文章 "在Python中使用Numba对交易策略进行快速测试" - 页 2

新评论
 

文章很酷，谢谢马克西姆！

速度确实令人印象深刻。


但在运行脚本之前，确实需要做一些工作。

对于无法运行脚本的用户，请注意以下几点

1) 安装 catboost

pip install catboost

2) 下载 EURGBP_H1.csv 数据并将其放入 Files 文件夹。

3) 下载所有 python 脚本并将其放在一个文件夹中

4) 调整Tester_ML.py 脚本的第一行如下

from tester_lib import test_model

5) 在 Tester_ML.py 脚本中写入文件路径，我是这样写的

p = pd.read_csv('C:/Program Files/MetaTrader 5/MQL5/Files/'+hyper_params['symbol']+'.csv', sep='\s+')


测试员_ML

 
Evgeniy Chernish #:

文章很酷，谢谢马克西姆 ！

速度真的令人印象深刻。


但在运行脚本之前，确实需要做一些工作。

对于那些无法运行脚本的用户，请注意以下几点

1) 安装 catboost

pip install catboost

2) 下载 EURGBP_H1.csv 数据并将其放入 Files 文件夹。

3) 下载所有 python 脚本并将其放在一个文件夹中

4) 调整Tester_ML.py 脚本 的第一行如下

从 tester_lib 导入 test_model

5) 在 Tester_ML.py 脚本中写入文件路径，我是这样写的

p = pd.read_csv('C:/Program Files/MetaTrader 5/MQL5/Files/'+hyper_params['symbol']+'.csv', sep='\s+')



不客气。是的，每个人的工作环境不同。例如，conda 可能已经安装了所有软件包。这就是我没有单独描述的原因，解释器会对缺少的软件包发出警告。

我自己的经验告诉我，文章中的大量文字会吓到你。当场弄明白比全部读完要容易得多：)

 
Evgeniy Chernish #:

文章很酷，谢谢马克西姆 ！

速度真的令人印象深刻。


但在运行脚本之前，确实需要做一些工作。

对于那些无法运行脚本的用户，请注意以下几点

1) 安装 catboost

pip install catboost

2) 下载 EURGBP_H1.csv 数据并将其放入 Files 文件夹。

3) 下载所有 python 脚本并将其放在一个文件夹中

4) 调整Tester_ML.py 脚本 的第一行如下

从 tester_lib 导入 test_model

5) 在 Tester_ML.py 脚本中写入文件路径，我是这样写的

p = pd.read_csv('C:/Program Files/MetaTrader 5/MQL5/Files/'+hyper_params['symbol']+'.csv', sep='\s+')

好极了！您已经完成了文章作者应该完成的工作。

 
😁
 
撰写有关交易策略的文章

超越一切
 
Ivan Butko #:
关于交易策略的作文 超越一切

不幸的是，这很昂贵。如果只是基本的东西。

 
Maxim Dmitrievsky #:

可惜价格昂贵。如果只是最基本的

SmartMoney 已经开始出版基础知识，但有点......干巴巴的。

总的来说，这个领域是开放的。
 
Ivan Butko #:
在 SmartMoney 上，他们开始发布一些基本信息，但不知何故.....。干。

总的来说，这个领域是开放的。
我不知道它是什么，也不想知道:)
 
Maxim Dmitrievsky #:
我心里不知道那是什么，也不想知道：)
明白了，不再坚持了。
 

把长裤变成短裤。额外材料。

对文章中的基本模型进行强烈的再训练。前后两个版本：


现在优化的不是 sl/tp，而是元标签（贸易/非贸易）输入：



附件中带有修改后优化器的附加库。

如果您需要第二篇文章对此进行扩展说明，请在此处发帖。

一切都运行得非常快！TC 生成过程只需几秒钟。 剩下的工作就是将模型转换并导出到终端。

Можно идти другим путем. Сначала экспортировать модель в терминал, затем делать оптимизацию. Интересно будет сравнить, есть ли выигрыш в скорости.

附加的文件：
opt_lib.py  5 kb
123456
新评论