Inglese
Spagnolo
Portoghese
Francese
TedescoModelli ML in StrategyQuant
0 risposte
Javier Fernández
1 mese fa #293724
Ciao a tutti,
Attualmente sto esplorando diversi modi di integrare Modelli di apprendimento automatico (basati su Python) direttamente nel flusso di lavoro dell'StrategyQuant X, in particolare come Indicatori da utilizzare durante la Edificio/Generazione fase. Sono curioso di sapere se qualcuno di voi ha implementato con successo modelli ML che funzionano bar-by-bar durante il backtest per la generazione di strategie.
Sono particolarmente interessato alla sua esperienza in merito a due sfide principali:
- Velocità del backtest: La chiamata di un processo Python esterno (
ProcessBuilder) su ogni barra sembra essere un grosso collo di bottiglia per il costruttore. Se lo state facendo, state usando un'API/server locale (come FastAPI/Flask) per ridurre la latenza o siete passati a librerie Java native (come Smile o Weka)? - Esportazione MQL4/MQL5: Per coloro che utilizzano indicatori ML complessi (come i modelli di Markov nascosti o le reti neurali), come gestite l'esportazione in MetaTrader? State replicando manualmente la logica in MQL, utilizzando ponti DLL o forse esportando i modelli in ONNX?
Attualmente sto considerando un flusso di lavoro che prevede Snippet Java + Indicatori MQL4 personalizzati + Modelli di traduzione TPL, ma mi piacerebbe sapere se c'è un modo più efficiente o “standard” con cui la comunità gestisce questo problema.
Grazie
0