トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 146

[Vladimir Karputov]

mytarmailS:

私はFXトレーダーではありませんし、メタトレーダーもよく知りません :)

Pで様々なプロファイルを試してみたいのですが、2つのベクトルの分布の作り方がわかりません。

プロファイルの様々なバリエーションを試してみたいのですが、2つのベクトルで構築するのは明確ではありません。ボリュームは必要なく、あくまでスタート地点です。プロファイルにはほとんど何でも入れられますが、価格と一緒に行う必要があり、それは2つのベクトルです

では、このフォーラムで何をしているのですか？MetaTraderに特化したフォーラム？なぜなら、彼らはすでに以前から言っていたことですが、MetaTraderのエコシステムの外から直接アクセス（API）することはできないのです。

[mytarmailS]

カルプトフ・ウラジミール
じゃあ、このフォーラムで何をしてるんだ？MetaTraderに特化したフォーラム？MetaTraderのエコシステムに外部から直接アクセス（API）することはない、と以前から言っていましたね。

このスレッドのタイトルを読んで、メタトレーダーがどう関わっているのか教えてください。

そして、この議論に何の意味があるのでしょうか？

[Vladimir Karputov]

mytarmailS:

このスレッドのタイトルを読んで、メタトレーダーがどう関わっているのか教えてください。

とか、そもそもこの議論に何の意味があるんだ？

端末には、このような新しい数学ライブラリが付属しています。(「MQL5で統計分布-Rの長所を生かす」を論じる) - MetaTraderの例を掲載しないのか？

[mytarmailS]

カルプトフ・ウラジミール
端末の配信で新しい数学ライブラリが登場するなど。(記事「MQL5で統計分布-Rの長所を生かす」の考察) - MetaTraderの例を掲載しないのですか？

どうすればいいのかわからない :) MQLに慣れていない

とにかく、プログラマーでない 私でも、ビルトイン関数では無理で、全部自分で書かなければならないことは理解できたのですが......。Rの 統計関数を何十個も翻訳したのは確かに良いし、賞賛に値するが、Rの 能力に比べれば、これは大海の一滴にもならないことを理解してほしい。Rは 常に進化しており、毎日新しいライブラリが現れる。関数ではなくライブラリだ。 それにどうついていける？ 単に使わなければならないのだ...

[Andrey Dik]

mytarmailS:

どうすればいいのかわからない :) MQLに慣れていない

とにかく、プログラマーでない 私でも、ビルトイン関数では無理で、全部自分で書かなければならないことは理解できたのですが......。Rの 統計関数を12個も翻訳したのは確かに良いことですし、賞賛に値します。しかし、これはRの能力に比べると大海の一滴にも ならないことを理解してください。

MQL言語も知らない、端末も 知らない、全く何も判断できないのでは？

PS.残念！この掲示板には、MTのエコシステムに寄生するユーザーがたくさんいますね。しかし、それはまた、プラットフォームの巨大な人気と進歩を示し、MQLで研究する最も賢い人々を引き付け、もちろん、寄生虫を引き付け、彼らなしではどうなるのか...。

[mytarmailS]

このスレッドには特定のトピックがあり、誰もが意見を持っています...

では、その分布はどうなっているかというと、2つのベクトルで構築できるのか、できないのか。:)

[Dr. Trader]

mytarmailS:

では、その分布はどうなっているかというと、2つのベクトルにプロットできるのか、できないのか？:)

以下は良い記事です： https://www.r-bloggers.com/5-ways-to-do-2d-histograms-in-r/

x <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)
df <- data.frame(x,y)
library(gplots)
h2 <- hist2d(df, nbins=10) #сторона  квадрата = 10
h2$counts

[Dr. Trader]

もっと肝心な例を挙げましょう。アーカイブには、2012年から今日までのeurusd h1を使ったRDataがあります。

MetaQotes-Demoはティックボリュームと 取引の両方を提供しているが、どこまで信頼できるかは分からない。

load("H1.RData")
library(gplots)
#торговые  обёмы и цены закрытия за последний год
hist2d(x = H1[(nrow(H1) - 6225):nrow(H1), c("Close", "Trade.volume")], nbins = 100)

[mytarmailS]

ありがとうございました。私のトレーラーにも同じようなものが...。

x <- D$X.CLOSE.[1:2000]
y <- D$X.VOL.[1:2000]
df <- data.frame(x,y)
library(gplots)
h2 <- hist2d(df, nbins=100) #сторона  квадрата = 10
#h2$counts

ただ、このh2$countsの 行列をどう解釈したらいいのか、いろいろありすぎて不気味です...。

正規分布に近いものを得たいのですが、hist() のようなものでしたっけ？ボリュームプロファイルに近いもの、あるいは1対1でも良いと思うのですが、P-keyツールで可能でしょうか？

https://futures.io/matlab-r-project-python/29465-r-volume-profile-volume-price.html に何かあるみたいなので、調べてみます。

[Dr. Trader]

mytarmailS:

正規分布に近いものを得たいのですが、hist()の ようなものでしたっけ？ボリュームプロファイルと似ていて、もっといいのは1対1なんですが、P-keyツールでできるんでしょうか？

価格という1つのベクトルだけを取り出した場合、ヒストグラムは各価格水準の繰り返し回数を表示します。端的に言えば、ラインからバーが生えることになる。

価格と出来高という2つのベクトルをとれば、価格はそれなりの水準を持ち、出来高はそれなりの水準を持つことになる。これらは、平面を形成する2つの異なる次元である。ヒストグラムのバーは平面から上に伸び、価格と出来高の組み合わせごとに繰り返された回数を表示します。
hist2d は，三次元の棒を描く代わりに，棒の高さを色で表示します．同じデータでもっときれいにすると、次のようになります。

価格と出来高に対して hist() のような単純なヒストグラムを描くには，まず2つのベクトル（価格と出来高）を1つのベクトルに変換する式を使い，それに対して ヒストグラムを描きます． この新しいベクトルがどんなもので，そこから何を得るのか，どこでそれを得るのかを決定しなければなりません．大雑把に言うと、上の3次元の写真から平面のヒストグラムを得たいわけですが、これは無限にできます。

h2$counts は，そのヒストグラムの行列表現である．例えばnbins=5とすると，5x5のヒストグラムが得られ，h2$countsも5x5の行列になります。ヒストグラムのセルが明るいほど、対応するセルの行列の数字が大きくなります。

後ほど追加します。
見栄えを良くする方法を発見 -。

library(plot3D)
levels_count <- 20
volume_levels = cut(H1[(nrow(H1) - 6225):nrow(H1), "Trade.volume"], levels_count)
price_levels = cut(H1[(nrow(H1) - 6225):nrow(H1), "Close"], levels_count)
h3d = hist3D(z = table(volume_levels, price_levels), xlab="volume", ylab="price", zlab="frequency", border="black")