文章 "掌握ONNX：MQL5交易者的游戏规则改变者"
你说得太对了，这是游戏规则的改变者。我几乎打消了将现代机器学习应用于金融市场的念头，因为在你向我传授 ONNX 之前，唯一的出路就是重新编写所有这些算法，完全不留任何余地，而这对乐观主义者来说简直就是自杀任务。但这是值得庆祝的！
Sarah Vera 神经网络，我也在使用 python 和 tensorflow。
可以
Omega J Msigwa 非常欣赏您的详细文章。
这篇文章计算了一组所有历史数据的归一化参数，然后用它对数据进行归一化训练，并对实时数据应用相同的 这非常合乎逻辑，因为模型就是这样训练出来的。我有几个疑问，希望您能解释一下。
- 如果实时（未来）数据出现更高的最大值或更低的最小值，我们是否需要重新训练模型？
- 这种归一化方法与几篇文章（12433、12484 等）中提到的方法不同，即在训练和实时预测之前对每组样本进行归一化计算，（如果需要）在实时预测之后去归一化。与本文相比，您对这些方法有何看法？
非常感谢您付出的时间和努力。
68360626 #:
Omega J Msigwa 非常欣赏您的详尽文章。
这篇文章计算了一组所有历史数据的归一化参数，然后用它对数据进行归一化训练，并对实时数据应用相同的 这非常合乎逻辑，因为模型就是这样训练出来的。我有几个疑问，希望您能给予解答。
- 如果实时（未来）数据出现更高的最大值或更低的最小值，我们是否需要重新训练模型？
- 这种归一化方法与几篇文章（12433、12484 等）中提到的方法不同，即在训练和实时预测之前对每组样本进行归一化计算，（如果需要）在实时预测之后去归一化。与本文相比，您对这些方法有何看法？
非常感谢您付出的时间和努力。
01:问得好：数据出现了新的更高的最大值或更低的最小值，您可能需要重新训练模型，使其更加相关。
02:我认为根据 ML 理论，这篇文章中采用的归一化计算方法是正确的，也是有意义的。对每个样本的不同参数进行归一化是不可接受的（不是我说的）。
是否有可能从专家顾问内部重新训练模型？这样它就能在前进过程中自我优化？
嗨，非常好的文章
我想知道是否可以导出某个时期的数据，比如从 2018 年到 2020 年的数据
谢谢！
新文章 掌握ONNX：MQL5交易者的游戏规则改变者已发布：
深入ONNX的世界，这是一种用于交换机器学习模型的强大的开放标准格式。了解利用ONNX如何彻底改变MQL5中的算法交易，使交易员能够无缝集成尖端的人工智能模型，并将其策略提升到新的高度。揭开跨平台兼容性的秘密，学习如何在您的MQL5交易活动中释放ONNX的全部潜力。通过这篇掌握ONNX的全面指南提升您的交易游戏 。
不可否认，我们正处于人工智能和机器学习的时代，每天都有一种新的基于人工智能的技术部署在金融、艺术和游戏、教育以及生活的更多方面。
对我们这些交易员来说，学习利用人工智能的力量可以让我们在市场上占据优势，让我们检测到肉眼看不到的模式和关系。
尽管人工智能看起来很酷很神奇，但在这些模型背后，有一些复杂的数学运算，如果你要从头开始实现这些机器学习模型，需要大量的工作、高度的准确性和专注力才能正确地计算和实现，而这要归功于开源。
如今，你甚至不需要是数学和编程天才就可以构建和实现人工智能模型。你需要对你想在项目中使用的某种编程语言或工具有一个基本的了解，在某些情况下，你甚至不用拥有电脑，这要归功于Google Colab等服务，你可以使用python免费编写、构建和运行人工智能模型的代码。
尽管使用Python和其他流行且成熟的编程语言实现机器学习模型很容易，但老实说，在MQL5中实现它并不容易。除非你想通过在MQL5中从头开始创建机器学习模型来重新发明轮子——这是我们在系列文章中所做的事情——否则我强烈建议使用ONNX将python中构建的人工智能模型集成到MQL5。ONNX现在在MQL5中得到支持，我很兴奋，我相信你也应该这样做。
作者：Omega J Msigwa