Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1932

[mytarmailS]

mytarmailS :

pakete gerek yok nerede yazıyor???

Giriş matrisinde sonlu olmayan girişler >>>

muhtemelen inf vardır

Verilerle bir şeyleri karıştırdın, dinle, belki de temel sözdizimini bulmak ve sonra modelleri eğitmek buna değer mi?

modeli eğitmeden önce bunu verilere götürmeye çalışın

X <- as.matrix(X)
X[is.na(X)] <- 0
X[is.infinite(X)] <- 100

X - tahmin edicili matris

Maksim Dmitrievski :

5k izlenme, bira köyü

Peki, sokak serserini bitirmeyi başardın mı? )

[[Silindi]]

mytarmailS :

modeli eğitmeden önce bunu verilere götürmeye çalışın

X - tahmin edicili matris

Peki, sokak serserini bitirmeyi başardın mı? )

hayır, kimse yardım etmiyor, sadece sinirlendiriyor

[mytarmailS]

En azından bir şekilde polinom veya harmonik yaklaşımdan anlayan kim LÜTFEN cevap verin !!!

[Aleksey Vyazmikin]

mytarmailS :

pakete gerek yok nerede yazıyor???

Giriş matrisinde sonlu olmayan girişler >>>

muhtemelen inf vardır

Verilerle bir şeyleri karıştırdın, dinle, belki de temel sözdizimini bulmak ve sonra modelleri eğitmek buna değer mi?

Berbat ettiğim şey, kapanış fiyatlarıyla bir sütun vermemdi.

way <- "F:\\FX\\Открытие Брокер_Demo\\Musor\\000\\Save_OHLC.csv"    # ваш путь

dt <- read.csv(file = way,header = T,sep = ";" ) # читаем файл

clos <- dt$Close # цеНу закрытия в отдельную переменную


get.ind <- function(x,n= 5 ){

Verileri ekliyorum, lütfen çözmeme yardım edin.

[mytarmailS]

Alexey Vyazmikin :

Berbat ettiğim şey, kapanış fiyatlarıyla bir sütun vermemdi.

bu, bir şeyi berbat ettiğim anlamına gelir ((belirttiğim komutları yazın)

[Aleksey Vyazmikin]

mytarmailS :

bu, bir şeyi berbat ettiğim anlamına gelir ((belirttiğim komutları yazın)

Error in x2set(Xsub, n_neighbors, metric, nn_method = nn_sub, n_trees,  : 
  Non-finite entries in the input matrix

Ama belki yanlış yere koydum?

 get .target <- function(x, change){
  zz <- TTR::ZigZag(x,change = change,percent = F)
  zz <- c(diff(zz), 0 ) ; zz[zz>= 0 ] <- 1 ; zz[zz< 0 ] <- - 1
   return (zz)
}

X <- as .matrix(X)
X[ is .na(X)] <- 0
X[ is .infinite(X)] <- 100

X <- get .ind(clos)
Y <- as .factor( get .target(clos,change = 0.001 ))


library(uwot)

0.001 nedir - anlamsal yük nedir?

[mytarmailS]

Alexey Vyazmikin :

Ama belki yanlış yere koydum?

Evet, orada değil))

Oluşturulmadan önce "X"i değiştirmek istiyorsunuz

 X <- get .ind(clos)
X <- as .matrix(X)
X[ is .na(X)] <- 0

böyle yap

Alexey Vyazmikin :

0.001 nedir - anlamsal yük nedir?

diz ZZ'nin boyutu, sayıya bağlı olarak puan veya orada bir şey olarak. işaretler

Neyin ne olduğunu bilmiyorsanız, bakınız:

get.target <- function(x, change){
  zz <- TTR::ZigZag (x,change = change,percent = F)
  zz <- c(diff(zz), 0 ) ; zz[zz>= 0 ] <- 1 ; zz[zz< 0 ] <- - 1
   return (zz)
}

bunun TTR paketinden ZZ olduğunu görüyoruz

konsola yaz

?TTR::ZigZag

sertifika almak

igZag {TTR}     R Documentation
Zig Zag
Description
Zig Zag higlights trends by removing price changes smaller than change and interpolating lines between the extreme points.

Usage
ZigZag(HL, change = 10 , percent = TRUE, retrace = FALSE,
  lastExtreme = TRUE)
Arguments
HL      
Object that is coercible to xts or matrix and contains either a High-Low price series, or a Close price series.

change  
Minimum price movement, either in dollars or percent (see percent).

percent 
Use percentage or dollar change?

retrace 
Is change a retracement of the previous move, or an absolute change from peak to trough?

lastExtreme     
If the extreme price is the same over multiple periods, should the extreme price be the first or last observation?

Details
The Zig Zag is non-predictive. The purpose of the Zig Zag is filter noise and make chart patterns clearer. It's more a visual tool than an indicator.

Value
A object of the same class as HL or a vector ( if try.xts fails) containing the Zig Zag indicator.

Warning
The last value of the ZigZag indicator is unstable (i.e. unknown) until the turning point actually occurs. Therefore this indicator isn't well-suited for use for systematic trading strategies.

Note
If High-Low prices are given, the function calculates the max/min using the high/low prices. Otherwise the function calculates the max/min of the single series.

