交易中的机器学习:理论、模型、实践和算法交易 - 页 2378 1...237123722373237423752376237723782379238023812382238323842385...3399 新评论 Aleksey Vyazmikin 2021.03.31 14:10 #23771 mytarmailS: 我不知道你在那里写什么,怎么写的,但是我需要知道,在相对于样本的未来一步的目标中,到底是不是这样的? 这是令人费解的原因,在目标集上决定了当前行的预测者的结果。也就是说,没有什么需要转移的。 mytarmailS 2021.03.31 14:21 #23772 Aleksey Vyazmikin: 复杂的原因是,在目标中,当前行预测器的决策结果是在目标中。也就是说,不需要转移任何东西。 简而言之,一切都如你所愿,即使是调音。 Accuracy : 0.535 X <- read.csv2("C:\\Users\\....\\Desktop\\test.csv") Y <- X$Target_100 X <- as.matrix(within(X, rm("Time","Target_P","Target_100", "Target_100_Buy","Target_100_Sell"))) library(glmnet) tr <- 1:1300 # train idx best_lam <- cv.glmnet(x = X[tr,], y = Y[tr],alpha = 1, lambda = 10^seq(2, -2, by = -.1), nfolds = 5)$lambda.min lasso_best <- glmnet(x = X[tr,], y = Y[tr], alpha = 1, lambda = best_lam) pred <- predict(lasso_best, s = best_lam, newx = X[-tr,]) sma <- TTR::SMA(pred,20) pred2 <- c(pred-sma) ; pred2[pred2>0] <- 1 ; pred2[pred2<=0] <- 0 yy <- tail(Y[-tr] ,200) pp <- tail(pred2 ,200) caret::confusionMatrix(as.factor(yy),as.factor(pp)) 扔掉它,忘记它。 "Target_P" 给出0.97的准确率 Maxim Dmitrievsky 2021.03.31 14:30 #23773 你会教人退步到1和0吗? mytarmailS 2021.03.31 14:32 #23774 Maxim Dmitrievsky: 你会教人退步到1和0吗? 那么? Maxim Dmitrievsky 2021.03.31 14:35 #23775 mytarmailS: 那么? https://www.machinelearningmastery.ru/why-linear-regression-is-not-suitable-for-binary-classification-c64457be8e28/ Почему линейная регрессия не подходит для классификации www.machinelearningmastery.ruwww.machinelearningmastery.ru Статьи, вопросы и ответы на тему: машинное обучение, нейронные сети, искусственный интеллект Maxim Dmitrievsky 2021.03.31 14:40 #23776 然而,我不会阻止你去啃国防部的花岗岩 ) Aleksey Vyazmikin 2021.03.31 14:50 #23777 mytarmailS: 我做了你想要的一切,甚至是调音。扔掉它,忘记它。得到0.97个阿库拉西。 到目前为止,我什么都没有 :)已经要求20多个图书馆,我继续,但这还不够:) 这句话是什么意思。 tr <- 1:1300 # train idx ? Aleksey Vyazmikin 2021.03.31 14:52 #23778 Maxim Dmitrievsky: 你会教人退步到1和0吗? 这是一个有经验的人所表达的想法--我认为检查一下没有问题。 Aleksey Vyazmikin 2021.03.31 15:03 #23779 mytarmailS: 我在一个训练样本上得到了这个结果。 Reference Prediction 0 1 0 83 59 1 17 41 Accuracy : 0.62 95% CI : (0.5489, 0.6875) No Information Rate : 0.5 P-Value [Acc > NIR] : 0.0004225 Kappa : 0.24 Mcnemar's Test P-Value : 2.563e-06 Sensitivity : 0.8300 Specificity : 0.4100 Pos Pred Value : 0.5845 Neg Pred Value : 0.7069 Prevalence : 0.5000 Detection Rate : 0.4150 Detection Prevalence : 0.7100 Balanced Accuracy : 0.6200 'Positive' Class : 0 我如何将该模型应用于另一个样本/文件? 还有,如果我在训练文件中有4683行,而这里有83+59+17+41,为什么或然率表中的数字这么少? 我明白了,你提交了前200行--对吗? yy <- tail(Y[-tr] ,200) pp <- tail(pred2 ,200) 但他们应该是参加了培训。 Vladimir Perervenko 2021.03.31 15:25 #23780 Aleksey Vyazmikin: 哦,谢谢你!现在让我们试着运行它 :)无法安装glmnet包--通过R-Studio在软件库中找不到它 :(该怎么做? > install.packages("glmnet") Installing package into ‘C:/Users/User/Documents/R/win-library/4.0’ (as ‘lib’ is unspecified) пробую URL 'https://cran.rstudio.com/bin/windows/contrib/4.0/glmnet_4.1-1.zip' Content type 'application/zip' length 2254744 bytes (2.2 MB) downloaded 2.2 MB package ‘glmnet’ successfully unpacked and MD5 sums checked The downloaded binary packages are in C:\Users\User\AppData\Local\Temp\RtmpsbZ5ec\downloaded_packages 正确安装 1...237123722373237423752376237723782379238023812382238323842385...3399 新评论 原因: 取消 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
我不知道你在那里写什么,怎么写的,但是我需要知道,在相对于样本的未来一步的目标中,到底是不是这样的?
这是令人费解的原因,在目标集上决定了当前行的预测者的结果。也就是说,没有什么需要转移的。
复杂的原因是,在目标中,当前行预测器的决策结果是在目标中。也就是说,不需要转移任何东西。
简而言之,一切都如你所愿,即使是调音。
Accuracy : 0.535
扔掉它,忘记它。
"Target_P"
给出0.97的准确率
你会教人退步到1和0吗?
那么?
那么?
https://www.machinelearningmastery.ru/why-linear-regression-is-not-suitable-for-binary-classification-c64457be8e28/
我做了你想要的一切,甚至是调音。
扔掉它,忘记它。
得到0.97个阿库拉西。
到目前为止,我什么都没有 :)已经要求20多个图书馆,我继续,但这还不够:)
这句话是什么意思。
?
你会教人退步到1和0吗?
这是一个有经验的人所表达的想法--我认为检查一下没有问题。
我在一个训练样本上得到了这个结果。
我如何将该模型应用于另一个样本/文件?
还有,如果我在训练文件中有4683行,而这里有83+59+17+41,为什么或然率表中的数字这么少?
我明白了,你提交了前200行--对吗?
但他们应该是参加了培训。
哦,谢谢你!
现在让我们试着运行它 :)
无法安装glmnet包--通过R-Studio在软件库中找不到它 :(
该怎么做?
正确安装