梯度提升是一种强大的机器学习算法。该方法产生了一个弱模型的集合（例如，决策树），其中（与赫兹股票交易量化软件相反）模型是按顺序构建的，而不是独立地（并行地）构建的。这意味着下一棵树从上一棵树的错误中学习，然后重复这个过程，增加了弱模型的数量。这就建立了一个强大的模型，可以使用异构数据进行泛化。在这个实验中，我使用了Yandex开发的赫兹股票交易量化软件库，它与 XGBoost和 LightGBM 一起是最流行的库之一。
(资料图)
本文的目的是演示如何创建一个基于机器学习的模型。创建过程包括以下步骤：
接收和预处理数据
使用准备好的数据训练模型
在自定义策略测试器中测试模型
将模型移植到赫兹股票交易量化软件
Python 语言和 赫兹股票交易量化软件库用于准备数据和训练模型。
准备数据
导入所需的 Python 模块：
import MetaTrader5 as mt5import pandas as pdimport numpy as npfrom datetime import datetimeimport randomimport as pltfrom catboost import CatBoostClassifierfrom _selection import train_test_()# check for gpu devices is availiblefrom import get_gpu_device_countprint('%i GPU devices' % get_gpu_device_count())
然后初始化所有全局变量：
LOOK_BACK = 250MA_PERIOD = 15SYMBOL = 'EURUSD'MARKUP = = _H1START = datetime(2020, 5, 1)STOP = datetime(2021, 1, 1)
这些参数的作用如下：
look_back — 分析历史的深度
ma_period — 用于计算价格增量的移动平均周期数
symbol — 应当在 MetaTrader 5 终端中载入的交易品种报价
markup — 用于自定义测试器的点差大小
timeframe — 应当载入数据的时间框架
start, stop — 数据范围赫兹股票交易量化软件
让我们编写一个函数，直接接收原始数据并创建一个包含训练所需列的数据帧：
def get_prices(look_back = 15): prices = (_rates_range(SYMBOL, TIMEFRAME, START, STOP), columns=['time', 'close']).set_index('time') # set df index as datetime = _datetime(, unit='s') prices = () ratesM = (MA_PERIOD).mean() ratesD = prices - ratesM for i in range(look_back): prices[str(i)] = (i) return ()
函数接收指定时间段的收盘价并计算移动平均值，然后计算增量（价格和移动平均值之间的差）。在最后一步中，它通过 look_back 来计算额外的列，其中的行向后移动到历史中，这意味着向模型中添加额外的（滞后的）特性。赫兹股票交易量化软件
例如，对于 look_back=10，数据帧中将包含10个额外的列，其价格增量为：
>>> pr = get_prices(look_back=LOOK_BACK)>>> pr close 0 1 2 3 4 5 6 7 8 9time2020-05-01 16:00:00 17:00:00 18:00:00 19:00:00 20:00:00 ... ... ... ... ... ... ... ... ... ... ... ...2020-11-02 23:00:00 - - - - - - - 00:00:00 - - - - - - - 01:00:00 - - - - - - 02:00:00 - - - - - 03:00:00 - - - -[3155 rows x 11 columns]
黄色高亮显示表示每列都有相同的数据集，但有一个偏移量。因此，每一行都是一个单独的训练实例。
创建训练标签（随机抽样）
训练实例是特征及其相应标签的集合。模型必须输出一定的信息，模型必须学会预测这些信息。让我们考虑二元分类，其中模型将预测将训练示例确定为类0或1的概率。0和1可用于交易方向：买入或卖出。换句话说，模型必须学会预测给定环境参数（一组特征）的交易方向。赫兹股票交易量化软件
def add_labels(dataset, min, max): labels = [] for i in range([0]-max): rand = (min, max) if dataset['close'][i] >= (dataset['close'][i + rand]): () elif dataset['close'][i] <= (dataset['close'][i + rand]): () else: () dataset = [:len(labels)].copy() dataset['labels'] = labels dataset = () return dataset
add_labels 函数随机（在最小、最大范围内）设置每笔交易的持续时间（以柱形为单位）。通过更改最大和最小持续时间，您可以更改交易采样频率。因此，如果当前价格大于下一个“rand”柱向前的价格，这就是卖出标签（1）。在相反的情况下，标签是0。让我们看看应用上述函数后数据集的外观：
