L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3267

 
mytarmailS #:
Codice R
Lo scoprirò.

... o almeno ditemi il principio.
 
Alexandr Sokolov #:
Troverò una soluzione

... o almeno dimmi il principio
#  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)


per ogni funzione c'è un aiuto "punto interrogativo + nome della funzione" nella console.

?cumsum





Esistono anche pacchetti speciali per la simulazione delle serie temporali


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

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

 
mytarmailS #:


Per ogni funzione è disponibile la guida "punto interrogativo + nome della funzione" nella console.





Esistono anche pacchetti specializzati per la simulazione delle serie temporali.


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

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

Grazie
 
mytarmailS #:


Per ogni funzione è disponibile la guida "punto interrogativo + nome della funzione" nella console.

sbagliato, si crea una distribuzione normale, ma in primo piano è una distribuzione a coda

 
Maxim Dmitrievsky #:

Sbagliato, si sta creando una distribuzione normale e il forex è a coda.

Ho mostrato un metodo semplice, le simulazioni più corrette si trovano in pacchetti speciali, dove tutto è molto più complicato della semplice ripetizione della distribuzione.

 
Maxim Dmitrievsky #:

Sbagliato, stai creando una distribuzione normale e il forex è a coda.

++

Se hai già un array di tick scaricato, farei come ha suggerito fxsaber qui da qualche parte, generando un nuovo array di tick con una probabilità del 50% di salire o scendere. E farei 100500 campioni diversi.
.

Si tratterebbe di un SB, con una volatilità simile a quella dei tick originali.
 
sibirqk #:

++

Se esiste già un array di tick scaricato, farei come ha suggerito fxsaber qui da qualche parte, generando un nuovo array di tick con una probabilità del 50% di salire o scendere. E farei 100500 campioni così diversi.
.

Sarebbe un SB, con una volatilità simile a quella dei tick originali.
L'ho fatto con KDE (kernel density estimation), e ho ottenuto anche la distribuzione del mercato.
 

È un grande libro!

Deve coprire tutti i problemi del Ministero della Difesa.

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 è notevole per il suo miscuglio. In qualsiasi momento, ha tutto, qualsiasi pacchetto per ogni occasione.

Ma dopo un anno o due è inimitabile: sarà impossibile eseguire gli esempi del libro.

 
Maxim Kuznetsov #:

R è meraviglioso....

Tutto il resto non è vero)