트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2378

[Aleksey Vyazmikin]

mytarmailS :

나는 당신이 거기에 있고 어떻게 쓰는지 모릅니다. 그것은 당신의 것입니다. 그러나 목표에서 미래의 가치는 샘플에 상대적인 한 단계라는 것을 알아야합니다. 맞습니까?

대상에서 이것이 예측 변수의 현재 라인에 대한 결정의 결과인 이유는 복잡합니다. 저것들. 아무것도 움직일 필요가 없습니다.

[mytarmailS]

알렉세이 비아즈미킨 :

대상에서 이것이 예측 변수의 현재 라인에 대한 결정의 결과인 이유는 복잡합니다. 저것들. 아무것도 움직일 필요가 없습니다.

카록은 튜닝까지 원하는대로 다 해줬어

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))

버리고 잊어

 "Target_P"

0.97 쿠라시 제공

[[삭제]]

1과 0에 대한 회귀를 가르칩니까?

[mytarmailS]

막심 드미트리예프스키 :
1과 0에 대한 회귀를 가르칩니까?

그래서 무엇?

[[삭제]]

mytarmailS :

그래서 무엇?

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

[[삭제]]

그러나 나는 MO 화강암을 조금씩 깨물지 않을 것입니다)

[Aleksey Vyazmikin]

mytarmailS :

카록은 튜닝까지 원하는대로 다 해줬어

버리고 잊어

0.97 쿠라시 제공

아직 아무것도 제공하지 않습니다 :) 이미 20개 이상의 라이브러리를 다운로드해야 합니다. 계속합니다. 하지만 충분하지 않습니다. :)

이 줄은 무엇을 의미합니까?

tr <- 1 : 1300 # train idx

?

[Aleksey Vyazmikin]

막심 드미트리예프스키 :
1과 0에 대한 회귀를 가르칩니까?

이 아이디어는 경험 많은 사람이 제안한 것입니다. 확인하는 데 문제가 없습니다.

[Aleksey Vyazmikin]

mytarmailS :

훈련 샘플에서 다음과 같은 결과를 얻었습니다.

          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               
                                          

그리고 다른 선택/파일에 모델을 적용하는 방법은 무엇입니까?

훈련 파일에 4683개의 행이 있고 여기에서는 83+59+17+41인 경우 분할표에 숫자가 적은 이유는 무엇입니까?

그리고 처음 200줄을 제출한 것으로 알고 있습니다. 맞습니까?

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

그러나 그들은 훈련에 참여하는 것처럼 보였습니다.

[Vladimir Perervenko]

알렉세이 비아즈미킨 :

오 감사!

이제 실행해 보겠습니다. :)

glmnet 패키지를 설치할 수 없습니다 - R-Studio를 통해 저장소에서 찾을 수 없습니다 :(

어떻게 될 것인가?

> 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

올바르게 설치