L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 114

 
Dr.Trader:
Lo faccio manualmente, mi limito a creare modelli in un ciclo.
Puoi mostrarmi come creare modelli in un ciclo con del codice?
 

Creazione di un comitato e test:

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)]))

C'è un problema nel fatto che le classi originali sono di tipo fattore, e il risultato nella matrice è convertito nei numeri ordinali corrispondenti al fattore. Così alla fine il confronto passa attraverso as.numberic().

Affinché tutto funzioni correttamente con i fattori, abbiamo bisogno di creare predictionMatrix come data.frame, ma dopo che la mia funzione rbind stava dando fuori dei varnings, ho bisogno di cambiare qualcos'altro, non ho capito cosa c'è di sbagliato lì.

 
Dr.Trader:

Creazione di un comitato e test:

grazie

 

Bene e per continuare il tema, il segnale che era prima si è rivelato abbastanza redditizio. Tuttavia non ci sono molti profitti, ma l'ultimo acquisto sul sequent, punto blu, la rete riconosciuta come "non so", che suggerisce che può essere redditizio, ma forse no, almeno i due modelli hanno divergenti. Quindi non facciamo nulla e continuiamo a monitorare i volumi....

Ho una resa sulla BU, come potete vedere.... È andato solo per le vitamine, quindi non ha preso alcun rischio, convertito in CU, ma come si dice, si mette CU, si ottiene CU. La legge funziona...

 
Mihail Marchukajtes:

Bene e per continuare il tema, il segnale che era prima si è rivelato abbastanza redditizio. Tuttavia non ci sono molti profitti, ma l'ultimo acquisto sul sequent, punto blu, la rete riconosciuta come "non so", che suggerisce che può essere redditizio, ma non può, almeno i due modelli hanno divergono. Quindi non facciamo nulla e continuiamo a monitorare i volumi....

Ho una resa sulla BU, come potete vedere.... È andato solo per le vitamine, quindi non ha preso alcun rischio, convertito in CU, ma come si dice, si mette CU, si ottiene CU. La legge funziona...

e come ha funzionato l'algoritmo di trading venerdì?

 
Dr.Trader:

Creazione di un comitato e test:

C'è un problema nel fatto che le classi originali sono di tipo fattore, e il risultato nella matrice è convertito nei numeri ordinali corrispondenti al fattore. Così alla fine il confronto passa attraverso as.numberic().

Ho bisogno di creare predictionMatrix come data.frame per farlo funzionare correttamente con i fattori, ma dopo che la mia funzione rbind ha dato fuori le vernici, ho bisogno di cambiare qualcos'altro, non ho capito cosa c'è di sbagliato lì.

Grazie per il codice utile.
 

Dimmi... Se fai girare questi dati attraverso il tuo machine learning ... Cosa si può scoprire?

# SL
trailing stopaumentare
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


# - numero di trade, SL - dimensione dello stop loss, trailing stop - trailing stop, rosso - chiusura con perdita, verde - chiusura con profitto, trattino - chiusura allo stop loss,

aumento - quantità di movimento che potrebbe essere presa, 0 - nessun movimento (possibile profitto che potrebbe essere preso su questo commercio). Tutto è specificato in pip ...

Take Profit è assente.


Se qualcuno sa se eseguire queste tre variabili-curve attraverso MatLab o Statistica - quali dati è possibile ricevere?

 
Itum:

Dimmi... Se fai girare questi dati attraverso il tuo machine learning ... Cosa si può scoprire?

che tipo di dati si possono ottenere?

la domanda non è corretta, la domanda è cosa vuoi ottenere dai dati?

la risposta alla tua domanda è niente?

 
mytarmailS:

la domanda non è posta correttamente, la domanda è cosa vuoi ottenere dai dati?

la risposta alla tua domanda è niente?

  • Voglio capire come queste variabili sono correlate (se c'è una tendenza), se c'è una correlazione tra loro.
  • In che misura il prelievo influisce sul movimento futuro (recupero)
  • Ho bisogno di indicatori che mostrino al massimo la tendenza futura.
 
Itum:
  • Voglio capire come queste variabili sono correlate (se c'è una tendenza), se c'è una correlazione tra loro.
  • Quanto del prelievo influisce sul movimento futuro (recupero)
  • Ho bisogno di indicatori che rivelino-prevedano al massimo l'ulteriore tendenza.

1) possiamo costruire una matrice di correlazione

2) probabilmente bisogna costruire una relazione tra il drawdown e il movimento futuro

3) costruire un modello che preveda la tendenza e guardare l'importanza delle variabili in esso

p.s. non chiedermi di farlo per te... a giudicare dalla vaghezza delle tue domande, hai poca dimestichezza con l'apprendimento automatico. quindi ti consiglio di andare su Google e imparare alcuni dei programmi che hai citato sopra, o di entrare nella programmazione