트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 266

[СанСаныч Фоменко]

mytarmailS :

촛대는 어디서 구하셨나요? CRAN과 RSUDIO가 없습니다.

[Vladimir Perervenko]

mytarmailS :

미분할 때 시프트는 자동으로 진행됩니다. 계열이 한 요소만큼 짧아지기 때문에 필요한 것은 마지막 요소만큼 표본(관측값이 있는 테이블)을 줄이는 것뿐입니다.

여기 예가 있습니다

SomeData <- c( 10 , 20 , 30 , 20 , 10 , 20 , 30 , 40 , 50 , 40 )

Y <- diff(SomeData)

cbind.data.frame(  Y , SomeData[-length(SomeData)])

우리는 얻는다

   Y                   SomeData[-length(SomeData)]
1    10                            10
2    10                            20
3 - 10                            30
4 - 10                            20
5    10                            10
6    10                            20
7    10                            30
8    10                            40
9 - 10                            50

잘못된. 필요해

> SomeData < - c(10,20,30,20,10,20,30,40,50,40)
>
> Y < - diff(SomeData)
>
> Y
[1]  10  10 -10 -10  10  10  10  10 -10
> require(magrittr)
Loading required package: magrittr
> Y < - diff(SomeData) %> % c(., NA)
> dt < - cbind(SomeData, Y) %> % na.omit()
> dt
      SomeData   Y
[1,]       10  10
[2,]       20  10
[3,]       30 -10
[4,]       20 -10
[5,]       10  10
[6,]       20  10
[7,]       30  10
[8,]       40  10
[9,]       50 -10
attr(,"na.action")
[1] 10
attr(,"class")
[1] "omit"
> Y
[1]  10  10 -10 -10  10  10  10  10 -10  NA

이제 목표는 1 bar만큼 미래로 이동합니다.

[mytarmailS]

산산이치 포멘코 :

예측변수가 아닌 타겟 을 왼쪽으로 이동해야 합니다.

나는 다시 설명하려고 노력할 것이다.

몰라, 문제를 이해하지 못했고 이미 과열되었을 수도 있지만 당신이 말한대로했습니다. 갖다

Confusion Matrix and Statistics

          Reference
Prediction    0    1
         0 1862  487
         1  487 2164
                                          
               Accuracy : 0.8052          
                 95% CI : (0.7939, 0.8161)
    No Information Rate : 0.5302          
    P-Value [Acc > NIR] : <2e-16          
                                          
                  Kappa : 0.609          
Mcnemar's Test P-Value : 1              
                                          
            Sensitivity : 0.7927          
            Specificity : 0.8163          
         Pos Pred Value : 0.7927          
         Neg Pred Value : 0.8163          
             Prevalence : 0.4698          
         Detection Rate : 0.3724          
   Detection Prevalence : 0.4698          
      Balanced Accuracy : 0.8045  

어떤 오류가 있습니까?

그가 또 뭔가를 잘못했는지도 몰라, 왠지 이미 너무 낙관적이야

[mytarmailS]

산산이치 포멘코 :
촛대는 어디서 구하셨나요? CRAN과 RSUDIO가 없습니다.

불행히도 크레인에는별로 없습니다 ...

install.packages( "candlesticks" , repos= "http://R-Forge.R-project.org" )

[mytarmailS]

블라디미르 페레르벤코 :

잘못된. 필요해

이제 목표는 1 bar만큼 미래로 이동합니다.

글쎄, 끝에 " Y "에 NA 를 추가하는 대신 NA 를 삭제하면 SomeData의 마지막 줄을 가져와서 삭제하면 동일하지 않을까요?

차이점을 잘 이해하지 못하겠습니다. 이미 완전히 과열되었을 수 있습니다((

[СанСаныч Фоменко]

mytarmailS :

몰라, 문제를 이해하지 못했고 이미 과열되었을 수도 있지만 당신이 말한대로했습니다. 갖다

나는 계산하지 않았다 - 패키지 없음

그리고 그 결과는 매우 적절하고 또한 진실과 매우 유사합니다. 여기에서 사람들은 70%(30% 오류)에 가까워지기 위해 싸우고 있습니다. 그리고 여기에서는 분명히 30% 미만입니다. 그리고 바퀴에서 "있는 그대로"의 원칙에 따라.

[mytarmailS]

산산이치 포멘코 :

나는 계산하지 않았다 - 패키지 없음

그리고 그 결과는 매우 적절하고 또한 진실과 매우 유사합니다. 여기에서 사람들은 70%(30% 오류)에 가까워지기 위해 싸우고 있습니다. 그리고 여기에서는 분명히 30% 미만입니다. 그리고 바퀴에서 "있는 그대로"의 원칙에 따라.

몰라요....기적은 오래 안믿어요...또 뭔가 답답한 생각이 들어서 누가 다시 확인좀

[СанСаныч Фоменко]

mytarmails :

불행히도 크레인에는별로 없습니다 ...

install.packages( "candlesticks" , repos= "http://R-Forge.R-project.org" )

감사합니다. 모든 것이 다운로드되었습니다.

예측 변수 형성에 대한 완전히 새로운 아이디어. 그럴게요. 저에게는 각 예측 변수의 예측력에 대한 질문이 매우 흥미로웠습니다. 내가 생각하는대로 - 나는 그것을 게시 할 것입니다. 예측 능력이 너무 좋다면 PM에.

괜찮으시다면 .RData를 첨부하세요.

[СанСаныч Фоменко]

mytarmailS :
몰라요....기적은 오래 안믿어요...또 뭔가 답답한 생각이 들어서 누가 다시 확인좀

예측자를 사전 정리하여 25% 미만의 오류에 도달했습니다. 진실과 매우 흡사합니다. 동시에 .RData를 버리면 계산하겠습니다. 그러나 가장 중요한 것은 지정된 대상 변수에 대한 예측자의 예측 능력입니다.

[mytarmailS]

산산이치 포멘코 :
괜찮으시다면 .RData를 첨부하세요.

안타까운건 아니지만 방법을 모르겠어 이미 몇 번이나 시도했는지 안 돼 나만의 방식으로 해봐 내가 어떤 타겟을 했는지 알잖아 그리고 어떻게 하는지 써봐 그것