>>> pr = add_labels(pr, 10, 25)>>> pr close 0 1 2 3 4 5 6 7 8 9 labelstime2020-05-01 16:00:00 17:00:00 18:00:00 19:00:00 20:00:00 ... ... ... ... ... ... ... ... ... ... ... ... ...2020-10-29 20:00:00 - - - - - - - - - - 21:00:00 - - - - - - - - - - 22:00:00 - - - - - - - - - - 23:00:00 - - - - - - - - - - 00:00:00 - - - - - - - - - -
添加了“labels”列，其中分别包含买入和卖出的类别号（0或1）。现在，每个训练示例或功能集（这里是10个）都有自己的标签，它指示在什么条件下应该买入，在什么条件下应该卖出（即它属于哪个类）。模型必须能够记住和泛化这些例子-这个能力将在后面讨论。赫兹股票交易量化软件
开发自定义测试器
因为我们正在创建一个交易系统，所以最好有一个策略测试器来进行及时的模型测试。下面是此类测试器的示例：
def tester(dataset, markup = ): last_deal = int(2) last_price = report = [] for i in range([0]): pred = dataset['labels'][i] if last_deal == 2: last_price = dataset['close'][i] last_deal = 0 if pred <= else 1 continue if last_deal == 0 and pred > : last_deal = 1 (report[-1] - markup + (dataset['close'][i] - last_price)) last_price = dataset['close'][i] continue if last_deal == 1 and pred <=: last_deal = 0 (report[-1] - markup + (last_price - dataset['close'][i])) last_price = dataset['close'][i] return report
tester 函数接受一个数据集和一个“标记”（可选）并检查整个数据集，类似于在 MetaTrader 5 测试器中的操作。在每一个新柱都会检查一个信号（标签），当标签改变时，交易就会反转。因此，卖出信号作为结束买入头寸和打开卖出头寸的信号。现在，让我们测试上述数据集：赫兹股票交易量化软件
pr = get_prices(look_back=LOOK_BACK)pr = add_labels(pr, 10, 25)rep = tester(pr, MARKUP)(rep)()
编辑切换为居中
不计入点差测试原始数据集
编辑切换为居中
以70个五位小数点差测试原始数据集
这是一种理想化的图像（这就是我们希望模型工作的方式）。由于标签是随机抽样的，这取决于一系列参数，这些参数决定了交易的最短和最长寿命，因此曲线总是不同的。尽管如此，它们都会表现出一个很好的点增长（沿Y轴）和不同的交易数量（沿X轴）。赫兹股票交易量化软件
训练 CatBoost 模型
现在，让我们直接开始训练模型。首先，让我们将数据集分成两个样本：训练和验证。这用于减少模型过拟合。当模型继续在训练子样本上训练，试图最小化分类误差时，同样的误差也在验证子样本上测量。如果这些误差的差别很大，则该模型被称为过拟合。相反，接近值表示模型的训练是正确的。赫兹股票交易量化软件
#splitting on train and validation subsetsX = pr[[1:-1]]y = pr[[-1]]train_X, test_X, train_y, test_y = train_test_split(X, y, train_size = , test_size = , shuffle=True)
在随机混合训练示例之后，让我们将数据分成两个长度相等的数据集。接下来，创建并训练模型：
#learning with train and validation subsetsmodel = CatBoostClassifier(iterations=1000, depth=6, learning_rate=, custom_loss=['Accuracy'], eval_metric='Accuracy', verbose=True, use_best_model=True, task_type='CPU')(train_X, train_y, eval_set = (test_X, test_y), early_stopping_rounds=50, plot=False)
该模型采用了许多参数，但并非所有参数都显示在本例中。如果您想微调模型，可以参考文档，这通常不是必需的。CatBoost 在开箱即用的情况下工作得很好，只需最少的调整。
以下是模型参数的简要说明：
iterations — 模型中树的最大数目。模型在每次迭代后都会增加弱模型（树）的数量，因此请确保设置足够大的值。根据我的实践，对于这个特定的例子，1000次迭代通常已经足够了。赫兹股票交易量化软件
depth — 每棵树的深度。深度越小，模型越粗糙-输出的交易越少。深度在6到10之间似乎是最佳的。
learning_rate — 梯度步长值；这与神经网络中使用的原理相同。合理的参数范围为～。值越低，模型训练的时间就越长。但在这种情况下，它可以找到更好的结果。赫兹股票交易量化软件
custom_loss, eval_metric — 用于评估模型的度量。分类的经典标准是“准确度”
