L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 266

 
mytarmailS:


Dove hai presoi candelabri? Non ne ho su CRAN e RSUDIO.
 
mytarmailS:

Quando si differenzia, lo spostamento è automatico, poiché la serie diventa un elemento più corta, quindi tutto ciò che serve è accorciare il campione (tabella con le osservazioni) dell'ultimo elemento

Ecco un esempio

SomeData <- c(10,20,30,20,10,20,30,40,50,40)

Y <- diff(SomeData)

cbind.data.frame(  Y , SomeData[-length(SomeData)])


ottenere

   Y                   SomeData[-length(SomeData)]
1  10                          10
2  10                          20
3 -10                          30
4 -10                          20
5  10                          10
6  10                          20
7  10                          30
8  10                          40
9 -10                          50

Sbagliato. Il modo per farlo è

> SomeData <- c(10,20,30,20,10,20,30,40,50,40)
>

> Y <- diff(SomeData)
>

> Y
[1]  10  10 -10 -10  10  10  10  10 -10
> require(magrittr)
Loading required package: magrittr
> Y <- diff(SomeData) %>% c(., NA)
> dt <- cbind(SomeData, Y) %>% na.omit()
> dt
      SomeData   Y
[1,]       10  10
[2,]       20  10
[3,]       30 -10
[4,]       20 -10
[5,]       10  10
[6,]       20  10
[7,]       30  10
[8,]       40  10
[9,]       50 -10
attr(,"na.action")
[1] 10
attr(,"class")
[1] "omit"
> Y
[1]  10  10 -10 -10  10  10  10  10 -10  NA

L'obiettivo è stato spostato in avanti di 1 bar.

 
SanSanych Fomenko:

Non sono i predittoriche dovrebbero essere spostati a sinistra, ma il target

Lasciatemi provare a spiegare di nuovo.

Non so, ancora non capisco il problema, forse mi sono già surriscaldato, ma ho fatto come dici tu. Got

Confusion Matrix and Statistics

          Reference
Prediction    0    1
         0 1862  487
         1  487 2164
                                          
               Accuracy : 0.8052          
                 95% CI : (0.7939, 0.8161)
    No Information Rate : 0.5302          
    P-Value [Acc > NIR] : <2e-16          
                                          
                  Kappa : 0.609          
Mcnemar's Test P-Value : 1              
                                          
            Sensitivity : 0.7927          
            Specificity : 0.8163          
         Pos Pred Value : 0.7927          
         Neg Pred Value : 0.8163          
             Prevalence : 0.4698          
         Detection Rate : 0.3724          
   Detection Prevalence : 0.4698          
      Balanced Accuracy : 0.8045  

Qual è il suo errore?

Forse ho sbagliato di nuovo, sono già troppo ottimista.

 
SanSanych Fomenko:
Dove hai presoi candelabri? Non ne ho su CRAN e RSUDIO.

ci sono molte cose che non sono alla spina, purtroppo...

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

Sbagliato. Dovrebbe essere così

Ora l'obiettivo è spostato al futuro di 1 barra.

Bene, se invece di aggiungere NA alla fine di"Y" e poi cancellare lo stesso NA, cancello solo l'ultima linea in SomeData, non sarà lo stesso?

Davvero non capisco la differenza, forse già surriscaldato completamente ((

 
mytarmailS:

Non so, non ho mai capito il problema, forse mi sono già surriscaldato, ma ho fatto come dici tu. Got

Non ho contato - non ho il pacchetto.

E il risultato è molto decente e anche molto simile alla verità. I ragazzi qui stanno lottando per avvicinarsi al 70% (30% di errore). E qui è chiaramente meno del 30%. E dalle ruote, secondo il principio "as is".

 
SanSanych Fomenko:

Non ho contato - non ho il pacchetto.

E il risultato è molto decente e anche molto simile alla verità. I ragazzi qui stanno lottando per avvicinarsi al 70% (30% di errore). E qui è chiaramente meno del 30%. E dalle ruote, secondo il principio "as is".

Non lo so.... Non credo nei miracoli da molto tempo ormai... Penso che sia solo un problema tecnico, ecco perché voglio che qualcuno lo ricontrolli.
 
mytarmailS:

mancano molte cose al rubinetto, purtroppo...

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


Grazie, tutti scaricati.

Un pensiero completamente nuovo nella formazione dei predittori. Sarà fatto. Molto interessante per me è la questione del potere prescrittivo di ciascuno dei predittori. Lo posterò man mano che lo calcolo. Se il potere predittivo è troppo buono, lo posterò.

Se non ti dispiace, appunta il .RData
 
mytarmailS:
Non lo so.... È da molto tempo che non credo più ai miracoli... Penso che sia di nuovo un glitch, ecco perché voglio che qualcuno ricontrolli.
Sto ottenendo un errore inferiore al 25% con la pre-pulizia dei predittori. Molto probabilmente è vero. Mandami i dati RD, farò i conti. Ma la cosa principale è la capacità predittiva dei predittori per la variabile target specificata
 
SanSanych Fomenko:
Se non ti dispiace, allega il .RData
Non mi dispiace, è solo che non ci riesco, ho provato molte volte, prova a fare a modo tuo, sai l'obiettivo che avevo, e fammi sapere come fai