MT용 Python으로 거래 시스템 만들기. - 페이지 12

[삭제]  

http://www.thealgoengineer.com/2014/online_linear_regression_kalman_filter/

모든 것이 이것으로 진행되기를 바랍니다. 또는 이야기의 본질은 무엇입니까

Online Linear Regression using a Kalman Filter
Online Linear Regression using a Kalman Filter
  • www.thealgoengineer.com
13 Aug 2014 • 5 min. read • Comments Linear regression is useful for many financial applications such as finding the hedge ratio between two assests in a pair trade. In a perfect world, the realtionship between assests would remain constant along with the slope and intercet of a linear regression. Unfortutanely this is usually the exception...
 
Maxim Dmitrievsky :

http://www.thealgoengineer.com/2014/online_linear_regression_kalman_filter/

모든 것이 이것으로 진행되기를 바랍니다. 또는 이야기의 본질은 무엇입니까

칼만은 이미 무대를 통과했다.

그리고 이야기의 본질은 아무것도 아닙니다.) 나는 지금 내 자신의 목적을 위해 이것을하고 있습니다. 이런 경우는 인터넷에서 처리하기 힘든데, 제가 직접 알아내야 했고, 필요한 사람이 있으면 사용하게 놔두었습니다.

[삭제]  
Yuriy Asaulenko :

칼만은 이미 무대를 통과했다.

하지만 이야기의 본질은 아무것도 아니다.) 나는 지금 이것을 하고 있고, 필요로 하는 사람이 있으면 사용하게 하라. 인터넷에 이것의 예가 있어서 어렵습니다. 제가 직접 알아내야 했습니다.

나는 폴리 regr과 비슷한 예가 있습니다. 어딘가에서 저장, 거의 1/1

그리고 칼만과 린과 함께. 나는 reg.. 일부 미완성 기사를 이해하지 못했습니다

import operator
import numpy as np
import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
from sklearn.preprocessing import PolynomialFeatures

np.random.seed( 0 )
x = 2 - 3 * np.random.normal( 0 , 1 , 20 )
y = x - 2 * (x** 2 ) + 0.5 * (x** 3 ) - np.random.normal(- 3 , 3 , 20 )

# transforming the data to include another axis
x = x[:, np.newaxis]
y = y[:, np.newaxis]

polynomial_features = PolynomialFeatures(degree= 3 )
x_poly = polynomial_features.fit_transform(x)
print(str (x_poly))

model = LinearRegression()
model.fit(x_poly, y)
y_pred = model.predict(x_poly)

rmse = np. sqrt (mean_squared_error(y,y_pred))
r2 = r2_score(y,y_pred)

print(rmse)
print(r2)

plt.scatter(x, y, s= 10 )
# sort the values of x before line plot
sort_axis = operator .itemgetter( 0 )
sorted_zip = sorted(zip(x,y_pred), key=sort_axis)
x, y_pred = zip(*sorted_zip)
plt.plot(x, y_pred, color = 'r' )
plt.show()
 
Maxim Dmitrievsky :

나는 폴리 regr과 비슷한 예가 있습니다. 어딘가에서 저장, 거의 1/1

그리고 칼만과 린과 함께. 나는 reg.. 일부 미완성 기사를 이해하지 못했습니다

당신이 찾을 수있는 지옥이 필요할 때 항상 이와 같습니다.)) 그런 다음 모든 곳에서 돌진합니다.)

사진 대신 코드를 넣어볼까요? 힙에 그대로 두십시오.

[삭제]  

Alex의 경우 파이썬을 소개합니다.

3.7 64비트 버전 설치

명령줄 열기, pip install catboost 작성

설치 프로세스가 시작되고 누락된 항목에 대한 경고도 표시됩니다.

jupyter notebook(pip install jupyter notebook) 또는 jupyter lab을 설치할 수도 있습니다.

뉘앙스는 Google 검색 및 정제됩니다.

 

유라 당신은 언제나처럼 필사적으로 듀베트를 하고 있습니다. 당신은 MA를 비교합니다. 특정 시점의 숫자는 근사 함수와 함께 현재 확률 분포의 중심입니다 :)))

어린아이처럼 더 심하게 꾸짖었을 텐데, 왜냐하면. 당신은 적어도 조금이지만 물리학을 이해합니다. 나는 이것을하지 않을 것입니다. 그렇지 않으면 포럼이 이미 부끄러운 신호 판매자 군중으로 바뀌었고 읽을 것이 없습니다.

차이가 느껴지나요?

 
Alexander_K2 :

유라, 당신은 언제나처럼 필사적으로 dubeet입니다. 당신은 MA를 비교합니다. 특정 시점의 숫자는 근사 함수와 함께 현재 확률 분포의 중심입니다 :)))

A_K, 당신은 주제에 전혀 없고 무슨 일이 일어나고 있는지 이해하지 못하고 의식의 흐름을 현실로 받아들입니다. 모든 것이 보이는 것이 아닙니다.)) 주제의 맥락에서 귀하의 귀중한 발언은 의미도 의미도 없습니다.

확실하지 않은 부분이 있으면 질문을 하십시오. 답변을 받을 수 있을지 확신할 수는 없겠지만요.

 
Maxim Dmitrievsky :

Alex의 경우 파이썬을 소개합니다.

3.7 64비트 버전 설치

알렉스는 누구인가?

Eustace Alex - 저는 콘다를 사용하지 않습니다.

Anaconda는 똑똑한 사람이 아니라 게으른 사람에게 필요합니다.) - 필요한 모든 것(및 추가 jupyter 노트북 포함 )은 즉시 한 병에 들어 있습니다. 다른 작업을 수행할 필요가 없으며 명령줄과 pip install이 필요하지 않습니다. 설정하고 잊어버리십시오. 단, 너무 똑똑하신 분들은 포인트를 원하시면 라인도 가능합니다.))

[삭제]  
Yuriy Asaulenko :

알렉스는 누구인가?

Eustace Alex - 나는 콘다를 사용하지 않습니다.

Anaconda는 똑똑한 사람이 아니라 게으른 사람에게 필요합니다.) - 필요한 모든 것(및 추가 jupyter 노트북 포함 )은 즉시 한 병에 들어 있습니다. 다른 작업을 수행할 필요가 없으며 명령줄과 pip install이 필요하지 않습니다. 설정하고 잊어버리십시오. 단, 너무 똑똑하신 분들은 포인트를 원하시면 라인도 가능합니다.))

글쎄요, 프로필 사진에 츄파카브라를 들고 있는 알렉스

아직 업데이트해야 합니다. Tensor Flow는 아직 3.7에서 작동하지 않습니다.
 
Maxim Dmitrievsky :

글쎄요, 프로필 사진에 츄파카브라를 들고 있는 알렉스

아직 업데이트해야 합니다. Tensor Flow는 아직 3.7에서 작동하지 않습니다.

나는 게으르고 호기심이 많습니다. 우리는 오래된 콘다를 부수고 새 콘다를 넣습니다. 몇 달에 한 번씩 15분씩 질문합니다.)

그건 그렇고, 아나콘다에는 설치 및 업데이트 버튼이 있습니다.)) 새를 넣고 버튼을 누르고 생각하게하십시오.)

PS 그런데 업데이트에 대해. Anaconda가 업데이트되었을 때 일부 패키지는 업데이트되었으며 일부는 버전 3.7.2에서 3.7.1로의 Python을 포함하여 롤백되었습니다.