L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3112

[Evgeni Gavrilovi]

Maxim Dmitrievsky #:

J'ai testé le bot que j'ai lancé ici le 15 mai, un mois s'est écoulé. Avec différents sl et tp différents résultats, mais en moyenne tous sur la croissance.

Quelles fonctionnalités ont été utilisées (une liste complète serait souhaitable).

[Maxim Dmitrievsky]

Evgeni Gavrilovi #:

Quelles fonctions avez-vous utilisées ? une liste complète serait appréciée)

Diverses simulations de rendement, rien de spécial. J'ai déjà écrit que, parfois, la volatilité suffit, et c'est encore le cas pour les retours convertis.

Trop c'est mal, trop peu c'est mal. D'une manière ou d'une autre, j'obtiens un optimum autour de 10 fics avec différentes périodes augmentant d'un pas fixe. Disons, range(10, 100, 10)

mais c'est comme ça pour mon implémentation, je ne prétends pas avoir dérivé une formule magique.

Y a-t-il autre chose dans la série temporelle ? )

[mytarmailS]

J'ai été banni, le fil de discussion est mort))

[mytarmailS]

J'ai séparé tous les signaux MT5 avec le filtre "fiable" pour regarder la distribution par années, enfin, pour comprendre combien et combien de temps les "TS fiables" "vivent".

Voici la distribution

years
2015 2018 2019 2020 2021 2022 2023 
   1    4    5   34  130  549  957 

Quelque chose à penser....

Code Pars, si quelqu'un en a besoin

library(rvest)
library(readr)
n_pages <- 35 
url <- "https://www.mql5.com/ru/signals/mt5/page"
urls <- paste0(url, 1:n_pages)
years <- lapply(urls, \(Url) Url |> read_html() |> html_nodes(".signal-card__growth-label") |> html_text() |> parse_number()) |> unlist()
hist(years)

df <- data.frame(table(years))
library(ggplot2)
ggplot(df,aes(years,Freq)) +
  geom_bar(stat='identity',fill=colors()[128]) 

[mytarmailS]

a séparé tous les messages de Sanych des 100 premières pages du forum

converti le texte en un "sac de mots"

supprimé les "mots vides" (stop words)

visualisé sous la forme d'un "nuage de mots" (plus le mot est gros, plus il est fréquent).

Cool ))))

library(xml2)
library(rvest)
urls <- paste0("https://www.mql5.com/ru/forum/86386/page", 2:100)
author <- "СанСаныч Фоменко"

li <- list()
for(url in urls){
txt <- url |> read_html() |> html_nodes(".text") 
txt |> html_node(".fquote") |> xml_remove() #  remove fquote

Authors <- txt |> html_node(".author") |> html_text()
Content <- txt |> html_node(".content") |> html_text()
Comment_date <- txt |> html_node(".comment__date") |> html_text()

if(any(Authors==author,na.rm = T)){
la <- lapply(seq_along(Authors), function(i) {
       list(author=Authors[i], text=Content[i], date=Comment_date[i]) })
la <- la[Authors==author]
la <- la[!sapply(la, is.null)]
li <- append(li, la)
}
print(url)
}
text2word <- function(text) strsplit(text, "\\P{L}+", perl = TRUE) |> unlist()
words <- lapply(li, function(x) text2word(x$text))  |> unlist() 
bag_of_words <- table(words)

library(stopwords)
stopw <- stopwords("ru", source = "stopwords-iso")
bag_of_words <- bag_of_words[!names(bag_of_words) %in% stopw]

library(wordcloud2)
bag_of_words |> as.data.frame() |> wordcloud2()

Et voici ce dont je parlais en 2016.

......

Oui, on peut faire presque tout en R en un seul écran, c'est un langage merveilleux....

[Renat Fatkhullin]

Pour une nouvelle inoculation/alimentation, jetez un coup d'œil à : Quantitative trading

[СанСаныч Фоменко]

mytarmailS #:

Sparred all of Sanych's posts from the first 100 pages of the forum

a transformé le texte en un "sac de mots".

moins les "mots vides" (stop words)

visualisé sous la forme d'un "nuage de mots" (plus le mot est gros, plus son occurrence est fréquente)

C'est cool).

Et c'est ce dont je parlais en 2016.

......

Oui, vous pouvez faire presque tout en R en un seul écran, c'est un langage merveilleux.....

C'est génial, merci !

[СанСаныч Фоменко]

Renat Fatkhullin #:
Pour une nouvelle inoculation/réalimentation, jetez un coup d'œil à : Quantitative trading

Une sélection étonnante !

[mytarmailS]

СанСаныч Фоменко #:

C'est très bien, merci !

Le but initial était de compter combien de fois vous avez dit le mot GARCH, parce qu'il me semble que cinquante, pas moins)))))

mais en apprenant à analyser les messages sur le forum, j'ai déjà oublié et j'ai oublié pourquoi je le faisais....

Que cela reste un secret)))

[mytarmailS]

Renat Fatkhullin #:

Y a-t-il des nouvelles sur le paquet mt ?