Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2378

[Aleksey Vyazmikin]

mytarmailS:

Ich weiß nicht, was du da schreibst und wie du es schreibst, aber ich muss wissen, dass im Ziel ein Schritt aus der Zukunft relativ zur Probe, ist es so oder nicht?

Es ist verworren, warum, in der targetet das Ergebnis der Entscheidung über die aktuelle Linie der Prädiktoren. Das heißt, es muss nichts verschoben werden.

[mytarmailS]

Aleksey Vyazmikin:

Erklären Sie, warum das Entscheidungsergebnis der aktuellen Prädiktorenreihe im Ziel liegt. Das heißt, es besteht keine Notwendigkeit, etwas zu verschieben.

Kurz gesagt, alles ist so, wie Sie es wollten, auch beim Tuning.

Accuracy : 0.535  

X <- read.csv2("C:\\Users\\....\\Desktop\\test.csv")
Y <- X$Target_100
X <- as.matrix(within(X, rm("Time","Target_P","Target_100",
                      "Target_100_Buy","Target_100_Sell")))
library(glmnet)
tr <- 1:1300 #  train idx
best_lam <- cv.glmnet(x = X[tr,], 
                      y = Y[tr],alpha = 1, 
                      lambda = 10^seq(2, -2, by = -.1), 
                      nfolds = 5)$lambda.min

lasso_best <- glmnet(x = X[tr,], y = Y[tr], alpha = 1, lambda = best_lam)
pred <- predict(lasso_best, s = best_lam, newx = X[-tr,])

sma <- TTR::SMA(pred,20)
pred2 <- c(pred-sma) ; pred2[pred2>0] <- 1 ; pred2[pred2<=0] <- 0

yy <- tail(Y[-tr] ,200)
pp <- tail(pred2 ,200)
caret::confusionMatrix(as.factor(yy),as.factor(pp))

Werfen Sie es weg und vergessen Sie es.

"Target_P"

ergibt 0,97 Genauigkeit

[Maxim Dmitrievsky]

Lehren Sie die Regression auf Einsen und Nullen?

[mytarmailS]

Maxim Dmitrievsky:
Lehren Sie die Regression auf Einsen und Nullen?

Und?

[Maxim Dmitrievsky]

mytarmailS:

Und?

https://www.machinelearningmastery.ru/why-linear-regression-is-not-suitable-for-binary-classification-c64457be8e28/

[Maxim Dmitrievsky]

Ich werde Sie aber nicht daran hindern, auf dem Granit des Verteidigungsministeriums zu nagen.)

[Aleksey Vyazmikin]

mytarmailS:

Ich habe alles gemacht, was Sie wollten, sogar das Tuning.

Werfen Sie es weg und vergessen Sie es.

ergibt 0,97 Akurasi.

Bis jetzt habe ich noch nichts :) Ich habe bereits mehr als 20 Bibliotheken angefordert, aber es ist nicht genug :)

Was bedeutet diese Zeile?

tr <- 1:1300 #  train idx

?

[Aleksey Vyazmikin]

Maxim Dmitrievsky:
Lehren Sie die Regression auf Einsen und Nullen?

Dies ist eine Idee, die von einer erfahrenen Person geäußert wurde - ich sehe kein Problem, sie zu überprüfen.

[Aleksey Vyazmikin]

mytarmailS:

Ich habe dieses Ergebnis bei einer Übungsprobe erhalten:

          Reference
Prediction  0  1
         0 83 59
         1 17 41
                                          
               Accuracy : 0.62            
                 95% CI : (0.5489, 0.6875)
    No Information Rate : 0.5             
    P-Value [Acc > NIR] : 0.0004225       
                                          
                  Kappa : 0.24            
                                          
 Mcnemar's Test P-Value : 2.563e-06       
                                          
            Sensitivity : 0.8300          
            Specificity : 0.4100          
         Pos Pred Value : 0.5845          
         Neg Pred Value : 0.7069          
             Prevalence : 0.5000          
         Detection Rate : 0.4150          
   Detection Prevalence : 0.7100          
      Balanced Accuracy : 0.6200          
                                          
       'Positive' Class : 0               
                                          

Wie kann ich das Modell auf eine andere Probe/Datei anwenden?

Und warum gibt es so wenige Zahlen in der Kontingenztabelle, wenn ich in der Trainingsdatei 4683 Zeilen habe, hier aber 83+59+17+41?

Und ich verstehe, dass Sie die ersten 200 Zeilen eingereicht haben - richtig?

yy <- tail(Y[-tr] ,200)
pp <- tail(pred2 ,200)

Sie sollen aber an der Ausbildung teilgenommen haben.

[Vladimir Perervenko]

Aleksey Vyazmikin:

Oh, danke!

Versuchen wir nun, ihn zu starten :)

Kann das glmnet-Paket nicht installieren - kann es nicht im Repository über R-Studio finden :(

Was ist zu tun?

> install.packages("glmnet")
Installing package into ‘C:/Users/User/Documents/R/win-library/4.0’
(as ‘lib’ is unspecified)
пробую URL 'https://cran.rstudio.com/bin/windows/contrib/4.0/glmnet_4.1-1.zip'
Content type 'application/zip' length 2254744 bytes (2.2 MB)
downloaded 2.2 MB

package ‘glmnet’ successfully unpacked and MD5 sums checked

The downloaded binary packages are in
        C:\Users\User\AppData\Local\Temp\RtmpsbZ5ec\downloaded_packages

Richtig installieren