Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3111

[Evgeni Gavrilovi]

Maxim Dmitrievsky #:

протестил бота, которого кидал сюда 15 мая, месяц прошел. С разными sl и tp разные результаты, но в среднем все на рост. 

какие фичи использовали? желательно бы полный список)

[[Удален]]

Evgeni Gavrilovi #:

какие фичи использовали? желательно бы полный список)

Разные издевательства над ретурнами, ничего особенного. Уже писал раньше, что иногда неплохо работает просто волатильность, это опять же преобразованные ретурны.

Сильно много - плохо, сильно мало - плохо. Почему-то получается оптимум в районе 10 фичей с разными периодами, увеличивающимися на фиксированный шаг. Допустим, range(10, 100, 10)

но это для моей реализации так, не претендую что вывел какую-то магическую формулу

А во временном ряду есть еще что-то? )

[mytarmailS]

меня забанили , ветка умерла ))

[mytarmailS]

Спарсил все сигналы МТ5 с фильтром "надежные" что бы посмотреть на распределение по годам, ну чтобы понять как много и как долго "живут" "надежные ТС"

Вот такое вот распределение

years
2015 2018 2019 2020 2021 2022 2023 
   1    4    5   34  130  549  957 

 

Есть над чем подумать....

код парса, если кому надо

library(rvest)
library(readr)
n_pages <- 35 
url <- "https://www.mql5.com/ru/signals/mt5/page"
urls <- paste0(url, 1:n_pages)
years <- lapply(urls, \(Url) Url |> read_html() |> html_nodes(".signal-card__growth-label") |> html_text() |> parse_number()) |> unlist()
hist(years)

df <- data.frame(table(years))
library(ggplot2)
ggplot(df,aes(years,Freq)) +
  geom_bar(stat='identity',fill=colors()[128]) 

[mytarmailS]

Спарсил все сообщения Саныча из первых 100 страниц форума

преобразовал текст в "мешок слов"

удалил "стоп слова"

визуализировал как "облако слов"  (чем больше слово, тем чаще встречаеться)

Прикольненько )))

library(xml2)
library(rvest)
urls <- paste0("https://www.mql5.com/ru/forum/86386/page", 2:100)
author <- "СанСаныч Фоменко"

li <- list()
for(url in urls){
txt <- url |> read_html() |> html_nodes(".text") 
txt |> html_node(".fquote") |> xml_remove() # remove fquote

Authors <- txt |> html_node(".author") |> html_text()
Content <- txt |> html_node(".content") |> html_text()
Comment_date <- txt |> html_node(".comment__date") |> html_text()

if(any(Authors==author,na.rm = T)){
la <- lapply(seq_along(Authors), function(i) {
       list(author=Authors[i], text=Content[i], date=Comment_date[i]) })
la <- la[Authors==author]
la <- la[!sapply(la, is.null)]
li <- append(li, la)
}
print(url)
}
text2word <- function(text) strsplit(text, "\\P{L}+", perl = TRUE) |> unlist()
words <- lapply(li, function(x) text2word(x$text))  |> unlist() 
bag_of_words <- table(words)

library(stopwords)
stopw <- stopwords("ru", source = "stopwords-iso")
bag_of_words <- bag_of_words[!names(bag_of_words) %in% stopw]

library(wordcloud2)
bag_of_words |> as.data.frame() |> wordcloud2()

А вот о чем я говорил в том далеком 2016-ом

......

Да , на R-ке в один екран можно сделать практически все что угодно, изумительный ЯП..

[Renat Fatkhullin]

Для новой затравки/заправки топливом взгляните: Quantitative trading

[СанСаныч Фоменко]

mytarmailS #:

Спарсил все сообщения Саныча из первых 100 страниц форума

преобразовал текст в "мешок слов"

удалил "стоп слова"

визуализировал как "облако слов"  (чем больше слово, тем чаще встречаеться)

Прикольненько )))

А вот о чем я говорил в том далеком 2016-ом

......

Да , на R-ке в один екран можно сделать практически все что угодно, изумительный ЯП..

Просто замечательно, спасибо!

[СанСаныч Фоменко]

Renat Fatkhullin #:
Для новой затравки/заправки топливом взгляните: Quantitative trading

Просто удивительная подборка!

[mytarmailS]

СанСаныч Фоменко #:

Просто замечательно, спасибо!

Изначальная цель была посчитать сколько раз ты произносил слово GARCH,  потому что мне кажется что пятьдесят, не меньше))) 

но пока учился парсить сообщения на форуме, то уже забыл и забил для чего это делал... 

Пусть это останется секретом)) 

[mytarmailS]

Renat Fatkhullin #:

 А есть какие то новости по пакету для мт?