L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3267

 
mytarmailS #:
Code R
Je vais me débrouiller.

... ou au moins me dire le principe.
 
Alexandr Sokolov #:
Je me débrouillerai

... ou au moins me dire le principe
#  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)


pour chaque fonction il y a une aide "point d'interrogation + nom de la fonction" dans la console.

?cumsum





Il existe également des packages spéciaux pour la simulation de séries temporelles


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

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

 
mytarmailS #:


pour chaque fonction, il existe une aide "point d'interrogation + nom de la fonction" dans la console





Il existe également des logiciels spécialisés dans la simulation de séries temporelles


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

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

Nous vous remercions de votre attention et vous prions d'agréer nos salutations distinguées.
 
mytarmailS #:


pour chaque fonction, il existe une aide "point d'interrogation + nom de la fonction" dans la console

faux, vous faites une distribution normale, mais au premier plan c'est une distribution de queue

 
Maxim Dmitrievsky #:

C'est faux, vous créez une distribution normale, et le forex a une queue.

J'ai montré une méthode simple, les simulations les plus correctes se font dans des packages spéciaux, là tout est beaucoup plus compliqué que de simplement répéter la distribution.

 
Maxim Dmitrievsky #:

C'est faux, vous créez une distribution normale, et le forex a une queue.

++

Si vous avez déjà téléchargé un tableau de ticks, je ferais comme fxsaber l'a suggéré quelque part ici, générer un nouveau tableau de ticks avec une probabilité de 50% à la hausse ou à la baisse. Et je ferais 100500 échantillons différents de ce type.
.

Il s'agirait d'un SB, avec une volatilité identique à celle des ticks originaux.
 
sibirqk #:

++

S'il y a déjà un tick array téléchargé, je ferais comme fxsaber l'a suggéré quelque part ici, générer un nouveau tick array avec une probabilité de 50% de hausse ou de baisse. Et je ferais 100500 échantillons différents de ce type.
.

Il s'agirait d'un SB, avec une volatilité similaire à celle des ticks originaux.
Je l'ai fait avec KDE (kernel density estimation), j'obtiens aussi la distribution du marché.
 

C'est un grand livre !

Il doit couvrir tous les problèmes du ministère de la défense.

Tidy Modeling with R
Tidy Modeling with R
  • Max Kuhn and Julia Silge
  • www.tmwr.org
The tidymodels framework is a collection of R packages for modeling and machine learning using tidyverse principles. This book provides a thorough introduction to how to use tidymodels, and an outline of good methodology and statistical practice for phases of the modeling process.
 

R est remarquable pour son méli-mélo. À tout moment, il y a de tout, n'importe quel paquetage pour n'importe quelle occasion.

Mais après un an ou deux, il est inimitable - il sera impossible d'exécuter les exemples du livre.

 
Maxim Kuznetsov #:

R est merveilleux....

Tout le reste n'est pas vrai)