트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 114

새 코멘트
 
트레이더 박사 :
저는 손으로 하며, 루프에서 모델을 생성합니다.
모델이 사이클에서 어떻게 생성되는지 코드를 보여줄 수 있습니까?
 

위원회 구성 및 테스트: 

library(randomForest)

data(iris)

totalModels <- 100

trainSample <- sample( 1 :nrow(iris), round(nrow(iris)* 2 / 3 ))
validationSample <- setdiff( 1 :nrow(iris), trainSample)

#train
modelVector <- c()
for (i in 1 :totalModels){
        modelVector[[i]] <- randomForest(x=iris[trainSample, 1 :(ncol(iris)- 1 )], y=iris[trainSample, ncol(iris)])
}

#validate
predictionMatrix <- matrix(NA, ncol=length(validationSample), nrow= 0 )
for (i in 1 :totalModels){
        prediction <- predict( object = modelVector[[i]], newdata = iris[validationSample, 1 :(ncol(iris)- 1 )])
        predictionMatrix <- rbind(predictionMatrix, prediction)
}
finalPrediction <-c()
for (i in 1 :length(validationSample)){
        finalPrediction <- c(finalPrediction, names(sort(table(predictionMatrix[,i]), decreasing=TRUE)[1]))
}
"Accuracy:"
mean(finalPrediction == as .numeric(iris[validationSample, ncol(iris)]))

원래 클래스가 요인 유형이고 행렬의 결과가 요인에 해당하는 서수로 변환되는 문제가 있습니다. 따라서 결국 비교는 as.numberic()을 거칩니다.

모든 것이 요인과 함께 잘 작동하려면 예측 매트릭스를 data.frame으로 생성해야 하지만 내 rbind 함수가 경고를 표시한 후 다른 것을 변경해야 합니다. 거기서 무엇이 잘못되었는지 이해하지 못했습니다.

 
트레이더 박사 :

위원회 구성 및 테스트:

감사합니다

 

글쎄, 주제의 연속에서 이전에 꽤 작동하는 것으로 판명 된 신호. 사실, 거기에는 많은 이익이 없지만 시퀀스에 의한 마지막 구매 인 파란색 점은 네트워크에서 "모름"으로 인식되었습니다. 이는 수익성이있을 수도 있고 그렇지 않을 수도 있음을 나타냅니다. , 두 모델의 의견이 달랐습니다. 그래서 우리는 아무 것도 하지 않고 계속해서 볼륨을 모니터링합니다....

보시다시피 내 패스는 BU에 의해 끊어졌습니다 ... 방금 비타민을 찾으러 갔기 때문에 위험을 감수하지 않고 BU로 옮겼지만 그릿처럼 BU, BU를 넣고 얻습니다. 법이 통한다...

 
마이클 마르쿠카이테스 :

글쎄, 주제의 연속에서 이전에 꽤 작동하는 것으로 판명 된 신호. 사실, 거기에는 많은 이익이 없지만 시퀀스에 의한 마지막 구매 인 파란색 점은 네트워크에서 "모름"으로 인식되었습니다. 이는 수익성이있을 수도 있고 그렇지 않을 수도 있음을 나타냅니다. , 두 모델의 의견이 달랐습니다. 그래서 우리는 아무 것도 하지 않고 계속해서 볼륨을 모니터링합니다....

보시다시피 내 패스는 BU에 의해 끊어졌습니다 ... 방금 비타민을 찾으러 갔기 때문에 위험을 감수하지 않고 BU로 옮겼지만 그릿처럼 BU, BU를 넣고 얻습니다. 법이 통한다...

알고리즘은 금요일에 어떻게 거래 되었습니까?

 
Dr.Trader :

위원회 구성 및 테스트:

원래 클래스가 요인 유형이고 행렬의 결과가 요인에 해당하는 서수로 변환되는 문제가 있습니다. 따라서 결국 비교는 as.numberic()을 거칩니다.

모든 것이 요인과 함께 잘 작동하려면 예측 매트릭스를 data.frame으로 생성해야 하지만 내 rbind 함수가 경고를 표시한 후 다른 것을 변경해야 합니다. 거기서 무엇이 잘못되었는지 이해하지 못했습니다.

유용한 코드 감사합니다.
 

말해봐... 그리고 이 데이터를 머신러닝을 통해 실행하면... 무엇을 알 수 있을까?

# 에스엘
 후행 정지 증가
하나
 -40 -5
 0
2
 -아홉
 -
 0
삼
 -23
 70
 91
4
 -26
 -십사
 21
5
 -42
 -
 0
6
 -43
 -여덟
 5
7
 -열하나
 12
 65
여덟
 -64
 -12
 0
아홉
 -십사 99 126
십
 -32
 -
 십


# - 거래 번호, SL - 손절매 크기, 후행 정지 - 후행 정지, 빨간색 - 손실로 마감, 녹색 - 이익으로 마감, 대시 - 손절매로 마감,

상승 - 취할 수 있는 이동량, 0 - 이동이 없었습니다(이 거래에서 취할 수 있는 가능한 이익). 모든 것이 나열되어 있습니다 ...

이익실현 - 누락.


이 세 가지 변수 곡선이 MatLab 또는 Statistica를 통해 실행되는지 아는 사람이 있다면 어떤 데이터를 얻을 수 있습니까?

 
항목 :

말해봐... 그리고 이 데이터를 머신러닝을 통해 실행하면... 무엇을 알 수 있을까?

어떤 데이터를 얻을 수 있습니까?

질문이 올바르게 설정되지 않았습니다. 질문은 이 데이터에서 무엇을 얻고 싶습니까?

당신의 질문에 대한 대답은 아무것도 아닙니다

 
mytarmailS :

질문이 올바르게 설정되지 않았습니다. 질문은 이 데이터에서 무엇을 얻고 싶습니까?

당신의 질문에 대한 대답은 아무것도 아닙니다

  • 이러한 변수가 서로 어떻게 관련되어 있는지(추세가 있는지), 그들 사이에 상관관계가 있는지 알고 싶습니다.
  • 드로다운이 미래 움직임(회복)에 얼마나 영향을 미칠까요?
  • 가능한 한 미래의 추세를 보여주고 예측할 수 있는 지표가 필요합니다.
 
항목 :
  • 이러한 변수가 서로 어떻게 관련되어 있는지(추세가 있는지), 그들 사이에 상관관계가 있는지 알고 싶습니다.
  • 드로다운이 미래 움직임(회복)에 얼마나 영향을 미칠까요?
  • 가능한 한 미래의 추세를 보여주고 예측할 수 있는 지표가 필요합니다.

1) 상관 행렬을 만들 수 있습니다.

2) 향후 움직임에 대한 하락의 의존성을 구축하는 것이 아마도 필요할 것입니다.

3) 추세를 예측하고 그 안에 있는 변수의 중요성을 확인하는 모델을 구축합니다.

추신: 당신을 위해 이것을 해달라고 요청하지 마십시오 .. 당신의 질문이 명확하지 않은 것으로 판단하면 당신은 매시(mash)에 익숙하지 않습니다. 훈련 따라서 먼저 Google을 사용하고 위에서 인용한 프로그램 중 적어도 일부를 배우거나 프로그래밍에 입문하는 것이 좋습니다.

1...107108109110111112113114115116117118119120121...3399
새 코멘트
사유: