交易中的机器学习：理论、模型、实践和算法交易 - 页 2957 1...295029512952295329542955295629572958295929602961296229632964...3399 新评论 Maxim Dmitrievsky 2023.03.12 07:44 #29561 根据最大利润标准优化您的策略（如果您懒得再做加价），然后在此 TS 上进行训练。或者从市场上获取任何有利可图的 TS。这就相当于跟老师一起训练。如果您有兴趣仅根据 NS 得出 TS，我可以提供我上一篇文章中的变体。您也可以用类似的方法来做。我最初也在想如何做出这样的东西。独家报道。 mytarmailS 2023.03.12 09:49 #29562 Aleksey Nikolayev #:如果有人解决了如此困难的问题，他们不太可能会分享解决方案。 我已经分享过很多次了，以至于在某些时候，我感到无聊....。人们开始思考和讨论我多年前在这里讨论过的问题，但没有人理解 Evgeny Dyuka 2023.03.12 10:21 #29563 Aleksey Nikolayev #:如果去掉 ONNX_NO_CONVERSION 开关，就可以输入 double 向量。输出仍然是浮点型向量。 编译后的模型是作为一个单独的文件，还是被编入 .ex5 文件？ Aleksey Vyazmikin 2023.03.12 10:53 #29564 Evgeny Dyuka #: 编译后，模型是保留为单独文件，还是缝合到 .ex5 文件中？ 如果没有 "缝合"，如何出售？我认为它会像其他文件一样成为一种资源。 Slava 2023.03.12 11:33 #29565 Vladimir Perervenko 降维 以及其他工程技巧等很多方面。在这一阶段，任何预测器和目标转换的主要规则都是在训练集上计算所有转换参数（如均值、中位数、SD、Mad 等）。测试集和新数据则使用训练集上获得的参数进行处理。因此，在本示例中，有必要在训练集上计算平均值/中位值，将这些数据传递给生成谓词的部分，并使用这些参数处理新数据。然后，进行去规范化处理，得到预测价格的真实值。这个顺序非常重要。很明显，没有人将实际价格输入模型的输入端，但这已经很具体了。祝您好运 在我们的 onnx 模型示例中，输入价格使用整个序列的均值和 std 进行归一化。然后使用相同的规则对得到的结果进行变异归一化处理 Aleksey Nikolayev 2023.03.12 11:54 #29566 Evgeny Dyuka #: 编译后，模型仍是一个单独的文件，还是被缝合到 .ex5 中？ 在我的例子中不是，它仍然是一个独立文件。在 Renate 的示例（公共项目 ONNX.Price.Prediction）中，它被写入 .ex5。 Vladimir Perervenko 2023.03.12 12:38 #29567 Slava #:在我们的 onnx 模型示例中，输入价格使用整个序列的均值和 std 进行归一化。然后使用相同的规则对得到的结果进行变异归一化处理 让我用手指解释一下。在 ONNX.Price.Prediction.mq5 中，您会得到 10 个 OHLC。然后根据这些数据 确定平均值和 Sd 值，并用它们对这 10 个值进行归一化处理。这是不正确的。 对于新数据，您应该使用在训练集中获得的均值和 Sd 值。也就是说，在之前的脚本中。明白了吗？ Renat Fatkhullin 2023.03.12 12:45 #29568 Vladimir Perervenko #:我用手指解释一下。在 ONNX.Price.Prediction.mq5 中，您会得到 10 个 OHLC。然后根据这些数据 确定平均值和 Sd 值，并用它们对这 10 个值进行归一化处理。这是不对的。对于新数据，您应该使用在训练集中获得的均值和 Sd。也就是说，在之前的脚本中。明白了吗？ 当然清楚，而且是故意这么做的。 做这个例子是为了测试 onnx 模型的加载，而不是为了提取合理的模型结果。 Renat Fatkhullin 2023.03.12 12:50 #29569 Evgeny Dyuka #: 编译后，模型仍是一个单独文件，或者被缝合到 .ex5 文件中。 使用*.mqproj 项目而不是单个文件，将 onnx 模型和其他文件作为资源包括在内。这是目前编写程序的首选方案。 特别是因为它有更多的可配置性，我们将只在 *.mqproj 文件中增加程序的可配置性。不久之后，我们将在优化机器人代码时启用 AVX/AVX2/AVX512 命令集管理。 资源将自动嵌入 EX5 文件，并进行压缩和加密保护。 请查看公共项目 ONNX.Price.Prediction 的示例。 Создание и работа с проектом - Проекты и MQL5 Storage - Справка по MetaEditor www.metatrader5.com MetaEditor позволяет удобно работать над большими проектами: объединять множество файлов в одну структуру, управлять настройками проекта и вести... Vladimir Perervenko 2023.03.12 12:52 #29570 Renat Fatkhullin #:当然，这是可以理解的，也是故意为之。这个例子是为了测试 onnx 模型的加载，而不是为了提取合理的模型结果。 是的，我当然明白这一点。但使用该示例的人明白这一点吗？ 也许是我太挑剔了。 1...295029512952295329542955295629572958295929602961296229632964...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
如果有人解决了如此困难的问题，他们不太可能会分享解决方案。
如果去掉 ONNX_NO_CONVERSION 开关，就可以输入 double 向量。输出仍然是浮点型向量。
编译后，模型是保留为单独文件，还是缝合到 .ex5 文件中？
如果没有 "缝合"，如何出售？我认为它会像其他文件一样成为一种资源。
因此，在本示例中，有必要在训练集上计算平均值/中位值，将这些数据传递给生成谓词的部分，并使用这些参数处理新数据。然后，进行去规范化处理，得到预测价格的真实值。这个顺序非常重要。
很明显，没有人将实际价格输入模型的输入端，但这已经很具体了。
祝您好运
在我们的 onnx 模型示例中，输入价格使用整个序列的均值和 std 进行归一化。然后使用相同的规则对得到的结果进行变异归一化处理
编译后，模型仍是一个单独的文件，还是被缝合到 .ex5 中？
在我的例子中不是，它仍然是一个独立文件。在 Renate 的示例（公共项目 ONNX.Price.Prediction）中，它被写入 .ex5。
在我们的 onnx 模型示例中，输入价格使用整个序列的均值和 std 进行归一化。然后使用相同的规则对得到的结果进行变异归一化处理
让我用手指解释一下。在 ONNX.Price.Prediction.mq5 中，您会得到 10 个 OHLC。然后根据这些数据 确定平均值和 Sd 值，并用它们对这 10 个值进行归一化处理。这是不正确的。
对于新数据，您应该使用在训练集中获得的均值和 Sd 值。也就是说，在之前的脚本中。明白了吗？
我用手指解释一下。在 ONNX.Price.Prediction.mq5 中，您会得到 10 个 OHLC。然后根据这些数据 确定平均值和 Sd 值，并用它们对这 10 个值进行归一化处理。这是不对的。
对于新数据，您应该使用在训练集中获得的均值和 Sd。也就是说，在之前的脚本中。明白了吗？
当然清楚，而且是故意这么做的。
做这个例子是为了测试 onnx 模型的加载，而不是为了提取合理的模型结果。
编译后，模型仍是一个单独文件，或者被缝合到 .ex5 文件中。
使用*.mqproj 项目而不是单个文件，将 onnx 模型和其他文件作为资源包括在内。这是目前编写程序的首选方案。
特别是因为它有更多的可配置性，我们将只在 *.mqproj 文件中增加程序的可配置性。不久之后，我们将在优化机器人代码时启用 AVX/AVX2/AVX512 命令集管理。
资源将自动嵌入 EX5 文件，并进行压缩和加密保护。
请查看公共项目 ONNX.Price.Prediction 的示例。
当然，这是可以理解的，也是故意为之。
这个例子是为了测试 onnx 模型的加载，而不是为了提取合理的模型结果。
是的，我当然明白这一点。但使用该示例的人明白这一点吗？
也许是我太挑剔了。