มาลองใช้  Microsoft Azure Machine Learning Studio (classic) Web Services ทำนายกราฟดู
ลองใช้ดูครับว่าจะแม่นใหม ใช้งานง่ายมาก

สมัครใช้ฟรี ไม่มีค่าใช้จ่าย ไม่ต้องใช้บัตรเครดิตสมัคร


ขั้นตอนหยาบๆ ในการคำนวณ ทำตามดังนี้  ลองทำตามครับ ไม่ยากเลย  ถ้าทำรอบแรกไม่ได้  ลองดู video แล้วทำใหม่อีกรอบ  มั่วๆ ไปอีกรอบ เดี่ยวก็ได้เอง

100 STEP
1. ก่อนอื่นๆ ต้องมี Microsoft Account หรือ อีเมล hotmail.com ก่อน
2. เอา hotmail ไปสมัครเข้าระบบใน   https://studio.azureml.net/
3. กดดู DEMO วิธีใช้ คร่าวๆ เพื่อให้รู้
4. ไม่ต้องกลัววิธีใช้ เพราะเราจะใช้ทางลัด มันมี template อยู่แล้ว แค่เปลี่ยน database คู่เงิน ไปแทนก็ใช้ได้แล้ว ง่ายมาก
5. ดู video สอนภาษาไทย ให้คุ้นก่อน
6. (แนะนำ)
7.
8.
9. เริ่มเตรียมข้อมูลจาก MT5
10. ดาวนโหลด MT5
11. https://www.metatrader5.com/en/download
12. https://download.mql5.com/cdn/web/metaquotes.software.corp/mt5/mt5setup.exe?utm_source=www.metatrader5.com&utm_campaign=download
13. หรือใช้ MT5 จากโบรกที่ใช้
14. ติดตั้ง MT5
15. เปิด MT5 ล็อกอินเข้าโบรกที่จะเอาข้อมูล
16. เลือกเมนู View ==> Symbols
17. คลิกไปแถบ Bars
18. เลือกคู่เงิน  EURUSD มา 1 อัน
19 เลือก Timeframe เป็น Day,Week, Month อันใดอันหนึ่ง
20 แนะนำ Week กับ Month  ใช้ Day แล้วไม่ค่อยมีความต่าง มาก
21 เลือก Day ให้ใช้ Week
22 เลือก Week ให้ใช้ Month
23 เลือก 4H แล้วใช้ Day จะได้ประมาณ 4H แรก
24 ประมาณนี้ ต้องลองดู
25 เลือกช่วงเวลาดาวนโหลดข้อมูลจากปี 1970-2020 ถึงเวลาปัจจุบัน
26 กด Request ดาวนโหลด
27 รอข้อมูลมาจนครบ (ถ้ายังไม่มา หรือไม่ครบ กดอีกรอบจนอัพเดทมาครบ)
28 กด Exports Bars
29 เซฟไฟล์เก็บไว้ เป็น CSV    แล้วตั้งชื่อเช่น EURUSD_Monthly_197101010000_201911010000.csv
30 เปิดไฟล์ CSV ด้วย Excel 2013
31 ถ้าไม่มี Excel ใช้ Excel Online Free หรือ Google Sheets ได้
32 <DATE><OPEN><HIGH><LOW><CLOSE><TICKVOL><VOL><SPREAD>
33 ลบช่องข้อมูล  TICKVOL กับ SPREAD  ออกไปเพราะจะไม่ใช้งาน
34 เราจะก็อปปี้  <DATE><OPEN><HIGH><LOW><CLOSE><VOL>  ไปใช้งาน
35 ดาวนโหลดไฟล์ template จาก  Stock Market Analyzer
36 เปิดหน้าเว็บ https://gallery.azure.ai/Experiment/Stock-Market-Analyzer-1
37. เปิดไฟล์ Open in Studio (classic) 
38. Copy experiment form Gallery ก็อปปี้ไฟล์คำนวนไปยัง Free Workspace
39 จะเห็นรูปไฟล์ชื่อ table (2) - Copy (9).csv
40 คลิกขวาที่ชื่อไฟล์เลือก Download
41 จะได้ไฟล์ database ดาวนโหลดมาชื่อ table _2_ - Copy _9_.csv
42 เราจะใช้ไฟล์นี้เป็น template  ไฟล์ข้อมูล
43 Date,Open,High,Low,Close,Volume,Adj Close
44 ข้อมูลที่ต้องทำ 7 ช่อง คือ
Date   
Open   
High   
Low   
Close   
Volume   
Adj Close

