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 3112 1...310531063107310831093110311131123113311431153116311731183119...3399 新しいコメント Evgeni Gavrilovi 2023.06.18 19:38 #31111 Maxim Dmitrievsky #:月15日にここに投げたボットをテストして、1ヶ月が過ぎた。ー5月15日、、ー1ーヶ月経過。 ーどのようなーどのようなーどのようなーどのようなー) Maxim Dmitrievsky 2023.06.20 03:48 #31112 Evgeni Gavrilovi #:どのような機能を使いましたか? 完全なリストがあればありがたい) 様々なモック・リターン。前にも書いたが、揮発性だけでうまくいくこともある。 多すぎても良くないし、少なすぎても良くない。どういうわけか、異なる期間が一定のステップで増加する10フィック前後で最適を得る。例えば、range(10, 100, 10) しかし、これは私の実装ではそうなっているのであって、魔法の公式を導き出したふりはしていない。 時系列で他に何かありますか?) mytarmailS 2023.06.23 10:58 #31113 出入り禁止になってスレッドが死んだ)) mytarmailS 2023.06.23 11:11 #31114 すべてのMT5シグナルを"信頼できる "というフィルターで スパーリングし、年ごとの分布を見てみた。 以下はその分布である。 years 2015 2018 2019 2020 2021 2022 2023 1 4 5 34 130 549 957 考えるべきことがある。 必要な人がいれば、パースコード 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 2023.06.23 11:34 #31115 フォーラムの最初の100ページにあるサンシュの投稿をすべてまばらにした。 テキストを "単語の袋 "に変換 ストップワード」を削除 ー "単語クラウド "として(ー "単語がー "ー "ー) かっこいい )))) 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() そしてこれが、2016年に私が話していたことだ。 ...... Yes, you can do almost anything in R in one screen, it's a marvellous language.... Machine learning in trading: Explain about Fibonacci... Direct access to the Renat Fatkhullin 2023.06.23 13:12 #31116 新たな予防接種/燃料補給のために、次のものを見てみよう:クオンツ取引 Quantitative trading - Количественный трейдинг представляет собой быстро развивающуюся область, объединяющую финансы, математику и информатику. 2023.06.12www.mql5.com количественные трейдеры могут одновременно покупать недооцененные ценные бумаги и продавать переоцененные. количественные трейдеры могут предвидеть возможную коррекцию цены и соответственно открывать позиции СанСаныч Фоменко 2023.06.23 14:05 #31117 mytarmailS #:フォーラムの最初の100ページから、サンシュの投稿をすべてスパークさせた。テキストを "言葉の袋 "にミニチュア化"ストップワード "を除いてワードクラウド」として可視化(単語が大きいほど出現頻度が高い)クールですね(笑)。そしてこれが2016年に私が話していたことだ。......Rは素晴らしい言語だ。 それは素晴らしい、ありがとう! СанСаныч Фоменко 2023.06.23 14:44 #31118 Renat Fatkhullin #: 新たな予防接種/補給は、次のサイトをご覧ください:クオンツ取引 素晴らしいセレクションだ! mytarmailS 2023.06.23 14:46 #31119 СанСаныч Фоменко #:ありがとう! ーGARCHというーGARCHというーGARCHとーGARCHのーGARCH))))))、ークというーク)))だったのですがーク...ークをーク..ークをーク.秘密にしておこう)) mytarmailS 2023.06.23 14:48 #31120 Renat Fatkhullin #: MTパッケージに関するニュースはありますか? 1...310531063107310831093110311131123113311431153116311731183119...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
月15日にここに投げたボットをテストして、1ヶ月が過ぎた。ー5月15日、、ー1ーヶ月経過。
ーどのようなーどのようなーどのようなーどのようなー)
どのような機能を使いましたか? 完全なリストがあればありがたい)
様々なモック・リターン。前にも書いたが、揮発性だけでうまくいくこともある。
多すぎても良くないし、少なすぎても良くない。どういうわけか、異なる期間が一定のステップで増加する10フィック前後で最適を得る。例えば、range(10, 100, 10)
しかし、これは私の実装ではそうなっているのであって、魔法の公式を導き出したふりはしていない。
時系列で他に何かありますか?)
すべてのMT5シグナルを"信頼できる "というフィルターで スパーリングし、年ごとの分布を見てみた。
以下はその分布である。
考えるべきことがある。
必要な人がいれば、パースコード
フォーラムの最初の100ページにあるサンシュの投稿をすべてまばらにした。
テキストを "単語の袋 "に変換
ストップワード」を削除
ー "単語クラウド "として(ー "単語がー "ー "ー)
かっこいい ))))
そしてこれが、2016年に私が話していたことだ。
......
Yes, you can do almost anything in R in one screen, it's a marvellous language....
フォーラムの最初の100ページから、サンシュの投稿をすべてスパークさせた。
テキストを "言葉の袋 "にミニチュア化
"ストップワード "を除いて
ワードクラウド」として可視化(単語が大きいほど出現頻度が高い)
クールですね(笑)。
そしてこれが2016年に私が話していたことだ。
......
Rは素晴らしい言語だ。
それは素晴らしい、ありがとう!
新たな予防接種/補給は、次のサイトをご覧ください:クオンツ取引
素晴らしいセレクションだ!
ありがとう!