트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 266 1...259260261262263264265266267268269270271272273...3399 새 코멘트 СанСаныч Фоменко 2017.01.31 18:03 #2651 mytarmailS : 촛대는 어디서 구하셨나요? CRAN과 RSUDIO가 없습니다. Vladimir Perervenko 2017.01.31 18:06 #2652 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 -10attr(,"na.action")[1] 10attr(,"class")[1] "omit"> Y [1] 10 10 -10 -10 10 10 10 10 -10 NA 이제 목표는 1 bar만큼 미래로 이동합니다. Machine learning in trading: From theory to practice How to set up mytarmailS 2017.01.31 18:16 #2653 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 ReferencePrediction 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 Machine learning in trading: Python in algorithmic trading Machine Learning and Neural mytarmailS 2017.01.31 18:20 #2654 산산이치 포멘코 : 촛대는 어디서 구하셨나요? CRAN과 RSUDIO가 없습니다. 불행히도 크레인에는별로 없습니다 ... install.packages( "candlesticks" , repos= "http://R-Forge.R-project.org" ) mytarmailS 2017.01.31 18:25 #2655 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 2017.01.31 18:26 #2656 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 2017.01.31 18:29 #2657 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 2017.01.31 18:32 #2658 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 2017.01.31 18:37 #2659 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 2017.01.31 18:47 #2660 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 1...259260261262263264265266267268269270271272273...3399 새 코멘트 사유: 취소 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
미분할 때 시프트는 자동으로 진행됩니다. 계열이 한 요소만큼 짧아지기 때문에 필요한 것은 마지막 요소만큼 표본(관측값이 있는 테이블)을 줄이는 것뿐입니다.
여기 예가 있습니다
Y <- diff(SomeData)
cbind.data.frame( Y , SomeData[-length(SomeData)])
우리는 얻는다
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
>
> 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.
예측변수가 아닌 타겟 을 왼쪽으로 이동해야 합니다.
나는 다시 설명하려고 노력할 것이다.
몰라, 문제를 이해하지 못했고 이미 과열되었을 수도 있지만 당신이 말한대로했습니다. 갖다
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
촛대는 어디서 구하셨나요? CRAN과 RSUDIO가 없습니다.
불행히도 크레인에는별로 없습니다 ...
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((
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.
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.
불행히도 크레인에는별로 없습니다 ...
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.몰라요....기적은 오래 안믿어요...또 뭔가 답답한 생각이 들어서 누가 다시 확인좀
괜찮으시다면 .RData를 첨부하세요.