トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 2378 1...237123722373237423752376237723782379238023812382238323842385...3399 新しいコメント Aleksey Vyazmikin 2021.03.31 14:10 #23771 mytarmailS: そこに何をどう書いているのかわからないのですが、サンプルに対して未来から一歩出たターゲットでは、そんな感じなのかそうでないのか知りたいのです。 なぜか複雑で、targetetでは現在の予測器の並びで判断した結果。つまり、何もシフトする必要がないのです。 mytarmailS 2021.03.31 14:21 #23772 Aleksey Vyazmikin: ターゲットでは、予測器の現在のラインの決定結果が、なぜ、複雑な。つまり、何もシフトする必要がないのです。 要するに、チューニングまですべて思い通りということですね。 Accuracy : 0.535 X <- read.csv2("C:\\Users\\....\\Desktop\\test.csv") Y <- X$Target_100 X <- as.matrix(within(X, rm("Time","Target_P","Target_100", "Target_100_Buy","Target_100_Sell"))) library(glmnet) tr <- 1:1300 # train idx best_lam <- cv.glmnet(x = X[tr,], y = Y[tr],alpha = 1, lambda = 10^seq(2, -2, by = -.1), nfolds = 5)$lambda.min lasso_best <- glmnet(x = X[tr,], y = Y[tr], alpha = 1, lambda = best_lam) pred <- predict(lasso_best, s = best_lam, newx = X[-tr,]) sma <- TTR::SMA(pred,20) pred2 <- c(pred-sma) ; pred2[pred2>0] <- 1 ; pred2[pred2<=0] <- 0 yy <- tail(Y[-tr] ,200) pp <- tail(pred2 ,200) caret::confusionMatrix(as.factor(yy),as.factor(pp)) 捨てて忘れてください。 "Target_P" 0.97の精度を実現 Maxim Dmitrievsky 2021.03.31 14:30 #23773 1と0への回帰を教えるのですか? mytarmailS 2021.03.31 14:32 #23774 Maxim Dmitrievsky: 1と0への回帰を教えるのですか? それで? Maxim Dmitrievsky 2021.03.31 14:35 #23775 mytarmailS: それで? https://www.machinelearningmastery.ru/why-linear-regression-is-not-suitable-for-binary-classification-c64457be8e28/ Почему линейная регрессия не подходит для классификации www.machinelearningmastery.ruwww.machinelearningmastery.ru Статьи, вопросы и ответы на тему: машинное обучение, нейронные сети, искусственный интеллект Maxim Dmitrievsky 2021.03.31 14:40 #23776 ただし、MoDの花崗岩をかじることは止めない ) Aleksey Vyazmikin 2021.03.31 14:50 #23777 mytarmailS: チューニングも含めて、あなたの望むことはすべてやりました。捨てて忘れてください。♪ gives 0.97 akurasi ♪ 今のところ何もありません :)すでに20以上のライブラリがダウンロードを要求しており、私は続けていますが、十分ではありません:) このセリフは何を意味するのか。 tr <- 1:1300 # train idx ? Aleksey Vyazmikin 2021.03.31 14:52 #23778 Maxim Dmitrievsky: 1と0への回帰を教えるのですか? これは経験者のアイデアであり、確認することに問題はないと思います。 Aleksey Vyazmikin 2021.03.31 15:03 #23779 mytarmailS: トレーニング用サンプルでこの結果が出ました。 Reference Prediction 0 1 0 83 59 1 17 41 Accuracy : 0.62 95% CI : (0.5489, 0.6875) No Information Rate : 0.5 P-Value [Acc > NIR] : 0.0004225 Kappa : 0.24 Mcnemar's Test P-Value : 2.563e-06 Sensitivity : 0.8300 Specificity : 0.4100 Pos Pred Value : 0.5845 Neg Pred Value : 0.7069 Prevalence : 0.5000 Detection Rate : 0.4150 Detection Prevalence : 0.7100 Balanced Accuracy : 0.6200 'Positive' Class : 0 別のサンプル/ファイルにモデルを適用するにはどうすればよいですか? また、トレーニングファイルでは4683行あるのに、ここでは83+59+17+41と、なぜ分割表の数字が少ないのでしょうか? そして、なるほど、最初の200列を提出したんですねー。 yy <- tail(Y[-tr] ,200) pp <- tail(pred2 ,200) でも、トレーニングファイルの中に入っているのでは? Vladimir Perervenko 2021.03.31 15:25 #23780 Aleksey Vyazmikin: あ、ありがとうございます!では、実際に動かしてみましょう :)glmnetパッケージがインストールできない - R-Studio経由のリポジトリに見当たらない :(どうすればいいのか? > install.packages("glmnet") Installing package into ‘C:/Users/User/Documents/R/win-library/4.0’ (as ‘lib’ is unspecified) пробую URL 'https://cran.rstudio.com/bin/windows/contrib/4.0/glmnet_4.1-1.zip' Content type 'application/zip' length 2254744 bytes (2.2 MB) downloaded 2.2 MB package ‘glmnet’ successfully unpacked and MD5 sums checked The downloaded binary packages are in C:\Users\User\AppData\Local\Temp\RtmpsbZ5ec\downloaded_packages 正しくインストールする 1...237123722373237423752376237723782379238023812382238323842385...3399 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
そこに何をどう書いているのかわからないのですが、サンプルに対して未来から一歩出たターゲットでは、そんな感じなのかそうでないのか知りたいのです。
なぜか複雑で、targetetでは現在の予測器の並びで判断した結果。つまり、何もシフトする必要がないのです。
ターゲットでは、予測器の現在のラインの決定結果が、なぜ、複雑な。つまり、何もシフトする必要がないのです。
要するに、チューニングまですべて思い通りということですね。
Accuracy : 0.535
捨てて忘れてください。
"Target_P"
0.97の精度を実現
1と0への回帰を教えるのですか?
それで?
それで?
https://www.machinelearningmastery.ru/why-linear-regression-is-not-suitable-for-binary-classification-c64457be8e28/
チューニングも含めて、あなたの望むことはすべてやりました。
捨てて忘れてください。
♪ gives 0.97 akurasi ♪
今のところ何もありません :)すでに20以上のライブラリがダウンロードを要求しており、私は続けていますが、十分ではありません:)
このセリフは何を意味するのか。
?
1と0への回帰を教えるのですか?
これは経験者のアイデアであり、確認することに問題はないと思います。
トレーニング用サンプルでこの結果が出ました。
別のサンプル/ファイルにモデルを適用するにはどうすればよいですか?
また、トレーニングファイルでは4683行あるのに、ここでは83+59+17+41と、なぜ分割表の数字が少ないのでしょうか?
そして、なるほど、最初の200列を提出したんですねー。
でも、トレーニングファイルの中に入っているのでは?
あ、ありがとうございます!
では、実際に動かしてみましょう :)
glmnetパッケージがインストールできない - R-Studio経由のリポジトリに見当たらない :(
どうすればいいのか?
正しくインストールする