# install.packages("Boruta", dependencies=T) # эту строчку нужно запустить всего 1 раз чтобы автоматически установить пакет
# library(Boruta) # эту строчку нужно запустить каждый раз когда вы заново открываете R или RStudio, чтоб загрузить пакет в память
forexFeatures <- read.csv2("Qwe.txt", dec=".")
Boruta(TargetProf ~ . , data = forexFeatures) #запуск с дефолтными параметрами
Boruta(TargetProf ~ . , data = forexFeatures, doTrace = 1, maxRuns = 1000) #больше логов на экране, и больше итераций алгоритма, результат должен быть качественней чем дефолтный
代码会给出"4个重要的属性：AD10, Del, Del2, N;"，所以你可以只取这4个属性，并尝试用它们来教授模型。 N（序数）也被认为是好的，因为第1类集中在文件的开头，N很小。一般来说，最好首先从表中删除那些只为用户携带信息而不为模型携带信息的列。
这是第一个选择，第二个选择是在相对较短的时间内建立不适应的小模型。可以说，是在抢夺市场。你进来，带着Optimel，从平民那里拿走几笔好买卖，然后你就可以离开，直到下一次....。
你可以关闭机器人的长期记忆，它每天都会像个新生儿，但缺乏长期经验的机器人总是惨败，土拨鼠之日
我不需要思考--对我来说，它是一个阶段性的通过，有相当大的实验结果档案。
我将重复我已经写过很多次的内容。
1.靶向ZZ。
2.我为这个目标发明了大约200个预测器
3. 使用 "对目标的影响 "算法，从200个预测因子中选出27个。
4.我从每个条形图上的27个预测器中选择预测器，并将所选预测器的数量从6-7个改为27个中的15个。
5.拟合rf。拟合误差略低于30%。
没有无限的循环。30%是一个非常好的结果，但在理论上。我还没有设法用这个结果建立一个实用的专家顾问，我不得不添加趋势指标。现在我把指标（垃圾）改为GARCH。
我必须证明的是，这些方法是相同的，因为它是一个原则，但什么是rfe？
P.S. 我有模型算在指标中，其输出有向上或向下的箭头。专家顾问具有可靠的 "开启者 "功能
我不需要思考--对我来说，它已经完成了，有相当大的实验结果档案。
好吧，如果你做不到，我们就不必做了。
你会认为我们比你更聪明 :)
PS 我习惯于从别人的经验中学习。
你可以简单地关闭机器人的长期记忆，它将每天重生，但缺乏长期经验总是惨败和土拨鼠日
每天早上的过度优化是不好的，这里我同意。TC需要稍稍延长的间隔时间才能发挥作用。在我的M15上，一周的时间正好合适。如果我在训练中考虑40个信号，其中模型的置信区间 约为20个，包括5个在OOS（星期五），其他15个已经在工作，通常每天有3-4个交易，所以对我来说是一个星期的时间！"。又是土拨鼠日，或者说是土拨鼠周，所以是工作 ...没办法:-)。不过，我喜欢它，史蒂夫-乔布斯是对的。"没有比高薪的爱好更好的工作了。
好吧，如果你做不到，我们就不必做了。
你会认为我们比你更聪明 :)
P.S. 我正在学习从别人的经验中学习。
我没有说它不起作用。我做到了，而且非常到位--我成功地解决了一些财务问题。
但我的专家顾问已经被重新培训，我想摆脱的指标的来源。
"没有比高薪的爱好更好的工作了"。
圣西门在乔布斯之前200年就把这句话作为乌托邦社会主义的基础。
比乔布斯早200年的圣西门，将乌托邦式的社会主义建立在这个前提之上。
很有可能。我不打算争论...
但我认为一个VI指标是不够的。我们应该尝试计算冗余度，并尝试减少列的数量。
也许已经有现成的函数，除了相互信息????，还可以估计输入数据的输出。
在R中，有许多库（包）可用于许多情况，包括预测因子（列）的选择。
https://cran.r-project.org/web/packages/available_packages_by_name.html 是官方支持的库，在githab上还有数百个。你可以在那里通过关键词搜索你需要的东西。
为了确定每个预测因子的API与目的，vtreat包（功能designTreatments，在本网站上搜索它的名字，它将提供许多关于这个主题的链接与例子）效果很好。
我最近还举了一个例子，说明如何使用FSelector包来寻找一套好的预测器--https://www.mql5.com/ru/forum/86386/page643#comment_6472393
还有其他几个软件包提供 - FSelectorRcpp, CORElearn, VSURF, VarSelRF, Boruta.
代码会给出"4个重要的属性：AD10, Del, Del2, N;"，所以你可以只取这4个属性，并尝试用它们来教授模型。N（序数）也被认为是好的，因为第1类集中在文件的开头，N很小。一般来说，最好首先从表中删除那些只为用户携带信息而不为模型携带信息的列。
R有许多库（包），用于许多用途，包括预测器（列）选择。
https://cran.r-project.org/web/packages/available_packages_by_name.html 是官方支持的库，在githab上还有数百个。你可以在那里通过关键词搜索你需要的东西。
为了确定每个预测因子的VI，vtreat包（函数designTreatments，在本网站上搜索它的名字，它将提供许多关于这个主题的链接和例子）非常有效。
我最近还举了一个例子，说明如何使用FSelector包来寻找一套好的预测器--https://www.mql5.com/ru/forum/86386/page643#comment_6472393
还有其他几个软件包提供 - FSelectorRcpp, CORElearn, VSURF, VarSelRF, Boruta.
在我看来，Boruta是最容易使用的（但也许不是最好的），你只需要运行这个代码并等待即可
嗯，嗯。我已经下载了一堆东西，但我的R知识很差，这就是为什么会出现手鼓的现象。但感谢你提供的信息。我想我需要确定一套具体的指标，这将足以用于分析。我也喜欢VI，看着我得到的模型和测试结果，但我觉得这还不够。一旦定义了一套衡量标准，剩下的就是扩大投入的范围，这样就有了可供选择的东西，最重要的是投入的质量与产出的关系。为您的TS找到好的投入，这不仅仅是战斗的一半。所以要....
在R中，有许多库（包）用于许多用途，包括预测器（列）选择。
https://cran.r-project.org/web/packages/available_packages_by_name.html 是官方支持的库，在githab上还有数百个。你可以在那里通过关键词搜索你需要的东西。
为了确定每个预测因子的VI，vtreat包（函数designTreatments，在本网站上搜索它的名字，它将提供许多关于这个主题的链接和例子）非常有效。
我最近还举了一个例子，说明如何使用FSelector包来寻找一套好的预测器--https://www.mql5.com/ru/forum/86386/page643#comment_6472393
还有其他几个软件包提供 - FSelectorRcpp, CORElearn, VSURF, VarSelRF, Boruta.
在我看来，Boruta是最容易使用的（但也许不是最好的），你只需要运行这个代码并等待即可
代码会给出"4个属性确认重要：AD10, Del, Del2, N;"，所以你可以只取这4个，并尝试用它们来训练模型。N（序数）也被认为是好的，因为第1类集中在文件的开头，N很小。一般来说，最好首先从表中删除那些只为用户携带信息而不为模型携带信息的列。
等一下，让我再试试。只是想问一个使用代码的例子，....