Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 264

[toxic]

Entschuldigung, ich war abgelenkt...

Hier sind die Daten https://drop.me/aGE2kB

Ich habe keine Bearbeitungen vorgenommen, weil ich keine Zeit hatte, bis jetzt ist das Glas nur delta, einige Tage mit Auslassungen, aber als Test wird es reichen

[mytarmailS]

Ich weiß nicht, ob diese Vorträge für jeden nützlich sind, aber sie sind wahrscheinlich gut für die allgemeine Entwicklung und einfach interessant.

Zeitreihenprognosen:

https://www.youtube.com/watch?v=u433nrxdf5k

Merkmalstransformationen:

https://www.youtube.com/watch?v=U1QYrGj6Ztg

[mytarmailS]

Am Ende des Videos über die Merkmalstransformation erwähnt der Dozent eine interessante Dimensionalitätsreduktionsmethode, die z. B. zur Bewertung der Klassentrennbarkeit verwendet werden kann. Diese Methode(t-SNE) gilt als fortschrittlicher als PCA und ist bemerkenswert

Ich habe verglichen, wie die Downsampling-Methoden aufgeteilt sind

Und in der Tat schneidet die Methode im Vergleich zu anderen gut ab.

Daten und Code können aus diesem Artikelhttp://biostat-r.blogspot.com/2016/05/pca-mds-t-sne.html entnommen werden.

Methodenpakete : tsne, Rtsne

der letzte ist schnell und in C++ geschrieben

Ich habe es noch nicht mit Marktdaten ausprobiert...

[mytarmailS]

Dr.Trader erinnern Sie sich, dass Sie sagten, Sie wüssten nicht, wie scale() funktioniert? Ich habe es herausgefunden )))

scale(x,center = TRUE, scale = TRUE)
# аналог
(x - mean(x)) / sd(x)

[Женя]

mytarmailS:

Ich weiß nicht, ob diese Vorträge für jeden nützlich sind, aber sie sind wahrscheinlich gut für die allgemeine Entwicklung und einfach interessant.

Zeitreihenprognosen:

https://www.youtube.com/watch?v=u433nrxdf5k

Merkmalstransformationen:

https://www.youtube.com/watch?v=U1QYrGj6Ztg

Danke, guter Kurs, frischt das Wissen gut auf, bringt neues Wissen.

[Dr. Trader]

mytarmailS:

/ sd(x)

Verstehe, das erklärt, warum ich das Ergebnis in 0...1 haben wollte, es aber in verschiedenen Grenzen für jede Spalte erhielt.

[Женя]

Ich habe es nochnicht getan, aber es reicht für Tests:

Entschuldigung, ich war abgelenkt...

Hier sind die Daten https://drop.me/aGE2kB

Habe keine Bearbeitungen vorgenommen, da ich keine Zeit hatte, bisher ist das Glas nur delta, einige Tage mit Auslassungen, aber als Test wird es reichen

О!... das ist eine andere Sache!)) Es ist scheiße, ohne den ganzen Pokal zu sein.

[Youri Tarshecki]

mytarmailS:

Ich weiß nicht, ob diese Vorträge für jeden nützlich sind, aber sie sind wahrscheinlich gut für die allgemeine Entwicklung und einfach interessant.

Zeitreihenprognosen:

https://www.youtube.com/watch?v=u433nrxdf5k

Ja, es gibt interessante Punkte, z. B. die Überprüfung der Residuen und die programmatische Anpassung.

Aber es ist seltsam, dass die Person zuerst sagt "Validierung ist unverzichtbar" und dann "wenn ein Teil der Geschichte die Modellanpassung stört - einfach abschneiden".

[mytarmailS]

Hallo zusammen!

1) Zu t-SNE: Es hat nicht mit Marktdaten funktioniert.

2) Ich habe ein Paket mit bereits implementierten Candlestick-Mustern gefunden, Sie können es wie folgt installieren:

install.packages("candlesticks", repos="http://R-Forge.R-project.org")

Ich würde gerne damit herumspielen, aber es ist so, dass ich nicht ernsthaft mit xts-Daten in Berührung gekommen bin, wie übersetze ich meine Anführungszeichen in das richtige Format?

meine Daten

head(MY_dat)
        X.DATE. X.TIME. X.OPEN. X.HIGH. X.LOW. X.CLOSE. X.VOL.
385327 20170117  204000  115420  115440 115400   115400    314
385328 20170117  204500  115400  115440 115370   115410    559
385329 20170117  205000  115410  115440 115380   115420    475
385330 20170117  205500  115410  115510 115360   115470   1745
385331 20170117  210000  115470  115490 115430   115440    607
385332 20170117  210500  115440  115490 115420   115470    453

class(MY_dat)
[1] "data.frame"

Ich brauche das xts-Format

head(ri)
                    RIH7.Open RIH7.High RIH7.Low RIH7.Close RIH7.Volume
2017-01-30 10:00:00    119060    119060   118480     118620       12191
2017-01-30 10:05:00    118610    118620   118260     118320       13219
2017-01-30 10:10:00    118320    118470   118230     118250        8519
2017-01-30 10:15:00    118240    118260   118080     118120       11010
2017-01-30 10:20:00    118110    118160   117930     117980        8108
2017-01-30 10:25:00    117980    118100   117910     118020        5544

class(ri)
[1] "xts" "zoo"

[СанСаныч Фоменко]

mytarmailS:

Hallo zusammen!

1) Zu t-SNE: Es hat nicht mit Marktdaten funktioniert.

2) Ich habe ein Paket mit bereits implementierten Candlestick-Mustern gefunden, Sie können es wie folgt installieren:

install.packages("candlesticks", repos="http://R-Forge.R-project.org")

Ich würde gerne damit herumspielen, aber es ist so, dass ich nicht ernsthaft mit xts-Daten in Berührung gekommen bin, wie übersetze ich meine Anführungszeichen in das richtige Format?

meine Daten

head(MY_dat)
        X.DATE. X.TIME. X.OPEN. X.HIGH. X.LOW. X.CLOSE. X.VOL.
385327 20170117  204000  115420  115440 115400   115400    314
385328 20170117  204500  115400  115440 115370   115410    559
385329 20170117  205000  115410  115440 115380   115420    475
385330 20170117  205500  115410  115510 115360   115470   1745
385331 20170117  210000  115470  115490 115430   115440    607
385332 20170117  210500  115440  115490 115420   115470    453

class(MY_dat)
[1] "data.frame"

Ich brauche das xts-Format

head(ri)
                    RIH7.Open RIH7.High RIH7.Low RIH7.Close RIH7.Volume
2017-01-30 10:00:00    119060    119060   118480     118620       12191
2017-01-30 10:05:00    118610    118620   118260     118320       13219
2017-01-30 10:10:00    118320    118470   118230     118250        8519
2017-01-30 10:15:00    118240    118260   118080     118120       11010
2017-01-30 10:20:00    118110    118160   117930     117980        8108
2017-01-30 10:25:00    117980    118100   117910     118020        5544

class(ri)
[1] "xts" "zoo"

Versucht, aber schnell gescheitert: es ist nicht klar, was mit den Wochenendlöchern zu tun.