Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 114

Neuer Kommentar
 
Dr. Trader:
Ich mache das manuell, ich erstelle einfach Modelle in einer Schleife.
Können Sie mir zeigen, wie man Modelle in einer Schleife mit Code erstellt?
 

Einrichten eines Ausschusses und Testen:

library(randomForest)

data(iris)

totalModels <- 100

trainSample <- sample(1:nrow(iris), round(nrow(iris)*2/3))
validationSample <- setdiff(1:nrow(iris), trainSample)

#train
modelVector <- c()
for(i in 1:totalModels){
        modelVector[[i]] <- randomForest(x=iris[trainSample, 1:(ncol(iris)-1)], y=iris[trainSample, ncol(iris)])
}

#validate
predictionMatrix <- matrix(NA, ncol=length(validationSample), nrow=0)
for(i in 1:totalModels){
        prediction <- predict(object = modelVector[[i]], newdata = iris[validationSample, 1:(ncol(iris)-1)])
        predictionMatrix <- rbind(predictionMatrix, prediction)
}
finalPrediction <-c()
for(i in 1:length(validationSample)){
        finalPrediction <- c(finalPrediction, names(sort(table(predictionMatrix[,i]), decreasing=TRUE)[1]))
}
"Accuracy:"
mean(finalPrediction == as.numeric(iris[validationSample, ncol(iris)]))

Das Problem besteht darin, dass die ursprünglichen Klassen vom Typ Faktor sind und das Ergebnis in der Matrix in die entsprechenden Ordnungszahlen des Faktors umgewandelt wird. Am Ende läuft der Vergleich also über as.numberic().

Für alles, um richtig mit Faktoren zu arbeiten, müssen wir predictionMatrix als data.frame erstellen, aber nach, dass meine rbind-Funktion gab varnings, ich muss etwas anderes ändern, ich habe nicht verstanden, was dort falsch ist.

 
Dr. Trader:

Einsetzung eines Ausschusses und Tests:

Dankeschön

 

Nun, und um das Thema fortzusetzen, erwies sich das Signal von vorhin als recht profitabel. Allerdings gibt es nicht viele Gewinne, aber der letzte Kauf auf der sequent, blauer Punkt, das Netzwerk als "Ich weiß nicht", was darauf hindeutet, dass es profitabel sein kann, aber vielleicht auch nicht, zumindest die beiden Modelle divergieren. Wir unternehmen also nichts und überwachen weiterhin die Bände....

Ich habe eine Kapitulation auf dem BU, wie Sie sehen können.... Ich habe mich nur für Vitamine entschieden, also bin ich kein Risiko eingegangen und habe auf CU umgestellt, aber wie man so schön sagt: Wer CU setzt, bekommt CU. Das Gesetz funktioniert...

 
Mihail Marchukajtes:

Nun, und um das Thema fortzusetzen, erwies sich das Signal von vorhin als recht profitabel. Allerdings gibt es nicht viele Gewinne, aber der letzte Kauf auf der sequent, blauer Punkt, das Netzwerk als "Ich weiß nicht", was darauf hindeutet, dass es profitabel sein kann, aber es kann nicht, zumindest die beiden Modelle auseinander gegangen sind. Wir tun also nichts und überwachen weiterhin die Bände....

Ich habe eine Kapitulation auf dem BU, wie Sie sehen können.... Ich habe mich nur für Vitamine entschieden, also bin ich kein Risiko eingegangen und habe auf CU umgestellt, aber wie man so schön sagt: Wer CU setzt, bekommt CU. Das Gesetz funktioniert...

und wie hat der Handelsalgorithmus am Freitag funktioniert?

 
Dr. Trader:

Einrichten eines Ausschusses und Testen:

Das Problem besteht darin, dass die ursprünglichen Klassen vom Typ Faktor sind und das Ergebnis in der Matrix in die entsprechenden Ordnungszahlen des Faktors umgewandelt wird. Am Ende läuft der Vergleich also über as.numberic().

Ich muss predictionMatrix als data.frame zu erstellen, um es richtig mit Faktoren zu arbeiten, aber nach, dass meine rbind-Funktion gab varnings, ich muss etwas anderes ändern, ich habe nicht herausgefunden, was dort falsch ist.

Vielen Dank für den nützlichen Code.
 

Sagen Sie mir ... Wenn Sie diese Daten durch Ihr maschinelles Lernen laufen lassen ... Was können Sie herausfinden?

# SL
Nachlaufstoppaufsteigen
1
-40-5
0
2
-9
-
0
3
-23
70
91
4
-26
-14
21
5
-42
-
0
6
-43
-8
5
7
-11
12
65
8
-64
-12
0
9
-1499126
10
-32
-
10


# - Handelsnummer, SL - Stop-Loss-Größe, Trailing-Stop - nachlaufender Stop, rot - Schließen mit Verlust, grün - Schließen mit Gewinn, Strich - Schließen bei Stop-Loss,

Anstieg - Betrag der Bewegung, der genommen werden könnte, 0 - keine Bewegung (möglicher Gewinn, der bei diesem Handel genommen werden könnte). Alles wird in Pips angegeben ...

Gewinnmitnahmen gibt es nicht.


Wenn jemand weiß, ob man diese drei Variablen-Kurven durch MatLab oder Statistica laufen lassen kann - welche Daten kann man erhalten?

 
Itum:

Sagen Sie mir ... Wenn Sie diese Daten durch Ihr maschinelles Lernen laufen lassen ... Was können Sie herausfinden?

Welche Art von Daten können gewonnen werden?

Die Frage ist nicht richtig, die Frage ist, was Sie aus den Daten gewinnen wollen.

die Antwort auf Ihre Frage lautet: nichts?

 
mytarmailS:

Die Frage ist nicht richtig gestellt, die Frage ist, was Sie aus den Daten herausholen wollen.

die Antwort auf Ihre Frage lautet: nichts.

  • Ich möchte herausfinden, wie diese Variablen zusammenhängen (ob es einen Trend gibt), ob es eine Korrelation zwischen ihnen gibt.
  • Inwieweit wirkt sich die Absenkung auf die künftige Bewegung (Erholung) aus?
  • Ich brauche Indikatoren, die den zukünftigen Trend möglichst gut vorhersagen.
 
Itum:
  • Ich möchte herausfinden, wie diese Variablen zusammenhängen (ob es einen Trend gibt), ob es eine Korrelation zwischen ihnen gibt.
  • Wie stark sich die Absenkung auf die künftige Bewegung (Erholung) auswirkt
  • Ich brauche Indikatoren, die den weiteren Trend maximal aufzeigen und vorhersagen.

1) können wir eine Korrelationsmatrix erstellen

2) Wahrscheinlich muss eine Beziehung zwischen der Inanspruchnahme und der künftigen Entwicklung hergestellt werden.

3) Erstellung eines Modells, das den Trend vorhersagt, und Untersuchung der Bedeutung der darin enthaltenen Variablen

p.s. Bitten Sie mich nicht, es für Sie zu tun... Nach der Vagheit Ihrer Fragen zu urteilen, sind Sie mit maschinellem Lernen wenig vertraut. Ich empfehle Ihnen also, zu googeln und einige der Programme zu lernen, die Sie oben zitiert haben, oder in die Programmierung einzusteigen

1...107108109110111112113114115116117118119120121...3399
Neuer Kommentar