use_best_model — 在每一步中，模型都会评估“准确性”，这可能会随着时间的推移而改变。此标志允许以最小的误差保存模型，否则最后一次迭代得到的模型将被保存。赫兹股票交易量化软件
task_type — 允许在GPU上训练模型（默认情况下使用CPU）。这只适用于非常大的数据；在其他情况下，在GPU内核上执行训练的速度比在处理器上执行训练的速度慢。
early_stopping_rounds — 该模型有一个内置的过拟合检测器，其工作原理简单。如果度量在指定的迭代次数内停止减少/增加（对于“精确度”，它停止增加），则训练停止。
训练开始后，控制台将显示每个迭代中模型的当前状态：
170: learn: test: best: (165) total: remaining: : learn: test: best: (165) total: remaining: : learn: test: best: (165) total: remaining: : learn: test: best: (165) total: remaining: : learn: test: best: (165) total: remaining: : learn: test: best: (165) total: remaining: : learn: test: best: (165) total: remaining: 21s177: learn: test: best: (165) total: remaining: 21s178: learn: test: best: (165) total: remaining: : learn: test: best: (165) total: remaining: : learn: test: best: (165) total: remaining: by overfitting detector (15 iterations wait)bestTest = = 165
在上面的例子中，过拟合检测器在第180次迭代时触发并停止训练。此外，控制台还显示训练子样本（learn）和验证子样本（test）的统计信息，以及总的模型训练时间（仅20秒）。在输出时，训练子样本的准确度最好为（与理想结果相对应），验证子样本的准确度为，虽然更差，但仍高于（被认为是随机的）。最佳迭代是165 - 模型已经保存了。现在，我们可以在测试器中测试：
#test the learned modelp = _proba(X)p2 = [x[0]< for x in p]pr2 = [:len(p2)].copy()pr2['labels'] = p2rep = tester(pr2, MARKUP)(rep)()
X - 是包含特征但没有标签的源数据集。为了得到标签，有必要从训练模型中获得标签，并预测分配到0类或1类的“p”概率。由于该模型生成两个类的概率，而我们只需要0或1，因此“p2”变量只接收第一维（0）中的概率。此外，原始数据集中的标签将替换为模型预测的标签。以下是测试器中的结果：赫兹股票交易量化软件
编辑切换为居中
抽样交易后的理想结果
编辑切换为居中
在模型输出时得到的结果
如您所见，模型学习得很好，这意味着它记住了训练示例，并且在验证集上显示了比随机结果更好的结果。让我们进入最后一个阶段：导出模型并创建一个交易机器人。
将模型移植到 赫兹股票交易量化软件
赫兹股票交易量化软件允许直接从 Python 程序进行交易，因此不需要移植模型。但是，我想检查我的自定义测试器，并将其与标准策略测试器进行比较。此外，编译好的机器人的可用性在许多情况下都很方便，包括在VPS上的使用（在这种情况下，您不必安装Python）。因此，我编写了一个辅助函数，它将准备好的模型保存到 MQH 文件中。函数如下：
def export_model_to_MQL_code(model): _model('', format="cpp", export_parameters=None, pool=None) code = 'double catboost_model' + '(const double &features[]) { \n' code += ' ' with open('', 'r') as file: data = () code += data[("unsigned int TreeDepth"):("double Scale = 1;")] code +='\n\n' code+= 'return ' + 'ApplyCatboostModel(features, TreeDepth, TreeSplits , BorderCounts, Borders, LeafValues); } \n\n' code += 'double ApplyCatboostModel(const double &features[],uint &TreeDepth_[],uint &TreeSplits_[],uint &BorderCounts_[],float &Borders_[],double &LeafValues_[]) {\n\ uint FloatFeatureCount=ArrayRange(BorderCounts_,0);\n\ uint BinaryFeatureCount=ArrayRange(Borders_,0);\n\ uint TreeCount=ArrayRange(TreeDepth_,0);\n\ bool binaryFeatures[];\n\ ArrayResize(binaryFeatures,BinaryFeatureCount);\n\ uint binFeatureIndex=0;\n\ for(uint