交易中的机器学习：理论、模型、实践和算法交易 - 页 2687

[Renat Fatkhullin]

Evgeny Dyuka #:

是很久以前的 过时版本，型号也过时了，但我不会更新，因为没有意义。

您制作了一个第三方解决方案，并以 exe 文件形式加以保护。

你不把 Python 的开放源代码提供给别人，这很奇怪吗？毕竟，你可以很容易地在图表上添加一个 *.py 脚本，然后一切就都能正常工作了？

这就是为什么我们花了这么多精力，使在 MQL5 中编写完整且受保护的 ML 程序成为可能。

[Evgeny Dyuka]

Renat Fatkhullin #:

你制作了一个第三方解决方案，并将其保护 为 exe 文件。

奇怪的是，你没有提供 Python 的开放源代码？你完全可以在图表上写一个*.py 脚本，然后一切正常？

这就是为什么我们花了这么多精力，使在 MQL5 中编写完整且受保护的 ML 程序成为可能。

文章底部附有一个开放的 .py 文件，.exe 是为那些不想安装 Python 和麻烦安装库的人准备的。

[Evgeny Dyuka]

Renat Fatkhullin #:

支持在终端运行*.py 文件，可以在终端内运行已开发的模型。标准的 MetaTrader 5 Python 库允许正常通信和交易。

我之前曾指出，所有第三方集成都是用胶带捆绑的方式，结果可想而知。我们对这种途径根本不感兴趣。因此，要求添加胶带是没有必要的，而且也不是一个可靠的解决方案。

正如您所看到的，MQL5 语言正在飞速发展，而我们作为其开发者，知道并公开宣布了目标。然后，我们实现了这些目标。

别担心，MQL5 几乎可以完成 ML 中的所有工作。这正是我们的目标。

在过去的 22 年中，我们学会了如何实现远大目标。

我不会争辩，MetaTrader 是高级专有产品，老板就是老板。你问了一个问题，我表达了我的观点。
也许你们在成长，也许你们在萎缩，这与我无关，我也没有狂热地阅读和等待更新。我只是自私地想解决我的问题，并在寻找工具。我想这就是大多数人遵循的逻辑。

长达一页的小字说明 "如何在 MT5 中运行神经网络 "是不正常的，而且无法将其货币化也不会增加人们的热情。

[Evgeny Dyuka]

Renat Fatkhullin #:

我阅读了《机器学习》 一书，产生了一些幼稚的问题：

1.如何训练模型？ TensorFlow 中用于形成层和创建模型的函数在哪里？用于训练的 model.fit(...) 的类似函数在哪里？

2.如何查询模型？model.predict(...) 的类似函数在哪里？

这些是前一个半问题，还有 125 个问题在排队。

[Aleksey Nikolayev]

Evgeny Dyuka #:

也许 MT5 会站到我这边来，我就继续做我一直在做的事情。

MT5 永远只会站在你这边，而你将继续拄着拐杖。

[Maxim Dmitrievsky]

Evgeny Dyuka #:

我阅读了《机器学习》 一书，提出了一些幼稚的问题：

1.如何训练模型？ TensorFlow 中用于形成层和创建模型的函数在哪里？用于训练的 model.fit(...) 的类似函数在哪里？

2.如何查询模型？model.predict(...) 的类似函数在哪里？

这些是前一个半问题，还有 125 个问题在排队。

他们希望至少部分地通过 onnx 增加兼容性，但 ML 引擎尚不可用。

那么你就可以用 python 自己制作，然后作为机器人出售。

在不局限于一种语言方面，这是一个优势，你可以选择。

[Evgeny Dyuka]

Maxim Dmitrievsky #:
他们希望至少部分地通过 onnx 增加兼容性，但 ML 引擎还不可用 。

这样，你就可以用 python 制作自己的程序，然后作为机器人出售。

这也是一个优点，因为你不必局限于一种语言，你可以有多种选择。

我不明白，你可以用 python 做，然后把它变成 .ex5 ？

[Maxim Dmitrievsky]

Evgeny Dyuka #:

我不明白，你可以用 python 来做，然后把它变成 .ex5 吗？

好吧

[Evgeny Dyuka]

我研究过python 集成，但不理解创建者的逻辑。

你可以获得所有基本的市场信息，可以向终端返回开仓指令，但却无法从自己的专家或指标中获得信息。信息交换的功能太多了，没有这么小的事情）)

因此，一个 pythonist 坐下来用这本圣经写东西，在第二步就会问 "我应该如何处理这些条形图和大量关于终端、符号、上次错误、指标或我自己的专家????"。

如果我们要求添加这样一个功能，答案会是 "胶带 "吗？或者说，我们一定是一群什么都不懂的傻瓜。

在进步和市场的压力与保持自己的沙盒不被触动的愿望之间，显然存在着不和谐。看来，ML 主题的发展也将遵循同样的逻辑。

[Aleksey Nikolayev]

Evgeny Dyuka #:

重新审视了python 集成，但不理解创建者的逻辑。

你可以获得所有基本的市场信息，可以向终端返回开仓指令，但却无法从自己的专家或指标中获得信息。有这么多的信息交换功能，没有这么小的事情 ))

因此，一个 pythonist 坐下来用这本圣经写东西，在第二步就会问 "我应该如何处理这些条形图和大量的终端信息、符号、上次错误、指标或我自己的专家????"。

如果我们要求添加这样一个功能，答案会是 "胶带 "吗？或者说，我们可能是一群什么都不懂的傻瓜。

在进步和市场的压力与保持自己的沙盒不被触动的愿望之间，显然存在着不和谐。看来，ML 主题的发展也将遵循同样的逻辑。

引入与 python 集成的逻辑是为了满足一些非常特殊的基金会的特殊要求。更紧密的集成显然不符合 metaquote 的商业模式，因此不会发生，而试图 "教他们业务 "将是徒劳的，而且一如既往地幼稚可笑。

听从我的建议 将节省您的时间和精力。