为MT制作一个Python交易系统。 - 页 9 1234567891011121314151617 新评论 Aleksey Vyazmikin 2018.10.27 04:14 #81 斯伯的结果很有趣。你能将它们与终端结果进行比较吗？而且，我想让他们真正运行，至少有一批...... Ivan Negreshniy 2018.10.27 11:41 #82 Yuriy Asaulenko:如果你能用MQL编写一切，你就真的不需要其他东西了。 我不能也不想去写，也不想去讨论那些已经写好的、实践过的、可用的算法的细节。我不想直接使用它们，而不是把它们改写或改编为MQL。顺便说一下，这就是OOP的主要概念。 仅仅是OOP还不足以避免进入细节，我们需要程序间交换和互动的组件模型，如OLE->ActiveX->DCOM->.Net，否则你将永远不得不在语言和库之间周旋。 Yuriy Asaulenko 2018.10.28 17:01 #83 Ivan Negreshniy: 不说了，光是OOP是不够的，我们需要程序间交换和互动的组件模型，如OLE->ActiveX->DCOM->.Net，否则我们将永远不得不在语言和库之间周旋。我假设Python，由于其广泛的库，在可预见的将来不会需要所有这些。除了终端通信，但这个问题早就解决了，甚至有几种方式。 pantural 2018.10.28 18:14 #84 Yuriy Asaulenko:说实话，这个Python和它的类都很烦人。这里只是其中一个函数的小片段。 数一数在这一小段代码中，自我 这个词被重复了多少次？ 而且无时无刻、无处不在，在每一行都有好几次。这种无稽之谈会一直在任何类的所有函数（方法）中重复出现。是的...是的，Python只适合作为 "胶水"，对于从几行到几十行的脚本，那么比C++Java有明显的优势，但是用Python实现多层OOP的成本更高，即使在方便的水平上，这种库的速度也是不可能的。它的外观非常 "干净"，不需要定制，这显然需要用其他语言来写，但要用Python写一些严肃的、有线程和GUI的东西，真是令人沮丧。 pantural 2018.10.28 18:20 #85 Yuriy Asaulenko:自己的测试仪更有趣，因为你可以完全控制这个过程，这对测试来说是绝对必要的。而测试器本身是一个非常简单的结构。 我不认为资助什么有什么意义，因为我只为自己做。我只为自己做，测试器的算法并不复杂，但有很多地方我可能会犯错。但当然，使用别人的开发成果的风险也不会小，至少出于同样的原因，也许还有一些与 "谁从中受益 "的具体细节有关的其他原因。 Yuriy Asaulenko 2018.10.28 18:38 #86 pantural:哼哼哼...是的，Python只适合作为 "胶水"，对于从几行到几十行的脚本，那么比C++/Java有明显的优势，但在Python中做多层OOP是很昂贵的，即使在方便的水平上，这种库的速度也是不可能的。Python很有趣，可以在演讲中展示原理等。它在外观上非常 "干净"，不需要定制，这显然需要用其他语言来写，但要用Python写一些严肃的、有线程和GUI的东西，确实是件麻烦事。为什么是 "wow..."？那里的Python一切正常，速度也很好。即使是55K的循环也能正常工作，在倒数第一的版本中。事实上，Python中的lib是快速的，而Python本身主要是用于连接句子中的单词。 一般来说，说得快--说得慢，本身就没有意义。如果快的话，它到底是用来做什么的？如果速度慢，那么也是如此。 pantural 2018.10.28 21:13 #87 Yuriy Asaulenko:"喘气...... "是什么意思？在Python中，一切都很好，而且速度也很快。即使是55K的循环也能正常工作，在倒数第一的版本中。事实上，Python中的lib是快速的，而Python本身主要是用于连接句子中的单词。一般来说，说得快--说得慢，本身就没有意义。如果快的话，它到底是用来做什么的？如果速度慢，也是如此。55k是面包屑，你需要计算数十亿，因此原生的python测试器将无法工作，你将不得不编写和导入 pluses上的libu，而python只用于调用和配置，因为它可能会慢100倍。 而 "咳咳 "是关于 "self "和100500个__***__方法和属性，我认为它们甚至比pluses上的代码更复杂，如果我们谈论线程、事件和GUI，一切都不比pluses好，相反，所有这些 "鸭子打字 "和类似的东西刚刚开始伤害，你需要记住很多东西，记住很多东西 Yuriy Asaulenko 2018.10.28 21:42 #88 pantural:55k是面包屑，你必须计算数十亿，因此，原生的python测试器将无法工作，你将不得不在plusses中编写和导入库，而python只调用和配置，因为它可能会慢100倍。 而 "咳咳 "是关于 "self "和100500个__***__方法的，我认为它们会使代码变得更加复杂，甚至比使用pluses时还要复杂，如果我们谈论线程、事件和GUI，一切都不会比使用pluses时好，相反，所有这些 "鸭子打字 "和类似的东西，反而会开始受到伤害，你需要记住很多事情我不知道为什么我需要几十亿））。