSV para bases de dados SQLite, exportá-los ou imprimi-los.
Basta importar uma vez uma base de dados de texto CSV para o SQLite, e depois utilizar a fantástica (nível C++) velocidade de acesso e recuperação de dados. A nossa implementação SQLite é virtualmente sem perdas em comparação com as implementações C++.
Os recursos são automaticamente comprimidos, permitindo distribuir programas de tamanho moderado e utilizá-los na rede de agregados.
Sim, é verdade.
Podia-se criar sistemas muito complexos e vendê-los no mercado. E deveriam trabalhar mais rapidamente em teoria.
A investigação pode ser feita em qualquer sistema, depois exportar os modelos treinados para o formato ONNX e correr em WinML nativo.
não. Alglib, como eu o entendo, não está a planear actualizar as últimas versões?
Em relação a isto, outra questão.
Como pretende integrar modelos treinados no código do programa mql5 ?
Será uma integração directa do código formado no código mql?
Ou cada modelo será guardado num ficheiro separado, e este ficheiro será ligado como inclusão?
ONNX + WinML: https://docs.microsoft.com/en-us/windows/ai/
Leia por si próprio sobre este tópico. É enorme e não pode ser explicado com os dedos no fórum.
não. Alglib, tanto quanto sei, não tem planos de actualizar as últimas versões?
Renat, peço desculpa pela pergunta fora de tópico.
Poderia dizer-me como ligar a biblioteca a .lib ou .uma extensão no projecto ME?
Se os projectos não apoiarem esta ligação, esta funcionalidade será acrescentada?
Actualmente, tenho de fazer uma dll a partir de bibliotecas estáticas, e depois ligá-las ao projecto,
não é lógico e conveniente ligar a uma dll, quando existem ficheiros .lib ou .a
.
Não julgue severamente, talvez haja por aí amantes da pitão a tentar integrá-la em tudo e mais alguma coisa.
Python é uma biblioteca C++, não é melhor fazer MQL SB(biblioteca padrão)?
MQ ia inicialmente por este caminho, mas depois desistiu sob a ofensiva de Ruto, RWods e Algibods )
Na minha opinião, todo o problema é que o MQ tem medo de ir além da "caixa de areia", como R, Py, Alglib já não é o nosso problema.
Adicionaram uma ligação a outras "linguagens de programação" e deixaram os outros Yaps fazer o que queriam.
Lembra-me uma avestruz )))
O problema é a estreiteza de percepção do tema entre as massas e a falta de compreensão das tendências no desenvolvimento de algotrading:
Ostrich é exactamente o tipo de pessoa
Para melhor compreender a indústria do algotrading: