Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 250

 
pantural:
OK, aber was ist, wenn wir als Begrenzer arbeiten, Quotierungen abgeben, auf beiden Seiten stehen, wie an den Devisenbörsen, und Liquidität verkaufen? Warum brauchen Sie Vorhersagen?
pantural:
Das ist die Antwort: Setzen Sie auf beiden Seiten Limiter und machen Sie einen risikolosen Gewinn.
Jeder Handel erfordert Vorhersagen über zukünftige Marktbedingungen, egal ob Trends, Pullbacks, MM, Arbitrage, Volatilität, überall.
 
 

Zeitaufwendig.

Kann mir jemand sagen, wie ich eine Matrix zur Analyse und anschließenden Diagnose mittels Wavelet-Transformationen einbringen kann?

111112468
111123579
1111346810
1112457911
11135681012
11146791113
111578101214
112689111315
1137910121416
11481011131517
12591112141618
136101213151719
147111314161820
158121415171921
169131516182022
271014161719211
381115171820221
49121618192111
510131719202211
61114182021111
71215192122111
8131620221111
914172111111
1015182211111
 

Ich kenne mich mit Wavelets nicht besonders gut aus, aber hier wurden einige Beispiele mit dem dplR-Paket gepostet, also werde ich mich darauf verlassen.

1) Da es sich um eine Zeitreihe handelt, muss die Matrix irgendwie in einen langen Vektor umgewandelt werden. Sie haben z. B. jede Matrixzeile wie ein Schiebefenster der Länge 9, und der Fenster-Offset für jede neue Zeile = 0,5. Ich werde dem Vektor ein letztes Element aus jeder zweiten Zeile hinzufügen. Es wäre besser, wenn Sie Ihren Vektor so nehmen, wie er ist, ohne die Schiebefenster und Matrizen.
Ich habe eine Zeitreihe wie diese - 1 1 1 1 1 1 2 4 6 8 10 12 14 16 18 20 22 1 1 1 1 1 1.

2) Was im Diagramm schattiert ist, ist unzuverlässig und kann nicht für Zukunftsprognosen verwendet werden. Die Farbe "ganz rechts auf der Skala" im ganz rechten, nicht schattierten Bereich ist grün (für die Zeiträume 2 bis 8).
Und die Antwort würde lauten: "Derzeit dominieren Perioden von 2 bis 8", was wirklich nutzlos ist. Wie auch immer der Eingangsvektor aussieht, das ist die Antwort :).

inputMatrix <- t(matrix(c(1,    1,      1,      1,      1,      2,      4,      6,      8,
                          1,    1,      1,      1,      2,      3,      5,      7,      9,
                          1,    1,      1,      1,      3,      4,      6,      8,      10,
                          1,    1,      1,      2,      4,      5,      7,      9,      11,
                          1,    1,      1,      3,      5,      6,      8,      10,     12,
                          1,    1,      1,      4,      6,      7,      9,      11,     13,
                          1,    1,      1,      5,      7,      8,      10,     12,     14,
                          1,    1,      2,      6,      8,      9,      11,     13,     15,
                          1,    1,      3,      7,      9,      10,     12,     14,     16,
                          1,    1,      4,      8,      10,     11,     13,     15,     17,
                          1,    2,      5,      9,      11,     12,     14,     16,     18,
                          1,    3,      6,      10,     12,     13,     15,     17,     19,
                          1,    4,      7,      11,     13,     14,     16,     18,     20,
                          1,    5,      8,      12,     14,     15,     17,     19,     21,
                          1,    6,      9,      13,     15,     16,     18,     20,     22,
                          2,    7,      10,     14,     16,     17,     19,     21,     1,
                          3,    8,      11,     15,     17,     18,     20,     22,     1,
                          4,    9,      12,     16,     18,     19,     21,     1,      1,
                          5,    10,     13,     17,     19,     20,     22,     1,      1,
                          6,    11,     14,     18,     20,     21,     1,      1,      1,
                          7,    12,     15,     19,     21,     22,     1,      1,      1,
                          8,    13,     16,     20,     22,     1,      1,      1,      1,
                          9,    14,     17,     21,     1,      1,      1,      1,      1,
                          10,   15,     18,     22,     1,      1,      1,      1,      1
                         ), ncol=24, nrow = 9))

#создаём из матрицы временной ряд
for(i in seq(from = 1, to = nrow(inputMatrix), by = 2)){
  if(i==1){
    #первая строка матрицы берётся как есть`
    tsVector <- inputMatrix[i,]
  }else{
    #от каждой строй строки берётся последний элемент
    tsVector <- c(tsVector, inputMatrix[i,ncol(inputMatrix)])
  }
}

#полученный вектор
tsVector

library(dplR)

#рассчёт вейвлетов
waveletObj <- morlet(tsVector)

#показать расчитанные коэффициенты
waveletObj

#график
wavelet.plot(waveletObj)


 
Dr. Trader:

Ich kenne mich mit Wavelets nicht besonders gut aus, aber es wurden hier Beispiele mit dem dplR-Paket gepostet, auf die ich mich stützen werde.

1) Da es sich um eine Zeitreihe handelt, muss die Matrix irgendwie in einen langen Vektor umgewandelt werden. Sie haben z. B. jede Matrixzeile wie ein Schiebefenster der Länge 9, und der Fenster-Offset für jede neue Zeile = 0,5. Ich werde dem Vektor ein letztes Element aus jeder zweiten Zeile hinzufügen. Es wäre besser, wenn Sie Ihren Vektor so nehmen, wie er ist, ohne die Schiebefenster und Matrizen.
Ich habe eine Zeitreihe wie diese - 1 1 1 1 1 2 4 6 8 10 12 14 16 18 20 22 1 1 1 1.

2) Was im Diagramm schattiert ist, ist unzuverlässig und kann nicht zur Vorhersage der Zukunft verwendet werden. Die Farbe "ganz rechts auf der Skala" im nicht schattierten Bereich ist grün (für Periode = 8).


Vielen Dank, ich werde es mir ansehen!
 

Was die R

Weiß jemand, ob die Zahlen in trigonometrische Werte für die Wavelet-Transformation umgewandelt werden müssen?

Oder wie müssen sie umgerechnet werden, um Berechnungen anzustellen?

Was ist R?

 
Top2n:

Was ist R?

Haben Sie es mit Google versucht?
 
mytarmailS:
Haben Sie es mit Google versucht?
Nun, wenn Radius, dann ist es wiederum nicht sehr klar. Definitiv keine Programmiersprache))
 
Hat jemand versucht, sein Wissen in diesem Bereich auf die Vorhersage von Sportwetten - Tennis, Fußball usw. - anzuwenden oder Bots für Poker/Pref zu schreiben?
 
Top2n:

Was ist R?

Die Fourier-Transformation liefert Ergebnisse in komplexen Zahlen mitReal- und Imaginärteil. R in diesen Formeln bedeutet, dass man ohne Imaginärteil arbeitet.
Grund der Beschwerde: