文章 "机器学习模型的变量评估和选择" - 页 4

新评论
 
JulInParis:

嗨，弗拉德、

我正在尝试一步步重新运行您的示例。

在输入数据 部分，In(p=16)函数 处理一个价格对象。它的 R 格式或类别是什么（zoo、xts 或 dataframe）？没有这些信息，就无法运行x <- In(p=16) 命令...

致以最崇高的敬意

朱利安

你好，朱利安、

> class(price)
[1] "matrix"
> colnames(price)
[1] "Open"  "High"  "Low"   "Close" "Med"   "CO"

我是 Rstudio 的用户。Откройте его в Rstudio и проводите эксперименты.

Удачи

附加的文件：
EURUSD30.zip  302 kb
 
Zhi Long Yang:
非常感谢文章作者。我刚刚开始就遇到一个问题。我安装的是RStudio，不是作者建议的Revolution R Open 3.2.1。“RandomUniformForests”包和“RoughSets”包已经加载，但是nearZeroVar()函数和findLinearCombos() 函数无法正常调用，这些函数是Revolution R Open特有的么？

Revolution R Open（现在由微软维护，改名为MRO）相当于R的一个加强版。RStudio只是一个IDE，不能和R相提并论。所提两个函数在作者原文中很清晰标明是caret包的函数。另，原文作者使用俄语，或许英文尚且能交流，用中文似乎沟通不上。
 

Смотрите  caret::nearZeroVar () // caret::findLinearCombos () 

Удачи

 
Vladimir Perervenko:

你好，朱利安、

> class(price)
[1] "matrix"
> colnames(price)
[1] "Open"  "High"  "Low"   "Close" "Med"   "CO"

您可以使用 Rstudio。Откройте его в Rstudio и проводите эксперименты.

Удачи



大家好、


谁能告诉我ZZ函数 变量 中定义的--Dig--是什么意思？如果是，这个常数的值应该是多少？

 
hzmarrou :


亲爱的各位、


谁能告诉我ZZ函数 变量 中定义的--Dig--是什么意思？如果是，这个常数的值应该是多少？

我已经在下一个分支中回答了你。
 

阅读这篇文章会有所帮助：

数学能打败金融市场吗？

https://www.mql5.com/zh/users/mgsystem/blog

 

弗拉基米尔，你好、


请原谅我提出这个愚蠢的问题，但我目前正试图从您的好例子出发，构建我自己的（非常简单的）模型，我想知道您为什么要在 ZZ 函数中将 ZZ 的差值前移：




dz <- zz %>% diff%>% c(0,.)

......我的意思是，毕竟我们想要训练一个模型来预测 Zigzag 的未来值，那么使用预测器（技术指标）来训练一个模型有什么意义呢？这些预测器（技术指标）总结了 N 日结束时的市场报价，目标值是 N 日的 Zigzag 值与其 N-1 值之差的符号（这就是你在移位后所做的）？难道我们不应该使用第 ( N+1) 天的 Zigzag 值与第 N 天的 Zigzag 值之差的符号来代替吗（即我们不需要移位）？

我知道我一定是在您的方法论中遗漏了什么显而易见的东西，但如果您能花 5 分钟时间向我解释清楚，我会非常高兴。


致以最崇高的敬意。


朱利安

 
JulInParis :

弗拉基米尔，你好、


请原谅我提出这个愚蠢的问题，但我目前正试图从您的好例子出发，构建我自己的（非常简单的）模型，我想知道您为什么要在 ZZ 函数中将 ZZ 的差值前移：




dz <- zz %>% diff%>% c(0,.)

......我的意思是，毕竟我们想要训练一个模型来预测 Zigzag 的未来值，那么使用预测器（技术指标）来训练一个模型有什么意义呢？这些预测器（技术指标）总结了 N 日结束时的市场报价，目标值是 N 日的 Zigzag 值与其 N-1 值之差的符号（这就是你在移位后所做的）？难道我们不应该使用第 ( N+1) 天的 Zigzag 值与第 N 天的 Zigzag 值之差的符号来代替吗（即我们不需要移位）？

我知道我一定是在您的方法论中遗漏了什么显而易见的东西，但如果您能花 5 分钟时间向我解释清楚，我会非常高兴。


致以最崇高的敬意。


朱利安

问题是正确的。文章中有一个错别字。应该是这样的

1. 计算输入 

 x <- In(p = 16 )

