Discussão do artigo "Previsão baseada em aprendizado profundo e abertura de ordens com o pacote MetaTrader 5 python e arquivo de modelo ONNX"
Olá, desculpe-me por ter cometido um erro com o arquivo DeepLearningForecast_ONNX_training.py.
Você terá que usar este aqui
Arquivos anexados:
Javier Santiago Gaston De Iriarte Cabrera #:
Olá, desculpe-me por ter cometido um erro com o arquivo DeepLearningForecast_ONNX_training.py.
Você terá que usar este aqui
desculpe, esse também tem erros, vou fazer esse py amanhã e deixá-lo aqui.
Também estou fazendo uma continuação, você terá o py correto também na continuação.
Desculpe-me por n tempo.
Esqueci de colocar alguns NaN
Aqui está o arquivo final (mas, obtenha-o no próximo artigo)
Arquivos anexados:
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Previsão baseada em aprendizado profundo e abertura de ordens com o pacote MetaTrader 5 python e arquivo de modelo ONNX foi publicado:
O projeto envolve o uso de Python para previsão em mercados financeiros baseada em aprendizado profundo. Nós exploraremos as nuances do teste de desempenho do modelo usando indicadores-chave como erro absoluto médio (MAE), erro quadrático médio (MSE) e R-quadrado (R2), além de aprender a integrar tudo isso em um arquivo executável. Também criaremos um arquivo de modelo ONNX e um EA (Expert Advisor).
Agora, utilizando as ideias do artigo "Uso de Modelos ONNX no MQL5" da MetaQuotes, eu converto o modelo para o formato ONNX. Seguindo as recomendações apresentadas no mesmo artigo, eu integro o modelo ONNX resultante no EA básico para iniciar as operações de negociação. Essa abordagem permite integrar suavemente os modelos de aprendizado de máquina no ambiente MQL5, expandindo as capacidades do algoritmo de negociação.
Antes de formatar para ONNX, é necessário baixar os dados. Para isso, usaremos o script que carreguei (ticks_to_csv). Basta salvá-lo na pasta do EA do MQL5, abrir no IDE e compilar. Depois disso, adicione o script ao gráfico e deixe-o funcionar por algum tempo (como ele carrega todos os ticks para o símbolo, o processo pode demorar). No diário, você verá uma mensagem indicando a conclusão do processo. Eu o usei para EURUSD, e ele ocupou vários gigabytes.
Autor: Javier Santiago Gaston De Iriarte Cabrera