Подскажите, пожалуйста, куда поместить файлы.
Я разместил папку C:\Users\anilh\AppData\Roaming\MetaQuotes\Terminal\73B7A2420D6397DFF9014A20F1201F97\MQL5\Files
а также в папке C:\Users\anilh\AppData\Roaming\MetaQuotes\Terminal\Common\Files
файл .onnx и получаем следующие ошибки
файл ресурсов '/Files/stock_prediction_model_MACD.onnx' не найден IC_009_EA_ONNX_045_Final.mq5
resource file 'C:\Users\anilh\AppData\Roaming\MetaQuotes\Terminal\73B7A2420D6397DFF9014A20F1201F97\MQL5\Files\stock_prediction_model_MACD.onnx' not found (2) IC_009_EA_ONNX_045_Final.mq5
Это работает отлично и до сих пор он открыл более 10 прибылей и все попали в tp, но мне интересно, если у вас есть набор, который работает в более низких tf
У меня есть проблема с этим ... чтобы сделать модели, я использовал python colab с данными от веб-исследователя, который я не могу назвать ... вместо использования colab с python, вы могли бы использовать python и построить модель в вашем ноутбуке (вы должны сделать новый скрипт py) .... Я говорю это потому, что .com, откуда я получаю данные, может иметь похожие данные за 1 день (по сравнению с нашими брокерами) ... но если вы переходите к меньшим временным периодам, вы можете захотеть использовать данные mt5 (данные ваших брокеров с mt5) ... (некоторые брокеры имеют разные данные).
Понятно ли я излагаю?
Да, пожалуйста, попробуйте на меньших периодах и поделитесь результатами!
Подскажите, пожалуйста, куда поместить файлы.
Я разместил папку C:\Users\anilh\AppData\Roaming\MetaQuotes\Terminal\73B7A2420D6397DFF9014A20F1201F97\MQL5\Files
а также в папке C:\Users\anilh\AppData\Roaming\MetaQuotes\Terminal\Common\Files
файл .onnx и получаем следующие ошибки
файл ресурсов '/Files/stock_prediction_model_MACD.onnx' не найден IC_009_EA_ONNX_045_Final.mq5
resource file 'C:\Users\anilh\AppData\Roaming\MetaQuotes\Terminal\73B7A2420D6397DFF9014A20F1201F97\MQL5\Files\stock_prediction_model_MACD.onnx' not found (2) IC_009_EA_ONNX_045_Final.mq5
Привет, Анил!
Модель onnx должна находиться в папке Files (MQL5 -> Files) ... или там, где вы хотите (внутри mql5\files\), просто измените путь (вам не нужно указывать весь путь, только от \\\Files\\\...)
У меня есть проблема с этим ... чтобы сделать модели, я использовал python colab с данными от веб-исследователя, который я не могу назвать ... вместо использования colab с python, вы могли бы использовать python и построить модель в вашем ноутбуке (вы должны сделать новый скрипт py) .... Я говорю это потому, что .com, откуда я беру данные, может иметь похожие данные за 1 день (по сравнению с нашими брокерами) ... но если вы переходите к меньшим временным периодам, вы можете захотеть использовать данные mt5 (данные ваших брокеров с mt5) ... (у некоторых брокеров есть разные данные).
Я правильно понимаю?
Да, пожалуйста, попробуйте на меньших периодах и поделитесь результатами!
Привет, Анил!
Модель onnx должна находиться в папке Files (MQL5 -> Files) ... или там, где вы хотите (внутри mql5\files\), просто измените путь (вам не нужно указывать весь путь, только от \\\Files\\\...)
Привет, Хавьер
Спасибо за ответ.
Я нашел проблему. Вы назвали "stock_prediction_model_MACD.onnx" в советнике, но в zip-файлах он назван как stock_prediction_model_MACD_Signal.onnx
Также я заметил в коде неуместное использование хэндла индикатора (ошибка!!!). Вы использовали
double volatility = iMA(NULL, 0, volatility_period, 0, MODE_SMA, PRICE_CLOSE);
double atr = iATR(_Symbol,PERIOD_CURRENT,14)*_Point;
double volatility = iStdDev(_Symbol, PERIOD_CURRENT, volatility_period, 0, MODE_SMA, PRICE_CLOSE);
В MQL5 значения индикаторов выводятся с помощью CopyBuffer и хэндла индикатора, который вы использовали в
int macd_handle2 = iMACD(_Symbol, PERIOD_CURRENT, 12, 26, 9, PRICE_CLOSE); CopyBuffer(macd_handle2, 0, 0, 1, macd_main2);Не могли бы вы пояснить, почему для получения значений в первом случае используется не double variable, а handle?
С уважением и хороших выходных.
Хорошо, я попробую сделать новую модель, но по мнению некоторых исследователей, которые я видел, хорошо вносить изменения по крайней мере каждые 6 месяцев. Я буду бэктестировать сначала с различными входами на mt5 и модель onnx я позволю с теми значениями, которые вы разместили. Вход идеальный, но сегодня я увидел, что tp и sl нужно настраивать в зависимости от брокера. Спасибо!
Привет, хороший вопрос.
Хорошо делать новую модель каждые 6 месяцев (если вы используете периоды 1d таймфрейма), что было бы интересно, так это сделать модель с каким-то экспоненциальным или линейным весом (чтобы последние значения имели больший вес...). Я работаю над этим, я напишу статью об этом), и в этом случае, да, вы должны делать модели намного чаще. Да, 6 месяцев дают хорошие результаты в дневной торговле, но они не сильно отличаются от 3 месяцев. Интереснее давать ожидания к последним значениям, потому что одна модель обычно имеет 10 тысяч последних свечей... Я поработаю над этим и выложу одну статью.
Я вижу цель этого советника в том, чтобы открывать волатильность, основанную на позиции, и шумы нужны сейчас, если мы используем ma, то мы можем видеть только тренд.
Ну, цель этой статьи - увидеть, что мы также можем сделать условные LSTM-модели с индикаторами, которые также дают хороший результат, как показано на рисунке... VAM - это для того, чтобы вы увидели, что индикатор - это не так сложно создать.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Применение Conditional LSTM и индикатора VAM в автоматической торговле:
Технические индикаторы уже давно используются финансовой индустрией для определения тенденций и потенциальных торговых возможностей. Несмотря на свою важность, эти индикаторы часто не в полной мере отражают сложность рыночной динамики, особенно в периоды крайней волатильности или резких изменений. Однако архитектуры глубокого обучения, такие, в частности, как LSTM, продемонстрировали удивительный потенциал в моделях машинного обучения для распознавания паттернов и прогнозирования в сложных, зависящих от времени данных. Однако эти модели не всегда обладают такой интерпретируемостью и знаниями о конкретной предметной области, как обычный технический анализ.
Целью нашей стратегии является ликвидировать этот пробел, объединив преимущества обоих подходов. В настоящей статье представлен инструмент-новинка под названием индикатор Импульс с поправкой на волатильность (Volatility Adjusted Momentum, VAM), позволяющий измерить динамику рынка, принимая во внимание лежащую в его основе волатильность. По сравнению с обычными индикаторами импульсов, он даёт более подробную картину динамики рынка. VAM направлен на предоставление более надежных сигналов в различных рыночных сценариях, от спокойных до штормовых, путем учета волатильности.
Автор: Javier Santiago Gaston De Iriarte Cabrera