交易中的机器学习：理论、模型、实践和算法交易 - 页 3267

[Alexandr Sokolov]

mytarmailS #:
R 代码

我来想办法。

...或者至少告诉我原理。

[mytarmailS]

Alexandr Sokolov #:
我会想办法的

...或者至少告诉我原理

#  install.packages("quantmod")
library(quantmod)


#  Ето реальные тики которые мы заргужаем откудо то
real_tiks <- cumsum(rnorm(10000))
#  plot(real_tiks,t="l")
dft <- diff(real_tiks) #  ретурны



#  генерируем случайные тики из характеристик ретурнов реальных тиков
fake_tiks <- rnorm(n = 10000, mean = mean(dft), sd = sd(dft))
fake_tiks <- cumsum(fake_tiks)



#  создаем временной вектор чтобы создать обьект xts
times <- seq(as.POSIXct("2016-01-01 00:00:00"), length = length(fake_tiks), by = "sec")
xts_fake_tiks <- xts(fake_tiks, order.by = times)


# из тиков  создаю  м1
ohlc_m1 <- to_period(xts_fake_tiks, period = "minutes", k = 1)
#  head(ohlc_m1)
chart_Series(ohlc_m1)

每个函数的控制台都有 "问号 + 函数名 "帮助。

?cumsum

还有用于时间序列模拟的特殊软件包

https://cran.r-project.org/web/packages/simts/vignettes/vignettes.html

https://search.r-project.org/CRAN/refmans/forecast/html/simulate.ets.html

[Alexandr Sokolov]

mytarmailS #:

在控制台中，每个函数都有 "问号 + 函数名 "帮助

还有用于时间序列模拟的专用软件包

https://cran.r-project.org/web/packages/simts/vignettes/vignettes.html

https://search.r-project.org/CRAN/refmans/forecast/html/simulate.ets.html

谢谢

[Maxim Dmitrievsky]

mytarmailS #:

在控制台中，每个功能都有 "问号 + 功能名称 "的帮助信息

错了，你做的是正态分布，但在前台却是尾分布

[mytarmailS]

Maxim Dmitrievsky #:

错，你做的是正态分布，而外汇是有尾的。

我展示了一个简单的方法，最正确的模拟是在特殊软件包中进行的，那里的一切都要比重复分布复杂得多。

[sibirqk]

Maxim Dmitrievsky #:

错，你做的是正态分布，而外汇是有尾的。

++

如果您已经有一个下载的刻度线数组，我会按照fxsaber 在此处的建议，生成一个新的刻度线数组，其向上或向下的概率为 50%。我会制作 100500 个这样的不同样本。
。

这将是一个 SB，其波动性与原始刻度一样。

[Maxim Dmitrievsky]

sibirqk #:

++

如果已经有下载的刻度线阵列，我会按照fxsaber 在此处的建议，生成一个新的刻度线阵列，其向上或向下的概率为 50%。我会制作 100500 个这样的不同样本。
。

这将是一个 SB，其波动性与原始刻度一样。

我通过 KDE（核密度估计）进行了计算，也得到了市场分布情况

[СанСаныч Фоменко]

这是一本好书！

它一定涵盖了国防部的所有问题。

[Maxim Kuznetsov]

R 因其 "大杂烩 "而引人注目。在任何时刻，它都拥有一切，任何场合的任何软件包。

但一两年后，它就会变得不可模仿--书中的例子根本无法执行。

[mytarmailS]

Maxim Kuznetsov #:

R 是精彩....

其他都不是真的)