测试员--我没有任何抱怨，到目前为止，一切都很迅速，3个月的时间转瞬即逝，我不需要更多）。 在其他方面，我想我同意，在优点上是更有趣的写作。但你不能真的以优点为模型。事实证明：首先我们在一个软件中建立某个地方的模型，然后我们把它移植到pluses上，写各种接口到libs上--这非常累人。 而在Python中都是一个包，还有一个正常的建模环境+所有需要的lib，通常是用C++。对于战略来说，它已经足够快了--15-30毫秒对我来说不是一个延迟。 最终你可以用C语言重写关键部分，就像他们在NASA做的那样。当然，如果会有的话。 而且没有什么是完美的）。 pantural 2018.10.28 22:36 #89 Yuriy Asaulenko:我不知道为什么我需要几十亿。))测试员 - 我没有任何抱怨，到目前为止，一切都很快，3个月的时间在瞬间滑过，我不需要更多）。 在其他方面，我想我同意，在优点上是更有趣的写作。但你不能真的以优点为模型。事实证明：首先我们在一个软件中建立模型，然后我们把它移植到pluses中，写出各种接口到libs中--这真是个麻烦事。 而在Python中都是一个包，还有一个正常的模拟环境+所有需要的lib，通常是用C++。对于战略来说，它已经足够快了--15-30毫秒对我来说不是一个延迟。 最终你可以用C语言重写关键部分，就像他们在NASA做的那样。当然，如果会有的话。 而且没有什么是完美的）。在优化的背景下，当成百上千的测试在几十万分钟的条上运行时，它是数十亿的。 我们不是我们的敌人，等待几个小时来获取几个简单的遗传指数，一年的时间，它应该在几秒钟内完成，而在Python中，它将需要更长的时间，就像在黑盒子中故意放慢计算。 一般来说，Python在正确的背景下是非常有吸引力的工具，尽管IMHO认为它目前的流行是一个短暂的现象，它就像社交网络和苹果小工具上的时尚一样，在非常简单的例子上有一个与外部光泽和极简主义的联系，还有就是学生，这使它的评级膨胀。 PS 顺便说一下，为什么你认为你的测试器工作正常？测试器是个棘手的东西.... Yuriy Asaulenko 2018.10.28 22:54 #90 pantural:在优化的背景下，当测试在数十万分钟的条形图上运行数百甚至数千次时，数十亿。 我们不是我们的敌人为几个简单的遗传指数等待数小时的时间，一年的时间，它应该在几秒钟内完成，但在Python中，它将花费更长的时间，以及在黑盒子上故意放慢计算。我不从事优化和各种参数匹配的工作。我的方法不同，但我需要一个类似于MatLab、R、SciLab等的环境。Python也一样好。 我也不需要10^6条。对于一切--大约6个月，最多9个月的时间就足够了。现在的测试是3个月-2.5米，虽然系统还不是那么复杂。 最长的是学习ML，但没有什么比Python更好的了，在这里它只是作为一种脚本语言。假设一个 由5层、约60个神经元组成的训练有素的神经网络 的反应是3-5毫秒。 到目前为止，我没有看到任何真正的证据来证明这种恐吓行为。 1234567891011121314151617 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
如果你能用MQL编写一切，你就真的不需要其他东西了。
我不能也不想去写，也不想去讨论那些已经写好的、实践过的、可用的算法的细节。我不想直接使用它们，而不是把它们改写或改编为MQL。顺便说一下，这就是OOP的主要概念。
不说了，光是OOP是不够的，我们需要程序间交换和互动的组件模型，如OLE->ActiveX->DCOM->.Net，否则我们将永远不得不在语言和库之间周旋。
我假设Python，由于其广泛的库，在可预见的将来不会需要所有这些。除了终端通信，但这个问题早就解决了，甚至有几种方式。
说实话，这个Python和它的类都很烦人。这里只是其中一个函数的小片段。
数一数在这一小段代码中，自我 这个词被重复了多少次？
而且无时无刻、无处不在，在每一行都有好几次。这种无稽之谈会一直在任何类的所有函数（方法）中重复出现。
是的...是的，Python只适合作为 "胶水"，对于从几行到几十行的脚本，那么比C++Java有明显的优势，但是用Python实现多层OOP的成本更高，即使在方便的水平上，这种库的速度也是不可能的。它的外观非常 "干净"，不需要定制，这显然需要用其他语言来写，但要用Python写一些严肃的、有线程和GUI的东西，真是令人沮丧。
自己的测试仪更有趣，因为你可以完全控制这个过程，这对测试来说是绝对必要的。而测试器本身是一个非常简单的结构。
我不认为资助什么有什么意义，因为我只为自己做。
我只为自己做，测试器的算法并不复杂，但有很多地方我可能会犯错。但当然，使用别人的开发成果的风险也不会小，至少出于同样的原因，也许还有一些与 "谁从中受益 "的具体细节有关的其他原因。
