Группа пользователей MetaTrader 5 Python - краткое содержание - страница 33

[Petr Zharuk]

Alexandr Nikolaev #:

Здравствуйте. Обнаружил баг: copy_rates_range возвращает не те данные - должен возвращать данные бара OHLC, а возвращает данные тика. Не знал куда сообщить.

Использовал пример кода из справочника с другими датами и инструментом:

и на выходе получаю:

MetaTrader5 package author:  MetaQuotes Ltd.

MetaTrader5 package version:  5.0.4682

Выведем полученные данные как есть

(1704844800, 1.09291, 1.09291, 1.09262, 4607600487953426211, 6, 18, 0.)

(1704845100, 1.09284, 1.09285, 1.09237, 4607599271981526821, 19, 7, 0.)

(1704845400, 1.09263, 1.09284, 1.09263, 4607599587233500737, 15, 16, 0.)

(1704845700, 1.09257, 1.09288, 1.09257, 4607600487953426211, 8, 13, 0.)

(1704846000, 1.09283, 1.09287, 1.09283, 4607600532989422485, 64, 15, 0.)

(1704846300, 1.09285, 1.09286, 1.09265, 4607599992557467200, 17, 15, 0.)

(1704846600, 1.09273, 1.09286, 1.ТЬа09273, 4607600623061415032, 23, 19, 0.)

(1704846900, 1.09286, 1.09288, 1.09283, 4607600713133407580, 11, 17, 0.)

(1704847200, 1.09288, 1.09288, 1.09282, 4607600713133407580, 9, 13, 0.)

(1704847500, 1.09288, 1.09289, 1.09286, 4607600758169403853, 12, 11, 0.)

Выведем датафрейм с данными

                 time      bid      ask     last               volume  time_msc  flags  volume_real

0 2024-01-10 00:00:00  1.09291  1.09291  1.09262  4607600487953426211         6     18          0.0

1 2024-01-10 00:05:00  1.09284  1.09285  1.09237  4607599271981526821        19      7          0.0

2 2024-01-10 00:10:00  1.09263  1.09284  1.09263  4607599587233500737        15     16          0.0

3 2024-01-10 00:15:00  1.09257  1.09288  1.09257  4607600487953426211         8     13          0.0

4 2024-01-10 00:20:00  1.09283  1.09287  1.09283  4607600532989422485        64     15          0.0

5 2024-01-10 00:25:00  1.09285  1.09286  1.09265  4607599992557467200        17     15          0.0

6 2024-01-10 00:30:00  1.09273  1.09286  1.09273  4607600623061415032        23     19          0.0

7 2024-01-10 00:35:00  1.09286  1.09288  1.09283  4607600713133407580        11     17          0.0

8 2024-01-10 00:40:00  1.09288  1.09288  1.09282  4607600713133407580         9     13          0.0

9 2024-01-10 00:45:00  1.09288  1.09289  1.09286  4607600758169403853        12     11          0.0

А должен был получить типа таких данных:

MetaTrader5 package author:  MetaQuotes Software Corp. 

MetaTrader5 package version:  5.0.29 

Выведем полученные данные как есть 

(1578614400, 109.513, 109.527, 109.505, 109.521, 43, 2, 0) 

(1578614700, 109.521, 109.549, 109.518, 109.543, 215, 8, 0) 

(1578615000, 109.543, 109.543, 109.466, 109.505, 98, 10, 0) 

(1578615300, 109.504, 109.534, 109.502, 109.517, 155, 8, 0) 

(1578615600, 109.517, 109.539, 109.513, 109.527, 71, 4, 0) 

(1578615900, 109.526, 109.537, 109.484, 109.52, 106, 9, 0) 

(1578616200, 109.52, 109.524, 109.508, 109.51, 205, 7, 0) 

(1578616500, 109.51, 109.51, 109.491, 109.496, 44, 8, 0) 

(1578616800, 109.496, 109.509, 109.487, 109.5, 85, 5, 0) 

(1578617100, 109.5, 109.504, 109.487, 109.489, 82, 7, 0) 

  

Выведем датафрейм с данными 

                 time     open     high      low    close  tick_volume  spread  real_volume 

0 2020-01-10 00:00:00  109.513  109.527  109.505  109.521           43       2            0 

1 2020-01-10 00:05:00  109.521  109.549  109.518  109.543          215       8            0 

2 2020-01-10 00:10:00  109.543  109.543  109.466  109.505           98      10            0 

3 2020-01-10 00:15:00  109.504  109.534  109.502  109.517          155       8            0 

4 2020-01-10 00:20:00  109.517  109.539  109.513  109.527           71       4            0 

5 2020-01-10 00:25:00  109.526  109.537  109.484  109.520          106       9            0 

6 2020-01-10 00:30:00  109.520  109.524  109.508  109.510          205       7            0 

7 2020-01-10 00:35:00  109.510  109.510  109.491  109.496           44       8            0 

8 2020-01-10 00:40:00  109.496  109.509  109.487  109.500           85       5            0 

9 2020-01-10 00:45:00  109.500  109.504  109.487  109.489           82       7            0

Сделал downgrade библиотеки MetaTrader5 до версии 5.0.4200 и заработало нормально:

MetaTrader5 package author:  MetaQuotes Ltd.

