Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3238
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
Хотя недеревянные модели будут оч. долго обучаться. И чемпионат станет не про НС, а про деревья/леса/бусты)))
В Маркете сработало.
Текст и картинки - уже достаточно.
Всё же не первый, если вспомнить хотя бы про Numerai. С остальным трудно не согласиться.
Как вариант: шаблон на MQL нагенерит 5-10тыс признаков (OHLCVV, время (YMDHMS), машки, загзаги (неподглядывающие) и т.п. с разными параметрами (2,3,5,10,15,20,30,50,100,200,300,500,1000)) - а наши модели будут на них торговать. Может всего 5 из 5000 модель будет использовать, если сочтет, что их достаточно.
Хотя недеревянные модели будут оч. долго обучаться. И чемпионат станет не про НС, а про деревья/леса/бусты)))
На каких трейдеров это расчитано я хз..
похоже в конкурсе будут участвоавать 5 человек 4-ре из которых сотрудники метаквотов которые работали над интеграцией оннх в метатрейдер
я ещё буду.
"меньше народу - больше кислороду")))
У меня реальный советник с R, с первым вариантом которого я дошел до тестера.
Структура следующая:
1. Есть обычный советник на мкл, с обычны набором функций: работа с ордерами, стопы, ММ.... Блок выработки сигнала, в примерах метаквотов - пересечение двух машек, заменен на обращение к R, в который пересылается очередная OHLC.
2. Код R грубо говоря состоит мз двух частей:
2.1. преобразования OHLC в кучуу предикторов для моделей. Это сотни (или тысячи) операторов на R с обращением к некоторым пакетам (не к моделям) из R.
2.2. собственно вычисление сигнала моделью.
3. Обратно в советник передается сигнал для торговли: -1; 0; 1.
Возвращаясь к теме, получается, что для использования ONNX п.2.2 будет находиться ONNX, а в советник придется перенести п.2.1? Для меня это серьезное занятие, так как кроме самих моделей используются и другие пакеты из R, алгоритмы которых придется кодировать на мкл.
Вы же вроде деревянные модели юзаете, а в ONNX, как я понял, можно только сетевые сохранять. То есть, по сути это будет чемп сетевых моделей.
Вы же вроде деревянные модели юзаете, а в ONNX, как я понял, можно только сетевые сохранять. То есть, по сути это будет чемп сетевых моделей.
Не правда
Что именно?
Что именно?
Что именно?
Где-то видел, что можно помещать в ONNX все, что имеется в библе Scikit, а там самые разные модели и довольно много.