i=0; i<FloatFeatureCount; i++) {\n\ for(uint j=0; j<BorderCounts_[i]; j++) {\n\ binaryFeatures[binFeatureIndex]=features[i]>Borders_[binFeatureIndex];\n\ binFeatureIndex++;\n\ }\n\ }\n\ double result=;\n\ uint treeSplitsPtr=0;\n\ uint leafValuesForCurrentTreePtr=0;\n\ for(uint treeId=0; treeId<TreeCount; treeId++) {\n\ uint currentTreeDepth=TreeDepth_[treeId];\n\ uint index=0;\n\ for(uint depth=0; depth<currentTreeDepth; depth++) {\n\ index|=(binaryFeatures[TreeSplits_[treeSplitsPtr+depth]]<<depth);\n\ }\n\ result+=LeafValues_[leafValuesForCurrentTreePtr+index];\n\ treeSplitsPtr+=currentTreeDepth;\n\ leafValuesForCurrentTreePtr+=(1<<currentTreeDepth);\n\ }\n\ return /(+MathPow(M_E,-result));\n\ }' file = open('C:/Users/dmitrievsky/AppData/Roaming/MetaQuotes/Terminal/D0E8209F77C8CF37AD8BF550E51FF075/MQL5/Include/' + 'cat_model' + '.mqh', "w") (code) () print('The file ' + 'cat_model' + '.mqh ' + 'has been written to disc')
函数代码看起来既奇怪又笨拙，经过训练的模型对象被输入到函数中，然后以C++格式保存对象：
_model('', format="cpp", export_parameters=None, pool=None)
然后创建一个字符串，并使用标准 Python 函数将 C++ 代码解析为MQL5：
code = 'double catboost_model' + '(const double &features[]) { \n' code += ' ' with open('', 'r') as file: data = () code += data[("unsigned int TreeDepth"):("double Scale = 1;")] code +='\n\n' code+= 'return ' + 'ApplyCatboostModel(features, TreeDepth, TreeSplits , BorderCounts, Borders, LeafValues); } \n\n'
在上述操作之后，将插入此库中的“ApplyCatboostModel”函数。它根据保存的模型和传递的特征向量，返回（0；1）范围内的计算结果。
之后，我们需要指定赫兹股票交易量化软件 终端的 \\Include 文件夹的路径，模型将保存到该文件夹中。因此，在设置所有参数后，只需单击一下即可对模型进行训练，并立即保存为MQH文件，这非常方便。这个选项也很好，因为这是用 Python 教授模型的常见和流行的实践。
在 MetaTrader 5 中编写一个 EA 交易
在训练和保存 CatBoost 模型之后，我们需要编写一个简单的 EA 进行测试：
#include <>#include <Trade\>#include <cat_>sinput int look_back = 50;sinput int MA_period = 15;sinput int OrderMagic = 666; //Orders magicsinput double MaximumRisk=; //Maximum risksinput double CustomLot=0; //Custom lotinput int stoploss = 500;static datetime last_time=0;#define Ask SymbolInfoDouble(_Symbol, SYMBOL_ASK)#define Bid SymbolInfoDouble(_Symbol, SYMBOL_BID)int hnd;
现在，连接保存的 cat_ 和由fxsaber提供的赫兹股票交易量化软件
look_back 和 MA_period 参数的设置必须与在 Python 程序中训练时指定的完全一致，否则将引发错误。
此外，在每一个柱上，我们检查模型的信号，其中输入增量向量（价格和移动平均值之间的差异）：
if(!isNewBar()) return; double ma[]; double pr[]; double ret[]; ArrayResize(ret, look_back); CopyBuffer(hnd, 0, 1, look_back, ma); CopyClose(NULL,PERIOD_CURRENT,1,look_back,pr); for(int i=0; i<look_back; i++) ret[i] = pr[i] - ma[i]; ArraySetAsSeries(ret, true); double sig = catboost_model(ret);