45. ไฟล์  1-6 มีอยู่แล้วขาด Adj Close
46 ช่อง Adj Close คือก็อปปี้ Close มาใส่
47 Adj Close  ชื่อเต็มเดาว่า Adjust Close
48 ค่า Adj Close  คืออะไร ลองดูตัวอย่างใน
49 https://finance.yahoo.com/quote/GOOGL/history?p=GOOGL
50 https://finance.yahoo.com/quote/AAPL/history?p=AAPL
51. Historical Data ==> Download Data
52. ข้อมูลดูแล้วเหมือ Close
53. ดังนั้นเราจะก็อปปี้ Close มาเป็น  Adj Close
54. เตรียมไฟล์แท่งเทียน  OHLC  ใน excel
55. เปิดไฟล์  table _2_ - Copy _9_.csv เท็มเพลต ต้นแบบ ที่ดาวนโหลดมา
56. ก็อปปี้ ข้อมูล <DATE><OPEN><HIGH><LOW><CLOSE><TICKVOL><VOL><SPREAD> จากไฟล์   EURUSD_Monthly_197101010000_201911010000.csv  ที่เอามาจาก MT5
57. ไม่ต้องเอา  <DATE><OPEN><HIGH><LOW><CLOSE><TICKVOL><VOL><SPREAD> มาเอาเฉพาะข้อมูล
58. ไม่ต้องเปลี่ยนหัว   Date,Open,High,Low,Close,Volume,Adj Close  ในไฟล์ template
59. ถ้าไฟล์ header หัวของ template ไม่เหมือนเดิม มันจะ error ให้ใช้ของเดิมใน template
60. เซฟไฟล์ data เป็นไฟล์ CSV  (เลือก Save As เลือก CSV (Comma delimited) (*.csv))
61. ไฟล์ที่จะใช้อัพโหลดจะต้องเป็น CSV (Comma delimited)  คั้นด้วยลูกน้ำล่าง
62. ไฟล์ที่เซฟจาก MT5 มาจะเป็น CSV แบบ Tab delimited จะใช้อัพโหลดไปใช้ตรงๆเลยไม่ได้ ต้องเปลี่ยนเป็น Comma และเปลี่ยนหัว header
63. เราจะได้ไฟล์ data ที่จะเอาไปคำนวน เซฟเป็นชื่อที่จำได้  ตั้งชื่อเป็น  XM_EURUSD_MONTH.CSV หรือ EXNESS_EURUSD_MONTH.CSV
64. อัพโหลดไฟล์เข้าในระบบ Machine Learning
กดเมนู DATASETS
เลือก +NEW
กด FROM LOCAL FILE
Choose File เลือกไฟล์ ที่เตรียมไว้
กดปุ่มเครื่องหมายถูกเพื่ออัพโหลด Upload a new dataset
รออัพโหลดเสร็จ  Upload of dataset has Complete OK
ไฟล์ข้อมูลจะเข้าไปอยู่ใน Saved Datasets  ==> My Datasets

65. เปิดไฟล์ต้นฉบับคำนวณ  Stock Market Analyzer
https://gallery.azure.ai/Experiment/Stock-Market-Analyzer-1
66. เปิดไฟล์ Open in Studio (classic) 
67. Copy experiment form Gallery ก็อปปี้ไฟล์คำนวนไปยัง Free Workspace
แก้ไขชื่อไฟล์  Stock Market Analyzer ที่อยู่ด้านบน ไปเป็น XM_EURUSD_MONTH.CSV  เพื่อให้รู้ว่าเป็นคำนวนอะไรจากข้อมูลชุดใหน
68.  แทนที่ไฟล์ข้อมูล  table _2_ - Copy _9_.csv  ด้วยไฟล์ข้อมูลที่เตรียม   Saved Datasets  ==> My Datasets
69. จับลากไฟล์ข้อมูลเข้าตารางคำนวณ
70. ลากเชื่อมไฟล์ข้อมูลเข้าไปยังโมดูล Spite Data
71. [Run] กดปุ่ม Run ด้านล่าง ให้โปรแกรมเช็คความถูกต้อง
72. รอจนมีเครื่องหมายถูกครบหมดทุกช่องโมดูล ประมาณ 1-2 นาที จน Finished running มีเครื่องหมายถูกครบทุกช่อง
73. กดปุ่ม Setup Web Service เลือก Predict Web Service [Recommended]   (ถ้ายังไม่เลือก Train Model จะมีเตือนขึ้นมา)
74. [Run]  เลือกโมดูล Train Model  แล้วกดปุ่ม Run ให้โปรแกรมคำนวณ (มี Train Model อยู่ 3 อัน เลือกอันใหนก็ได้)
75. โปรแกรมจะรวมโมดูลทั้งหมดเป็นอันเดียว Creating predicttive Eexperient
76. [Run] กด Run ด้านล่าง ให้โปรแกรมเช็คความถูกต้อง อีกครั้ง  จน Finished running มีเครื่องหมายถูก
77. เลือก  DEPLOY WEB SERVICE  เมื่อทำเสร็จ จะวิ่งไปอีกหน้า มีเมนูให้ TEST และ Preview และมี APPS
78. เลือกดาวนโหลด Excel 2013 or later  ดาวนโหลดไฟล์ excel มาเก็บไว้  (เอาไว้คำนวนผ่าน excel ได้)
79. เลือกคลิกหน้าเว็บ Test Preview   แล้วเลือก Sample Data Enable จะมีข้อมูลตัวอย่างขึ้นมา กรอกใหม่แทนด้วยข้อมูลใหม่
80. เข้าไปหน้า Test Preview จะมีช่องให้กรอก 7 ช่อง ข้อมูลเหมือนที่เราเตรียม
81. ตรงนี้ให้เอาข้อมูลแท่งเทียนวัน หรือเดือนล่าสุดมาใส่ เพื่อให้คำนวน
82. กรอกข้อมูลให้ครบทุกช่อง Date,Open,High,Low,Close,Volume,Adj Close (ใส่ข้อมูลแท่งเทียนล่าสุด OHLC)
83. กดคำนวน Test Request-Response
84. ข้อมูลคำนวนจะออกมาตรง output1
85. ดูผลคำนวณตรง Scored Labels จะเป็นผลการทำนายกราฟต่อจากแท่งเทียนราคาสุดท้าย
86. เอาผล Scored Labels ทำนายไปเสี่ยงเทรดต่อไป
87. ลองทำซ้ำอีกครั้งดูผลเทียบ
88. ต้องการทำคู่เงินอื่นๆ ก็เริ่มเตรียมข้อมูลใหม่อีกรอบ
89. ต้องการคำนวนวันต่อไป ก็เอาข้อมูลมากรอกหน้าเดิมอีก
90. ผ่านไป 1 เดือน ต้องการอัพเดทใหม่ทั้งหมด เริ่มเตรียมจ้อมูล และคำนวณใหม่ทั้งหมด
91. วิธีคำนวนผ่านไฟล์ Excel ที่ดาวนโหลดมา  โดยไม่ต้องเข้าไปกรอกข้อมูลในเว็บ
92.  Stock Market Analyzer GBPUSD_Monthly.csv [Predictive Exp.].xlsx
93 เปิดไฟล์ Excel  ที่ดาวนโหลดมา กด Enable Editing ให้ทำงานได้ ด้านขวามือจะมี Azure Machine Learning ขึ้นมา
94. กดปุ่มด้านขวา จะมีเมนูและรายการให้กรอกขึ้นมาหลายช่อง เลือก Use sample data จะมีข้อมูลตัวอย่างขึ้นมา
95. กด input1 เลือก Cell ช่องข้อมูลตัวอย่างที่จะส่งไปคำนวน
96 กด output1 เลือก Cell ช่องข้อมูลที่ว่างๆ ผลการคำนวณจะออกมาตรงที่เลือกนี้
97 เลือกถูก Auto-predict
98. พร้อมแล้ว กด Predict
99 ผลคำนวณจะออกมาในช่อง  Scored Labels
100 อัพเดทหรือสร้างไฟล์คำนวณใหม่ทุกๆ เดือน เนื่องจากว่าอันเก่าฐานการคำนวณมันจะมาจากไฟล์ data เก่าที่ไม่อัพเดท

ข้อจำกัดของระบบคือคำนวณข้อมูลกราฟ timeframe น้อยแล้ว ไม่ค่อยเห็นความแตกต่างมาก ว่ากราฟจะวิ่งไปทางใหน

งานหลักๆ คือเตรียมข้อมูลไฟล์ data ของคู่เงินอัพเดทล่าสุด เข้าไปคำนวณ

อาจจะทำเสาร์อาทิตย์แค่หนึ่งครั้ง สำหรับวางแผนเทรดสัปดาห์ต่อไป  ส่วนใครจะขยันทำรายวันก็ลองทำแล้วเก็บสถิติดูครับ

แนะนำว่าให้ทำไฟล์อัพเดทล่าสุดเข้าไปคำนวณ

การใช้งานโปรแกรมคำนวณโดยใช้ Excel ก็สะดวกดี ต้องใช้กับ Excel 2013 ขึ้นไป เท่านั้น

การเตรียมไฟล์ data เนื่องจากไฟล์แท่งเทียนจาก MT5 เซฟออกมานั้นมันเป็น TAB delimited ดังนั้นเวลาเปิดจาก excel ตรงจะเปิดดูไม่ได้เพราะมันติดกันเป็นบรรทัดเดียว
วิธีแก้ปัญหาคือใช้โปรแกรม notepad เปิดดูก่อน แล้วก็อปปี้ทั้งหมด เข้าไปแปะลงใน excel ที่เปิดไว้เปล่าๆ ใหม่ ก็จะได้ข้อมูลสำหรับเตรียมใน excel

การเตรียมไฟล์นอกจากจะใช้ excel แล้ว แนะนำให้ใช้โปรแกรม libreoffice cal เปิดไฟล์ data ที่เซฟมาจาก MT5 มันจะถามการนำเข้าให้เลือกที่ tab แล้ว ok ใช้งาน

กราบขอบพระคุณมากครับ
ก่อนอื่นขอแชร์ใน Fanpage ก่อนเลย นะครับ
และขอบพระคุณในความมุ่งมั่นตั้งใจ ในการเสนอสิ่งดีๆ ให้สมาชิกทุกท่าน
แอดมินขอศึกษาต่อ เนื่อง ครับน่าสนใจเลยทีเดียว ครับ

โอ้!!!! น่าศึกษามากๆครับ ขอบคุณมากครับ 

ครับ 

Microsoft Azure Machine Learning ใช้งานง่ายมากที่สุดแล้วครับ

ข้อจำกัดอีกอันของ Microsoft Azure Machine Learning (Free)  อีกอันก็คือ ใช้ฟรีได้เดือนละ 1000 ครั้งนะครับ หมายถึงกดใส่งข้อมูลและดูผลคำนวนได้ 1000 ครั้งต่อเดือน ถ้าใช้ถี่ๆ ก็เฉลี่ยชั่วโมงละ 1 ครั้ง  ไม่สามารถใช้นาทีละครั้งได้ เพราะเกินจำนวนโควต้าฟรี  แต่ถ้าใครต้องการใช้เพิ่มก็จ่ายเพิ่มได้ มีแพ็คเกจ $100.13 เหรียญ รายเดือนสำหรับใช้เพิ่มได้ 100,000 ครั้ง

สมัคร Microsoft Azure Machine Learning ตัวฟรี จะไม่มีถามหาบัตรเครดิตนะครับ ใช้งานฟรี  เอาอีเมลสมัครได้เลย (จำกัด 1000)
ส่วนถ้าสมัครแบบกรอกบัตรเครดิตผ่านจะเป็น Azure Machine Learning Subscription ตัวเต็วที่ใช้จ่ายเงิน (ถ้าซื้อ $100 เหรียญ จะเป็นตัวนี้ สำหรับคนใหม่ที่ยังไม่เคยใช้จะมี ทดลองใช้ฟรี $200 เหรียญ)

เท่าที่ทดลองใช้
Azure Machine Learning ใช้งานง่ายสุดในตอนนี้ มีอินเตอร์เฟสง่ายหน่อย และที่สำคัญคือฟรี  มี template ให้ก็อปใช้  รูปแบบใช้จับลาก  พอทำได้ไม่ยาก

Amazon AWS (Machine Learning) ยังใช้ยาก  และไม่ฟรี
Google Cloud   (Machine Learning) ยังใช้ยาก และไม่ฟรี
Alibaba Cloud  (Machine Learning) ยังใช้ยาก (มีฟรีให้ลอง แต่ยากหน่อย ไม่มี template)
ใช้ python ในเครื่องเราเอง ยิ่งใช้ยาก เพราะต้องใช้ command line ทั้งหมดเลย ใช้ยากมาก
มี ใช้ python ในเครื่องเราผ่าน jupiternotebook แต่ใช้ error ง่ายเพราะในแต่ละเครื่องเราลงโปรแกรมไว้ไม่เหมือนกัน ใช้ยาก
มี google colab ใช้ฟรี  ต้องมีคนทำต้นแบบให้ใช้ก่อน ยังปรับแต่งยากเพราะยังใช้เป็น command line อยู่ ต้องแก้ปัญหาเอง

กำลังจะลองอีกอันเป็น Google AutoML เป็นคำนวน ML แค่เอาไฟล์ข้อมูลใส่เข้าไป อันนี้อาจจะต้องเสียเงิน  (สำหรับคนไม่เคยใช้ จะมีเครดิตฟรี $300 เหรียญ ผมลองใช้หมดไปแล้ว)

ลองสมัคร Google Cloud ทดลองฟรีไว้ก่อนก็ได้ (ต้องใช้บัตรเครดิตแปะผ่านนะ)

ผมว่ามันเป็นเครื่องมือสำหรับช่วยเทรด generation ต่อไป  ใช้เหมือนกับ indicator และ EA รุ่นต่อไป
เพราะตลาดนับวันจะผันผวนมากขึ้น กราฟเพี้ยนตลอด ทฤษฎีเดิมๆ บางทีก็ไม่ได้ผล ต้องมีเครื่องมือที่รับกับความซับซ้อนสูงขึ้น
ใครมีเครื่องมือดีกว่าก็ได้เปรียบ

อัพเดท
พอดีทำสคริปสำหรับช่วย export ข้อมูล สำหรับเอาไปอัพโหลด คำนวนณใน ML


ลองดาวนโหลดไปใช้ดูครับ  สคริปอยู่กระทู้นี้ครับ
https://traderider.com/index.php/topic,18259.0.html

สนใจอยากเรียนมากๆครับ

อ้างจาก: ratchapol yooyen ที่ 01, มกราคม  2020, 09:40:07 PM
สนใจอยากเรียนมากๆครับ

ดู video ใน youtube เลยครับ

ผมชอบ ms azure เพราะมันใช้ง่าย อันอื่นๆ ต้องเรียน command line หมดเลย

กับลองเปิดแอคเค้า cloud ลองใช้ดู  (ระวังโดยชารจเกินด้วย)

แนะนำหัดใช้ google colab

ผมว่าจะไปเข้าคอร์สเรียนครับ

มีตั้งแต่ หลักพัน ถึงหลักหมื่น    ผมว่าจะไปของ botnoi  ประมาณ 2000

https://www.facebook.com/botnoigroup/

https://medium.com/botnoi-classroom