Discussão do artigo "Metamodelos em aprendizado de máquina e negociação: Tempo original das ordens de negociação" - página 10

[Inquiring]

Maxim Dmitrievsky #:
Não vejo nenhum prognóstico. Você pode ter epilepsia como em alguns desenhos animados japoneses, portanto, tenha cuidado com isso.

É de um livro didático sobre dinâmica não linear. O interessante é que todo o quadro é dado por uma fórmula de recorrência. Ou seja, sabendo o local onde você está e a direção do movimento, você pode dizer com alta probabilidade onde estará em algum momento.

Com relação à imagem anterior. Não tenho nenhum desejo de surpreender ninguém com minha superprevisão ou graal, e já indiquei que 10% do trabalho já foi feito.

[[Excluído]]

Inquiring #:

Isso é de um livro didático sobre dinâmica não linear. O interessante é que todo o quadro é dado por uma fórmula de recorrência. Ou seja, sabendo o local onde você está e a direção do movimento, é possível dizer com alta probabilidade onde você estará em algum momento.

Com relação à imagem anterior. Não desejo impressionar ninguém com minha superprevisão ou meu graal, e observei que 10% do trabalho já foi feito.

Resta desejar-lhe boa sorte

[Inquiring]

Maxim Dmitrievsky #:
Desejo-lhe apenas boa sorte.

Obrigado.

[djgagarin]

Olá!

Interessado em seus artigos, foi interessante estudar. Obrigado por esse trabalho.

Nunca me deparei com a tradução de uma rede para a biblioteca *.mqh. É possível traduzir a rede CNN dessa maneira?

Tenho uma conexão entre o Jupiter e o terminal por meio de arquivos de dados, o que não é muito conveniente.

Também gostaria de implementá-la. Por favor, diga-me onde posso procurá-la.

Obrigado.

[[Excluído]]

djgagarin #:

Olá!

Interessado em seus artigos, foi interessante estudar. Obrigado por esse trabalho.

Nunca me deparei com a tradução de uma rede para a biblioteca *.mqh. É possível traduzir a rede CNN para a biblioteca *.mqh?

Tenho uma conexão jupiter com o terminal por meio de arquivos de transferência de dados, o que não é muito conveniente.

Também gostaria de implementá-la. Por favor, diga-me onde posso procurar.

Obrigado.

Olá, é claro que você pode reescrever a arquitetura da rede e, em seguida, salvar os pesos para ela em cada retreinamento em um arquivo ou em mqh imediatamente

talvez seja possível usar um modelo pronto, como

Como não lido com redes, não posso lhe dizer sobre a complexidade da migração, pois isso provavelmente depende da complexidade da rede.

[Aleksey Vyazmikin]

Estou recebendo um aviso

Warning (from warnings module):
  File "D:\FX\Python\meta_modeling.py", line 26
    pFixed['time'] = pd.to_datetime(pFixed['time'], infer_datetime_format=True)
UserWarning: The argument 'infer_datetime_format' is deprecated and will be removed in a future version. A strict version of it is now the default, see https://pandas.pydata.org/pdeps/0004-consistent-to-datetime-parsing.html. Você pode remover esse argumento com segurança.

Não está claro se isso é crítico ou não para a operação correta, e como corrigi-lo?

def get_prices() -> pd.DataFrame:
    p = pd.read_csv('EURUSDMT5.csv', delim_whitespace=True)
    pFixed = pd.DataFrame(columns=['time', 'close'])
    pFixed['time'] = p['<DATE>'] + ' ' + p['<TIME>']
    pFixed['time'] = pd.to_datetime(pFixed['time'], infer_datetime_format=True)
    pFixed['close'] = p['<CLOSE>']
    pFixed.set_index('time', inplace=True)
    pFixed.index = pd.to_datetime(pFixed.index, unit='s')
    pFixed = pFixed.dropna()
    pFixedC = pFixed.copy()

[[Excluído]]

Aleksey Vyazmikin #:

Estou recebendo um aviso.

Não está claro se isso é crítico ou não para a operação correta e como corrigi-lo?

No novo pandas, substitua por

format='mixed'

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:

Nos novos pandas, substitua por

format='mixed'

Sim, funcionou, obrigado.

Há alguns pontos pouco claros no artigo:

"A seleção de preditores e a marcação de negociações são automáticas." - Não consegui encontrar no artigo onde está descrito o método automático de seleção de preditores?

"Os dados agora estão preparados para treinamento. É possível fazer uma repartição adicional dos rótulos principais ('rótulos') de acordo com os segundos rótulos ('meta_labels'), ou seja, excluir do conjunto de dados todas as negociações que se revelaram não lucrativas."

E como essa exclusão ocorre ao aplicar o modelo em novos dados no Expert Advisor?

Não consigo entender por que a marcação é diferente no estágio inicial. Isso é feito artificialmente, e é possível não fazer isso?

[[Excluído]]

Aleksey Vyazmikin #:

Sim, funcionou, obrigado.

Há alguns pontos pouco claros no artigo:

"A seleção de preditores e a marcação de negociações são automáticas." - Não consegui encontrar no artigo onde está descrito o método automático de seleção de preditores?

"Agora os dados estão preparados para treinamento. Você pode fazer repartições adicionais dos rótulos principais ('rótulos') de acordo com os segundos rótulos ('meta_labels'), ou seja, remover do conjunto de dados todas as negociações que se mostraram não lucrativas."

E como essa exclusão ocorre ao aplicar o modelo em novos dados no Expert Advisor?

Não consigo entender por que a marcação é diferente no estágio inicial. Isso é feito artificialmente e é possível não fazer isso?

Isso provavelmente significa que os sinais e rótulos são criados por meio de funções, portanto, são automáticos.

Quando aplicado a novos dados, o modelo já treinado é usado, não é necessário excluir nada.

A marcação é diferente - uma amostragem aleatória de negociações é escolhida porque não sabemos como marcar o gráfico corretamente. Se marcarmos o gráfico aleatoriamente muitas vezes e reiniciarmos o treinamento muitas vezes, então, de acordo com a lei dos grandes números....

[[Excluído]]

Se você quiser o mesmo - faça com que a duração mínima e máxima da transação seja a mesma, min=max

Se soubéssemos como fazer isso direito, mas não sabemos como fazer isso direito....

Você pode substituir qualquer função de autopartição, essa é a flexibilidade da abordagem.