ONNX Trader - эксперт для MetaTrader 5

Архив моделей из статьи. Вы можете обучить свои собственные, потому что модели могут сильно отличаться, в зависимости от гиперпараметров обучения.

Модели машинного обучения обучены на языке Python и сконвертированы в формат ONNX. Их параметры и код в инклуднике изменять не нужно.

Настройки простые:

sinput double   MaximumRisk=0.001;      	//Progressive lot coefficient
sinput double   ManualLot=0;                    //Fixed lot
sinput ulong     OrderMagic = 666;              //Orders magic
input int max_orders = 1;                       //Orders number
input int stoploss = 2000;                      //Stop loss
input int takeprofit = 2000;                    //Take profit
input string comment = "The ONNX EA";

Но вы можете добавить свои фильтры, чтобы постараться сделать торговлю моделей лучше.

Как минимум, можно оптимизировать стоплосс и тейкпрофит, на любом таймфрейме

Подключение модели осуществляется через заголовочный файл, например:

#include <EURUSD ONNX include propensity matching original IPW.mqh>

31 марта 2024. Добавлены примеры из статьи про "кластеризацию".

"ONNX Trader Clusters" бот, ONNX модели и include файл. Кластеризация выполнена методом к-средних.

Обучение произведено с 2010 по 2020 годы. Форвард - с 2020 по 2024.

Бот "Onnx Trader" поддерживает второй способ обучения из статьи "Матчинг сделок при помощи кластеризации"

Для этого подключить iniclude файл <EURUSD ONNX include10.mqh>, который подтянет соответсвующие модели "catmodel10.onnx" и "catmodel_m10.onnx"