Обсуждение статьи "Быстрый тестер торговых стратегий на Python с использованием Numba" - страница 2
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Крутая статья, спасибо Максим !
Скорость действительно впечатляет.
Но перед запуском скриптов действительно пришлось провести некоторую работу.
Для тех кто не может запустить скрипт:
1) установите catboost
pip install catboost
2) скачайте данные EURGBP_H1.csv и положите их в папку Files
3) скачайте все скрипты пайтон и положите их в одну папку
4) подкорректируйте первую строчку скрипта Tester_ML.py, что бы было так
from tester_lib import test_model
5) пропишите путь к файлу в скрипте Tester_ML.py, у меня так
p = pd.read_csv('C:/Program Files/MetaTrader 5/MQL5/Files/'+hyper_params['symbol']+'.csv', sep='\s+')
Крутая статья, спасибо Максим !
Скорость действительно впечатляет.
Но перед запуском скриптов действительно пришлось провести некоторую работу.
Для тех кто не может запустить скрипт:
1) установите catboost
pip install catboost
2) скачайте данные EURGBP_H1.csv и положите их в папку Files
3) скачайте все скрипты пайтон и положите их в одну папку
4) подкорректируйте первую строчку скрипта Tester_ML.py, что бы было так
from tester_lib import test_model
5) пропишите путь к файлу в скрипте Tester_ML.py, у меня так
p = pd.read_csv('C:/Program Files/MetaTrader 5/MQL5/Files/'+hyper_params['symbol']+'.csv', sep='\s+')
По себе знаю, что огромное кол-во текста в статье отпугивает. Проще потом разобраться на месте, чем читать это все :)
Крутая статья, спасибо Максим !
Скорость действительно впечатляет.
Но перед запуском скриптов действительно пришлось провести некоторую работу.
Для тех кто не может запустить скрипт:
1) установите catboost
pip install catboost
2) скачайте данные EURGBP_H1.csv и положите их в папку Files
3) скачайте все скрипты пайтон и положите их в одну папку
4) подкорректируйте первую строчку скрипта Tester_ML.py, что бы было так
from tester_lib import test_model
5) пропишите путь к файлу в скрипте Tester_ML.py, у меня так
p = pd.read_csv('C:/Program Files/MetaTrader 5/MQL5/Files/'+hyper_params['symbol']+'.csv', sep='\s+')
Отлично! Вы выполнили работу, которую должен был сделать автор статьи.
Будь выше всех
Пиши про торговые стратегии
Будь выше всех
Это дорого, к сожалению. Если только базовые вещи.
Это дорого, к сожалению. Если только базовые вещи.
В общем, поле открытое
По СмартМани начали публиковать базовые вещи, но как-то... сухо, чтоли. На одном FVG не уедешь.
В общем, поле открытое
В душе не знаю что это такое и не горю желанием :)
Превращение штанов в шорты. Бонусный материал.
Сильно переобучаем основную модель, как в статье. Два варианта до и после:
Оптимизируем теперь не sl/tp, а входы по meta_labels (торговать/не торговать):
Дополнительная библиотека с измененным оптимизатором в прикрепе.
Если нужна вторая статья для этого, с расширенным описанием, напишите здесь.
Все работает очень быстро! Процесс генерации ТС занимает секунды. Остается сконвертировать и экспортировать модели в терминал.
Можно идти другим путем. Сначала экспортировать модель в терминал, затем делать оптимизацию. Интересно будет сравнить, есть ли выигрыш в скорости.