Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 688

Новый комментарий
 
elibrarius:

Столбец берется так

LearnY<-MatrixLearnY[,i]

где i номер столбца. Т.е. все строки и i-й столбец. А если так MatrixLearnY[j,] - то берется j-я строка и все столбцы в ней

Думаю написать скрипт и сразу вопрос, как организовать цикл, чтоб можно было пробежатся по всей таблице и сравнить её с выходом? Спасибо!

 
y<-Qwe[,78]
for(i in 1:77)
{
  x<-Qwe[,i]
  z<-mutinformation(x,y)
  Qwe[45,i]<-z

}

Вот такой скрипт я записал, но как его исполнить не знаю..... НАсколько он корректен вообще????

 
Mihail Marchukajtes:

Думаю написать скрипт и сразу вопрос, как организовать цикл, чтоб можно было пробежатся по всей таблице и сравнить её с выходом? Спасибо!

Как то так

n_targ=ncol(MatrixLearnY);

target<-MatrixLearnY[,n_targ];

n_cols =ncol(MatrixLearnY) - 1; # -1 последний столбец не брать

for(i in 1:n_cols){#перебор - столбцов
        colN<-MatrixLearnY[,i];#выбрать искомый столбец

# ..... операции со столбцами

}
 
Mihail Marchukajtes:
y<-Qwe[,78]
for(i in 1:77)
{
  x<-Qwe[,i]
  z<-mutinformation(x,y)
  Qwe[45,i]<-z

}

Вот такой скрипт я записал, но как его исполнить не знаю..... НАсколько он корректен вообще????

Код как и в моем примере, только у меня последний столбец сам находится.)
Выполняйте прямо в Rgui.exe или в Rstudio (или в Rterm.exe - когда подключитесь к нему из терминала)
 
Renat Akhtyamov:

Не зависит от времени

Зависимость, естественно не относящаяся к делу, конечно же есть и она такая:

народ торгует стандартно - против тренда - сетью, по тренду - одним ордером (когда в плюсе тобишь)

выяснил после наблюдений за объемами торгов по форексу на Чикагской валютной бирже

Цена идет строго выравнивая объемы, отсюда и волна

Очень интересно.

 
Хм... занятно, а как взять не весь столбец, а только первые его 40 строк??? Скажем нужен столбец номер 10 с 1 по 40 строку?
 
Aleksey Terentev:

На счет времени. ИМХО:

Вопрос о применении времени, как параметра стоит рассмотреть. Определенно имеются зависимости между волатильностью и временем суток, днем недели, кварталами, и некоторыми датами в году. Эти временные "аномалии" видны не вооруженным взглядом на графиках.

К слову, используя метод окна, вы косвенно используете временной параметр. Используя производные и т.п., вы косвенно используете временной параметр. Можно продолжать долго.

Другой вопрос, какие выводы можно сделать из выше сказанного? Да хотя бы то, что в некоторые моменты времени стоит ожидать некоторые изменения.

Понятно, что из наблюдений за временными "аномалиями" сложно вывести какую-либо закономерность математическим языком. Но для того мы здесь и обсуждаем машинное обучение, чтобы не выводить сложных алгоритмов, а переложить все это на плечи вычислительных ресурсов.

Также добавлю: время циклично, волнообразно, а также фрактально - минуты в часах, часы в днях; день - ночь; лунная активность; номера недель в году; ритмы народов и стран; цикличность тенденций; скоротечность событий.
Можете плеваться, но как вы можете утверждать, не ведая более сложную (либо невидимую взору) причинно-следственную связь, что нет влияния времени на стоимость актива.

Хорошо, подойдём с другой стороны: в четверг в 11-45 было движение по паре 50пп за время 45 минут. Как это можно использовать в следующий четверг?

 
Vizard_:

Мишаня, не борзей)))

x[1:40,10]

Ну да, да... я уже догадался... В целом всем спасибо, я пипец как продвинулся в R.... Главное понять синтаксис....

 
Vizard_:

Данные не смотрел. Посмотрел на кол. строк, угарнул и закрыл. Ща глянул... сижу плачу)))

setwd("E:/1_Models")

x <- read.csv2("Qwe.txt", head=T)

boxplot(x)


Поясни.....

 

В жесткой формулировке закона причинности, гласящей: "Если мы точно знаем настоящее, мы можем вычислить будущее", ложной является не вторая часть, а предпосылка. Мы принципиально не можем узнать настоящее во всех деталях.

Я полагаю, Александр_К2-ой просто обязан знать эту цитату.)

1...681682683684685686687688689690691692693694695...3494
Новый комментарий
Причина обращения: