交易中的机器学习：理论、模型、实践和算法交易 - 页 146

[Vladimir Karputov]

mytarmailS:

我不是外汇交易员，我甚至不熟悉Metatrader :)

我想在P中实验不同的配置文件，我只是不明白如何使两个向量的分布

我想尝试不同的型材变体，只是不清楚用两个矢量来构建它，不一定要有体积，这只是一个开始，你几乎可以把任何东西放入型材，但应该用价格来做，这就是两个矢量。

那么你在这个论坛上做什么呢？一个完全致力于MetaTrader的论坛？毕竟，之前已经说过了--不会有来自MetaTrader生态系统之外的直接访问（API）。

[mytarmailS]

卡尔普托夫-弗拉基米尔。
那你在这个论坛上做什么呢？一个完全专注于MetaTrader的论坛？你之前已经说过，将不会有从外部直接访问（API）MetaTrader生态系统的机会。

阅读本主题的标题，告诉我Metatrader是如何参与的？

那么这次讨论的重点是什么呢？

[Vladimir Karputov]

mytarmailS:

阅读本主题的标题，告诉我Metatrader是如何参与的？

这场讨论的重点到底是什么？

终端配备了新的数学库，比如说这些。(讨论 "MQL5中的统计分布--使用R的精华"）--你为什么不为MetaTrader发布例子？

[mytarmailS]

卡尔普托夫-弗拉基米尔。
例如，新的数学库出现在终端的交付中。(讨论文章 "MQL5中的统计分布--使用R的精华"）--你为什么不发表MetaTrader的例子？

我不知道怎么做 :) 我对MQL不熟悉

无论如何，即使是我（不是程序员） 也明白，我不能用内置函数来做，我必须自己写所有的东西......你从R 中翻译了十几个统计函数，这当然很好，甚至值得称赞，但要明白这与R的 能力相比连沧海一粟都算不上， 它在不断发展，每天都有新的库出现，不是函数而是库，你怎么能跟得上呢？ 又为什么呢？ 它根本就必须用...

[Andrey Dik]

mytarmailS:

我不知道怎么做 :) 我对MQL不熟悉

无论如何，即使是我（不是程序员） 也明白，我不能用内置函数来做，我必须自己写所有的东西......你从R 中翻译了十几个统计函数，这当然很好，甚至值得称赞，但要明白，与R的能力相比，这甚至不是沧海一粟，它在不断发展，每天都有新的库，不是函数，而是库，你怎么能跟上这个步伐？

你不知道MQL语言，你不知道终端，你怎么能判断什么呢？

PS。太糟糕了，这个论坛上有那么多的用户寄生在MT的生态系统上。但这也说明了该平台的巨大人气和先进性，吸引了最聪明的人研究MQL，当然也吸引了寄生虫，没有他们怎么行呢......

[mytarmailS]

让我们停止这些无谓的讨论，每个人都有自己的观点，这个主题有一个特定的主题......

那么这个分布是怎么回事？它到底能不能建立在两个向量上？:)

[Dr. Trader]

mytarmailS:

那么这个分布是怎么回事？它到底能不能在两个向量上绘图？:)

这里有一篇好文章：https://www.r-bloggers.com/5-ways-to-do-2d-histograms-in-r/

x <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)
df <- data.frame(x,y)
library(gplots)
h2 <- hist2d(df, nbins=10) #сторона  квадрата = 10
h2$counts

[Dr. Trader]

这里有一个更重要的例子。在档案中是RData与eurusd h1从2012年到今天。

MetaQotes-Demo同时提供tick量 和交易量，但我不知道它们的可信度如何。

load("H1.RData")
library(gplots)
#торговые  обёмы и цены закрытия за последний год
hist2d(x = H1[(nrow(H1) - 6225):nrow(H1), c("Close", "Trade.volume")], nbins = 100)

[mytarmailS]

谢谢你!我的拖车上有一个类似的...

x <- D$X.CLOSE.[1:2000]
y <- D$X.VOL.[1:2000]
df <- data.frame(x,y)
library(gplots)
h2 <- hist2d(df, nbins=100) #сторона  квадрата = 10
#h2$counts

我只是不知道如何解释这个h2$counts 矩阵，那里有这么多东西，令人毛骨悚然......

我想得到类似于正态分布的东西，比如用hist() 记得吗？它将类似于音量曲线，甚至更好，一对一，是否可以用P-键工具来做？

我在https://futures.io/matlab-r-project-python/29465-r-volume-profile-volume-price.html， 我会研究一下。

[Dr. Trader]

mytarmailS:

我想得到类似于正态分布的东西，比如用hist() 记得吗？这将类似于音量曲线，更好的是一对一，是否可以用P键工具来做？

如果你只取一个向量--价格，柱状图将显示每个价格水平的重复次数。简单地说，会有酒吧从生产线上长出来。

如果我们取两个向量--价格和成交量，那么价格会有自己的水平，成交量也会有自己的水平。这是两个不同的维度，形成一个平面。直方图条将从平面向上增长，显示每个价格和成交量组合的重复次数。
hist2d用颜色显示条形图的高度，而不是画出三维的。同一数据上的一个更好的版本会是这样的。

要像hist()那样为价格和成交量画一个简单的直方图，你必须首先使用一个公式将两个向量（价格和成交量）转换成一个单一的向量，并为它画 一个直方图。 你必须决定这是一个什么样的新向量，你想从它那里得到什么以及从哪里得到它。粗略地说，你想从上面那张三维图片中得到一个平面直方图，这可以用无限多的方法来实现。

h2$counts是该直方图的矩阵表示。以nbins=5为例，得到一个5x5的直方图，h2$counts也将是一个5x5的矩阵。直方图单元的亮度越高，相应单元的矩阵中的数字就越高。

我稍后会补充更多。
找到了一个让它看起来不错的方法--

library(plot3D)
levels_count <- 20
volume_levels = cut(H1[(nrow(H1) - 6225):nrow(H1), "Trade.volume"], levels_count)
price_levels = cut(H1[(nrow(H1) - 6225):nrow(H1), "Close"], levels_count)
h3d = hist3D(z = table(volume_levels, price_levels), xlab="volume", ylab="price", zlab="frequency", border="black")