哼哼哼...是的，Python只适合作为 "胶水"，对于从几行到几十行的脚本，那么比C++/Java有明显的优势，但在Python中做多层OOP是很昂贵的，即使在方便的水平上，这种库的速度也是不可能的。Python很有趣，可以在演讲中展示原理等。它在外观上非常 "干净"，不需要定制，这显然需要用其他语言来写，但要用Python写一些严肃的、有线程和GUI的东西，确实是件麻烦事。
为什么是 "wow..."？那里的Python一切正常，速度也很好。即使是55K的循环也能正常工作，在倒数第一的版本中。事实上，Python中的lib是快速的，而Python本身主要是用于连接句子中的单词。
一般来说，说得快--说得慢，本身就没有意义。如果快的话，它到底是用来做什么的？如果速度慢，那么也是如此。
"喘气...... "是什么意思？在Python中，一切都很好，而且速度也很快。即使是55K的循环也能正常工作，在倒数第一的版本中。事实上，Python中的lib是快速的，而Python本身主要是用于连接句子中的单词。
一般来说，说得快--说得慢，本身就没有意义。如果快的话，它到底是用来做什么的？如果速度慢，也是如此。
55k是面包屑，你需要计算数十亿，因此原生的python测试器将无法工作，你将不得不编写和导入 pluses上的libu，而python只用于调用和配置，因为它可能会慢100倍。
而 "咳咳 "是关于 "self "和100500个__***__方法和属性，我认为它们甚至比pluses上的代码更复杂，如果我们谈论线程、事件和GUI，一切都不比pluses好，相反，所有这些 "鸭子打字 "和类似的东西刚刚开始伤害，你需要记住很多东西，记住很多东西55k是面包屑，你必须计算数十亿，因此，原生的python测试器将无法工作，你将不得不在plusses中编写和导入库，而python只调用和配置，因为它可能会慢100倍。
而 "咳咳 "是关于 "self "和100500个__***__方法的，我认为它们会使代码变得更加复杂，甚至比使用pluses时还要复杂，如果我们谈论线程、事件和GUI，一切都不会比使用pluses时好，相反，所有这些 "鸭子打字 "和类似的东西，反而会开始受到伤害，你需要记住很多事情我不知道为什么我需要几十亿））。测试员--我没有任何抱怨，到目前为止，一切都很迅速，3个月的时间转瞬即逝，我不需要更多）。
在其他方面，我想我同意，在优点上是更有趣的写作。但你不能真的以优点为模型。事实证明：首先我们在一个软件中建立某个地方的模型，然后我们把它移植到pluses上，写各种接口到libs上--这非常累人。
而在Python中都是一个包，还有一个正常的建模环境+所有需要的lib，通常是用C++。对于战略来说，它已经足够快了--15-30毫秒对我来说不是一个延迟。 最终你可以用C语言重写关键部分，就像他们在NASA做的那样。当然，如果会有的话。
而且没有什么是完美的）。
我不知道为什么我需要几十亿。))测试员 - 我没有任何抱怨，到目前为止，一切都很快，3个月的时间在瞬间滑过，我不需要更多）。
在其他方面，我想我同意，在优点上是更有趣的写作。但你不能真的以优点为模型。事实证明：首先我们在一个软件中建立模型，然后我们把它移植到pluses中，写出各种接口到libs中--这真是个麻烦事。
而在Python中都是一个包，还有一个正常的模拟环境+所有需要的lib，通常是用C++。对于战略来说，它已经足够快了--15-30毫秒对我来说不是一个延迟。 最终你可以用C语言重写关键部分，就像他们在NASA做的那样。当然，如果会有的话。
而且没有什么是完美的）。
在优化的背景下，当成百上千的测试在几十万分钟的条上运行时，它是数十亿的。 我们不是我们的敌人，等待几个小时来获取几个简单的遗传指数，一年的时间，它应该在几秒钟内完成，而在Python中，它将需要更长的时间，就像在黑盒子中故意放慢计算。
一般来说，Python在正确的背景下是非常有吸引力的工具，尽管IMHO认为它目前的流行是一个短暂的现象，它就像社交网络和苹果小工具上的时尚一样，在非常简单的例子上有一个与外部光泽和极简主义的联系，还有就是学生，这使它的评级膨胀。
PS 顺便说一下，为什么你认为你的测试器工作正常？测试器是个棘手的东西....
在优化的背景下，当测试在数十万分钟的条形图上运行数百甚至数千次时，数十亿。 我们不是我们的敌人为几个简单的遗传指数等待数小时的时间，一年的时间，它应该在几秒钟内完成，但在Python中，它将花费更长的时间，以及在黑盒子上故意放慢计算。
我不从事优化和各种参数匹配的工作。我的方法不同，但我需要一个类似于MatLab、R、SciLab等的环境。Python也一样好。
我也不需要10^6条。对于一切--大约6个月，最多9个月的时间就足够了。现在的测试是3个月-2.5米，虽然系统还不是那么复杂。
最长的是学习ML，但没有什么比Python更好的了，在这里它只是作为一种脚本语言。假设一个 由5层、约60个神经元组成的训练有素的神经网络 的反应是3-5毫秒。
到目前为止，我没有看到任何真正的证据来证明这种恐吓行为。