2. 计算目标 

 out1 <- ZZ(ch = 25 )
 
 > head(out1)
         zz sig
[1,] 84.213   0
[2,] 84.199  -1
[3,] 84.185  -1
[4,] 84.171  -1
[5,] 84.157  -1
[6,] 84.143  -1
> tail(out1)
             zz sig
[4995,] 89.3965   0
[4996,] 89.3965   0
[4997,] 89.3965   0
[4998,] 89.3965   0
[4999,] 89.3965   0
[5000,] 89.3965   0

3.合并数据 中的x 和out。其中：

  • 删除sig== 0 的示例
  • 创建新变量Сlass（因子）
  • 我们在 "未来 "中将 Class 变量移至 1 bar
  • 从集合中删除变量 sig 

 data <- cbind(x, sig = out1[ , 2 ]) %>% tbl_df %>% 
   dplyr::filter(., sig != 0 ) %>%
  mutate(., Class = factor(sig, ordered = F) %>% dplyr::lead()) %>% 
  dplyr::select(-sig) %>% 
  na.omit() 
> data %>% str()
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':	4944 obs. of  18 variables:
 $ DX    : num  0.355 0.541 6.324 3.026 9.511 ...
 $ ADX   : num  12 11.3 11 10.5 10.4 ...
 $ oscDX : num  0.303 0.427 5.012 2.459 -8.641 ...
 $ ar    : num  -18.8 -18.8 -18.8 -18.8 -12.5 ...
 $ tr    : num  0.032 0.051 0.037 0.004 0.011 ...
 $ atr   : num  0.0422 0.0432 0.0425 0.038 0.0348 ...
 $ cci   : num  -14.75 20.6 27.23 6.22 -33.27 ...
 $ chv   : num  0.0422 0.03 -0.0439 -0.0456 -0.1172 ...
 $ cmo   : num  -16.3 -20.1 -26.5 -39.2 -40.7 ...
 $ sign  : num  -0.0137 -0.013 -0.0117 -0.0107 -0.0108 ...
 $ vsig  : num  -0.00352 0.00655 0.0132 0.01059 -0.00103 ...
 $ rsi   : num  45.7 49.8 50 46.8 42.4 ...
 $ slowD : num  0.408 0.438 0.447 0.43 0.405 ...
 $ oscK  : num  0.0137 0.039 -0.0116 -0.0427 -0.0322 ...
 $ SMI   : num  -18.2 -16.6 -15.8 -16.2 -17.1 ...
 $ signal: num  -12.8 -13.6 -14 -14.5 -15 ...
 $ vol   : num  0.01005 0.01004 0.00985 0.00975 0.00946 ...
 $ Class : Factor w/ 2 levels "-1","1": 1 1 1 1 1 1 1 1 1 1 ...
 - attr(*, "na.action")=Class 'omit'  Named int [1:34] 1 2 3 4 5 6 7 8 9 10 ...
  .. ..- attr(*, "names")= chr [1:34] "1" "2" "3" "4" ...

在文本中进一步说明。

祝好运

 
MetaQuotes Software Corp.:

新文章 机器学习模型的变量评估和选择已发布：

作者：Vladimir Perervenko


zigzag信号做为目标变量应用上存在很大问题，

所有模型的基础是基于先验的已经zigzag点（-1，1），其他的condition＝0的点是排除在外的，

实际应用中，你不知道改时点是否是zigzag点（-1，1），很大的可能是condition＝0的点，因为区分不了（-1，1）和（0）这两种状态，

所以在0的时点同样需要计算和判断。  这个时候训练模型和实际模型就会存在很大的偏差；

 
freewalk :

zigzag信号做为目标变量应用上存在很大问题，

所有模型的基础是基于先验的已经zigzag点（-1，1），其他的condition＝0的点是排除在外的，

实际应用中，你不知道改时点是否是zigzag点（-1，1），很大的可能是condition＝0的点，因为区分不了（-1，1）和（0）这两种状态，

所以在0的时点同样需要计算和判断。  这个时候训练模型和实际模型就会存在很大的偏差；

绘制一个简单的绘图说明的数字（-1，1（0）????

请您仔细阅读的文章？而旁边呢？而且不知道如何使用ZZ？

也许翻译不好？

指定更精确您的意见，请能提高英语水平？

12345
新评论