MetaTrader5 package version:  5.0.4200

Выведем полученные данные как есть

(1704844800, 1.09291, 1.09291, 1.09262, 1.09283, 6, 18, 0)

(1704845100, 1.09284, 1.09285, 1.09237, 1.09256, 19, 7, 0)

(1704845400, 1.09263, 1.09284, 1.09263, 1.09263, 15, 16, 0)

(1704845700, 1.09257, 1.09288, 1.09257, 1.09283, 8, 13, 0)

(1704846000, 1.09283, 1.09287, 1.09283, 1.09284, 64, 15, 0)

(1704846300, 1.09285, 1.09286, 1.09265, 1.09272, 17, 15, 0)

(1704846600, 1.09273, 1.09286, 1.09273, 1.09286, 23, 19, 0)

(1704846900, 1.09286, 1.09288, 1.09283, 1.09288, 11, 17, 0)

(1704847200, 1.09288, 1.09288, 1.09282, 1.09288, 9, 13, 0)

(1704847500, 1.09288, 1.09289, 1.09286, 1.09289, 12, 11, 0)

Выведем датафрейм с данными

                 time     open     high      low    close  tick_volume  spread  real_volume

0 2024-01-10 00:00:00  1.09291  1.09291  1.09262  1.09283            6      18            0

1 2024-01-10 00:05:00  1.09284  1.09285  1.09237  1.09256           19       7            0

2 2024-01-10 00:10:00  1.09263  1.09284  1.09263  1.09263           15      16            0

3 2024-01-10 00:15:00  1.09257  1.09288  1.09257  1.09283            8      13            0

4 2024-01-10 00:20:00  1.09283  1.09287  1.09283  1.09284           64      15            0

5 2024-01-10 00:25:00  1.09285  1.09286  1.09265  1.09272           17      15            0

6 2024-01-10 00:30:00  1.09273  1.09286  1.09273  1.09286           23      19            0

7 2024-01-10 00:35:00  1.09286  1.09288  1.09283  1.09288           11      17            0

8 2024-01-10 00:40:00  1.09288  1.09288  1.09282  1.09288            9      13            0

9 2024-01-10 00:45:00  1.09288  1.09289  1.09286  1.09289           12      11            0

Та же проблема.

[Sergey Golubev]

Наука о данных и ML (часть 32): Обновление моделей ИИ, онлайновое обучение

Машинное обучение в режиме онлайн - это метод машинного обучения, при котором модель постепенно обучается на основе потока данных в режиме реального времени. Это динамический процесс, который со временем адаптирует свой алгоритм прогнозирования, позволяя модели меняться по мере поступления новых данных. Этот метод невероятно важен в быстро меняющихся средах с большим количеством данных, таких как торговые данные, поскольку он может обеспечить своевременные и точные прогнозы.

[Sergey Golubev]

Разработка торгового робота на Python (часть 3): Реализация торгового алгоритма на основе модели

В первой статье цикла мы загрузили набор данных, расставили метки, обогатили набор данных, а также выполнили маркировку набора данных. Вторая статья была посвящена созданию и обучению модели, а также реализации кросс-валидации и мешков.

Теперь, когда наша модель обучена и протестирована, самое время приступить к реальной торговле с помощью библиотеки MetaTrader 5 для Python. Эта мощная библиотека позволяет автоматизировать торговлю непосредственно через Python, используя функции и классы, предоставляемые платформой MetaTrader 5.

[Sergey Golubev]

Feature Engineering With Python And MQL5 (часть III): Угол цены (2) Полярные координаты

Мы рассмотрим проблему преобразования цены в угол с совершенно новой точки зрения. На этот раз мы будем использовать более сложный с математической точки зрения и надежный подход по сравнению с инструментами, которые мы создали в нашей первой попытке. Читатели, которые уже знакомы с полярными координатами, могут сразу перейти к разделу "Начало работы на MQL5", чтобы увидеть, как эти математические инструменты реализованы в MQL5.

[Sergey Golubev]

Многосимвольный анализ с помощью Python и MQL5 (часть 3): Треугольные валютные курсы

Финансовые рынки по своей природе являются шумными. Обычно трейдеры страдают от ненужных просадок, вызванных ложными торговыми сигналами, которые побуждают трейдера преждевременно открывать позиции. Существует множество различных торговых стратегий и принципов, которые были разработаны в свете этой проблемы. Большинство из них, по сути, учат трейдера ждать, прежде чем действовать, и вместо этого искать альтернативные источники подтверждения или дополнительные признаки силы.

[Anil Varma]

Здравствуйте

Подскажите, пожалуйста, можно ли получить данные индикатора iCustom из MQL в Python.

Мои попытки найти решение в интернете не очень помогли.

Заранее спасибо.

[Aleksey Vyazmikin]

Anil Varma #:

Здравствуйте

Подскажите, пожалуйста, можно ли получить данные индикатора iCustom из MQL в Python.

Мои попытки найти решение в интернете не очень помогли.

Заранее спасибо.

Штатными средствами нельзя.

[Anil Varma]

Aleksey Vyazmikin #:

Вы не можете использовать стандартные инструменты.

Здравствуйте Алексей

Так какой есть альтернативный способ или нестандартный инструмент?

[Aleksey Vyazmikin]

Anil Varma #:

Здравствуйте Алексей

Так какой есть альтернативный способ или нестандартный инструмент?

Самый простой - данные индикатора можно сохранить в файл csv и прочесть потом из нужного ЯП.

[Anil Varma]

Aleksey Vyazmikin #:

Самый простой - вы можете сохранить данные индикатора в csv-файл и прочитать их позже с нужного языка.

Спасибо большое, я тоже об этом думал :)