Author(s)
Joshua Ulrich

References
The following site(s) were used to code/document this indicator:
http://www.fmlabs.com/reference/ default .htm?url=ZigZag.htm
https://www.linnsoft.com/techind/zig-zag-indicator-zig-zzo
https://www.linnsoft.com/techind/zig-zag-oscillator-indicator-zzo
http://www.metastock.com/Customer/Resources/TAAZ/ #127
http://www.stockcharts.com/school/doku.php?id=chart_school:technical_indicators:zigzag
Examples

## Get Data and Indicator ##
data(ttrc)
zz <- ZigZag( ttrc[,c("High", "Low")], change= 20 )

[Aleksey Vyazmikin]

mytarmailS :

Evet, orada değil))

Oluşturulmadan önce "X"i değiştirmek istiyorsunuz

böyle yap

diz ZZ'nin boyutu, sayıya bağlı olarak puan veya orada bir şey olarak. işaretler

Neyin ne olduğunu bilmiyorsanız, bakınız:

bunun TTR paketinden ZZ olduğunu görüyoruz

konsola yaz

sertifika almak

Evet, orada bile daha da hışırdadı ve olan da bu

> X <- as .matrix(X)

> X[ is .na(X)] <- 0

> X[ is .infinite(X)] <- 100

> library(uwot)

> train.idx <- 100 : 8000

> test.idx <- 8001 : 10000

> UM <- umap(X = X[train.idx,],
+            y = Y[train.idx], 
+            approx_pow = TRUE, 
+            n_components = 3 , 
+            ret_mode .... [TRUNCATED] 

> predict.train <- umap_transform(X = X[train.idx,], 
+                                 model = UM, n_threads = 4 L, 
+                                 .... [TRUNCATED] 
11 : 08 : 52 Read 7901 rows and found 31 numeric columns
11 : 08 : 52 Applying training data column filtering/scaling
11 : 08 : 52 Processing block 1 of 1
11 : 08 : 52 Writing NN index file to temp file C:\Users\S_V_A\AppData\Local\Temp\RtmpK0sSR3\file28f467fe2995
11 : 08 : 52 Searching Annoy index using 4 threads, search_k = 1500
11 : 08 : 52 Commencing smooth kNN distance calibration using 4 threads
11 : 08 : 52 Initializing by weighted average of neighbor coordinates using 4 threads
11 : 08 : 52 Commencing optimization for 167 epochs, with 118515 positive edges
0 %   10    20    30    40    50    60    70    80    90    100 %
[----|----|----|----|----|----|----|----|----|----|
**************************************************|
11 : 08 : 54 Finished

> predict.test <- umap_transform(X = X[test.idx,], 
+                                model = UM, n_threads = 4 L, 
+                                ver .... [TRUNCATED] 
11 : 08 : 54 Read 2000 rows and found 31 numeric columns
11 : 08 : 54 Applying training data column filtering/scaling
11 : 08 : 54 Processing block 1 of 1
11 : 08 : 54 Writing NN index file to temp file C:\Users\S_V_A\AppData\Local\Temp\RtmpK0sSR3\file28f45e3376d9
11 : 08 : 54 Searching Annoy index using 4 threads, search_k = 1500
11 : 08 : 55 Commencing smooth kNN distance calibration using 4 threads
11 : 08 : 55 Initializing by weighted average of neighbor coordinates using 4 threads
11 : 08 : 55 Commencing optimization for 167 epochs, with 30000 positive edges
0 %   10    20    30    40    50    60    70    80    90    100 %
[----|----|----|----|----|----|----|----|----|----|
**************************************************|
11 : 08 : 55 Finished

> library(car)
Загрузка требуемого пакета: carData

> scatter3d(x = predict.train[, 1 ], 
+           y = predict.train[, 2 ], 
+           z = predict.train[, 3 ],
+           groups = Y[train.idx],
+        .... [TRUNCATED] 
Загрузка требуемого пакета: rgl
Загрузка требуемого пакета: mgcv

1 fiyat değişikliği adımı varsa, 0,001'i örneğin 100?

100 olarak değiştirildi

 11 : 15 : 15 Read 2000 rows and found 31 numeric columns
11 : 15 : 15 Applying training data column filtering/scaling
11 : 15 : 15 Processing block 1 of 1
11 : 15 : 15 Writing NN index file to temp file C:\Users\S_V_A\AppData\Local\Temp\RtmpK0sSR3\file28f417876e23
11 : 15 : 15 Searching Annoy index using 4 threads, search_k = 1500
11 : 15 : 15 Commencing smooth kNN distance calibration using 4 threads
11 : 15 : 15 Initializing by weighted average of neighbor coordinates using 4 threads
11 : 15 : 15 Commencing optimization for 167 epochs, with 30000 positive edges
0 %   10    20    30    40    50    60    70    80    90    100 %
[----|----|----|----|----|----|----|----|----|----|
**************************************************|
11 : 15 : 16 Finished

> library(car)

> scatter3d(x = predict.train[, 1 ], 
+           y = predict.train[, 2 ], 
+           z = predict.train[, 3 ],
+           groups = Y[train.idx],
+        .... [TRUNCATED] 
> 

[mytarmailS]

Alexey Vyazmikin :

Evet, orada bile daha da hışırdadı ve olan da bu

1 fiyat değişikliği adımı varsa, 0,001'i örneğin 100?

change parametresi ile oynayın

last200clos <- tail(clos, 200 )
plot(last200clos,t= "l" )
zz <- TTR::ZigZag(HL = last200clos , percent = F,change = 50 )
lines(zz,col= 2 ,lwd= 2 )

[Aleksey Vyazmikin]

mytarmailS :

change parametresi ile oynayın

Bu resmi geçmiş sonuçlardan aldım - 4 net küme

Daha önce sonuçları değerlendirmek için bazı dijital değerlerden bahsettiniz - hangi sayılara bakmayı öneriyorsunuz?