{ "general": { "_coment" : "Ubique aqui el path relativo al 'folder symbol' luego automatiacamente se iran entrenando todos los modelos de todos los timeframes y labels", "path": "C:\\Users\\USER\\AppData\\Roaming\\MetaQuotes\\Terminal\\Common\\Files\\EasySbAi\\EURUSD", "_coment_1" : "Sera necesario especificar que archivo features usas para cada tipo de modelo ML estos archovs son rutas relativas a: ", "_coment_2" : "1. Symbol folder | 2. Timeframe folder | 3. label_labelid folder... internamente se usa un sistema de cascada y sobreescritura del archivo", "_coment_3" : "El archivo debe de estar en formato .csv, si tiene el archivo .fgblc use el editor (integrao en el panel) para cargarlo y luego compilarlo a csv", "_coment_4" : "En caso el .fgblc este embebido en el ea recomiendo sacar ese archivo en un archivo .fgblc y ubiquelo en FeatureEditor\\My\\", "_coment_5" : "(path relativo al folder del panel), ahora renombrelo (en base a los nombres los csv) y luego cargarlo en el editor y posteriomente compilarlo", "features_pred_file": "Features\\features_model.csv", "features_tp_file": "Features\\features_model.csv", "features_sl_file": "Features\\features_model.csv", "file_name_idx" : "idx.txt", "file_name_features_ptr" : "features_ptr.txt" }, "clasificacion": { "target_col": " salida", "model_name": "ModelPred", "num_features": 25, "validation_split": 0.2, "n_trials": 75, "k_folds": 5, "random_seed": 42, "hilos": 2, "jobs_optuna": 12, "final_hilos": 20, "data_csv_file" : "data_pred.csv" }, "regresion": { "target_col": " salida", "model_name_tp": "ModelTP", "model_name_sl": "ModelSL", "num_features": 25, "validation_split": 0.2, "n_trials": 75, "k_folds": 5, "random_seed": 42, "hilos": 2, "jobs_optuna": 12, "final_hilos": 20, "_coment" : "Aqui se ubican los archivos de salida para tpy sl, el nombre de estos su ubicacion es relativa a MainFolder en este caso EasySb", "data_csv_file_tp": "data_tp.csv", "data_csv_file_sl" : "data_sl.csv" } }