트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2353

[Aleksey Nikolayev]

막심 드미트리예프스키 :

외환에서는 절대)

그런 다음 책의 다른 주제로 이동하면 더 이상

매수호가와 매도호가에 대해 별도로 계산한 다음 어떻게든 결합할 수 있습니까? 말도 안되는 소리일 가능성이 큽니다.

소매 외환의 둥지를 떠날 때라는 암시입니까?) 이미 꽤 더럽기 때문에 논리적으로 들립니다.)

[Mikhail Mishanin]

알렉세이 니콜라예프 :
holivar 대신 더 의미있는 일을 하시겠습니까?). 예를 들어, Prado에서 무언가를 가져오세요. 언밸런스 바에 대한 그의 아이디어는 흥미롭게 보였지만 어떻게 Forex에 적용할 수 있는지 이해가 되지 않았습니다.

러시아어 번역에 프라도가 있습니까?

[Aleksey Nikolayev]

미하일 미샤닌 :

러시아어 번역에 프라도가 있습니까?

예 , 하지만 영어가 더 좋습니다. 프레젠테이션은 간결하고 어렵습니다. 자세한 내용은 아무도 러시아어로 번역하지 않는 기사로 수집해야 합니다.

[Maxim Dmitrievsky]

로만 :

그렇다면 그의 책의 요점은 무엇인가?

;))

리샘플링 및 랜덤 포레스트 훈련에 대한 유용한 정보가 있으며 일반적으로 재료는 다른 방법을 익히는 데 나쁘지 않습니다

[Maxim Dmitrievsky]

알렉세이 니콜라예프 :

매수호가와 매도호가에 대해 별도로 계산한 다음 어떻게든 결합할 수 있습니까? 말도 안되는 소리일 가능성이 큽니다.

소매 외환의 기본 둥지를 떠날 때임을 암시하고 있습니까?) 이미 꽤 더럽기 때문에 논리적으로 들립니다)

어떤 꿈에서 그런 변신을 꿈꿨는지는 모르겠지만, 그 뒤에 정말 어떤 의미가 있을 때만 의미가 있습니다) 그렇지 않으면 같은 Renko

[Aleksey Nikolayev]

막심 드미트리예프스키 :

어떤 꿈에서 그런 변신을 꿈꿨는지는 모르겠지만, 그 뒤에 정말 어떤 의미가 있을 때만 의미가 있습니다) 그렇지 않으면 같은 Renko

몰라) 하지만 프라도처럼 되고 싶은 사람은 프라도처럼 생각해야 해)

예, Renko와 비슷하지만 CUSUM과 여전히 연관이 있습니다.

[mytarmailS]

시계열 의 예측 가능성을 어떻게 개선할 수 있습니까?

지그재그 분류의 예에서..

변동성 정규화

0) 빈 벡터 생성

1) 크기가 n인 슬라이딩 창에서 가격을 따릅니다.

2) 슬라이딩 윈도우의 가격을 0-1 범위로 정규화

3) 마지막 정규화 값과 이전 값의 차이를 빈 벡터에 씁니다.

4) 벡터에 대한 누적 합을 수행합니다.

P의 코드, NA-nis(있는 경우)의 보간 즉시

roll.r01 <- function(x,n= 10 ){
    res <- rep( 0 ,length(x))
     for (i in n:length(x)){
      ii <- (i-(n- 1 )):i
      res[i] <- tail(diff(r01(x[ii])), 1 )
    }
     if (any( is .na(res))){
      print(   paste( "WARNING vector haves NAs" ,sum( is .na(res)))    )
      res <- imputeTS::na_ma(res)
    }
     return (cumsum(res))}

정규화 도우미 함수

r01 <- function(x)    (x-min(x))  /  ( max(x) - min(x))

다음은 발생합니다. 빨간색 행은 가격이고, 파란색 행은 변동성으로 정규화된 복원된 행입니다.

보시다시피 시리즈는 가격의 모든 속성을 유지하지만 특성면에서는 더 안정적입니다.

기울기의 분류 품질을 비교해 봅시다.

목표 - 경사

표지판 - 12개의 표준 지표

AMO - 동일한 매개변수 및 시드를 사용하는 포리스트

10k 훈련 , 10k 테스트

정상 가격 예측

Confusion Matrix and Statistics

          Reference
Prediction   - 1      1
        - 1 3416 1894
         1    1582 3108
                                         
               Accuracy : 0.6524         

변환된 가격 예측

Confusion Matrix and Statistics

          Reference
Prediction   - 1      1
        - 1 3504 1568
         1    1332 3596
                                         
               Accuracy : 0.71             

실험에 초대합니다!!!!!

[Andrei Trukhanovich]

알렉세이 니콜라예프 :

소매 외환의 둥지를 떠날 때라는 암시입니까?

매월 보증금을 늘릴 수있는 기계가 있으면 머무르는 것이 합리적입니다. 다른 모든 경우에는 다른 곳에서 일하는 것이 더 쉽습니다.

[Forester]

mytarmailS :

시계열 의 예측 가능성을 어떻게 개선할 수 있습니까?

지그재그 분류의 예에서..

변동성 정규화

0) 빈 벡터 생성

1) 크기가 n인 슬라이딩 창에서 가격을 따릅니다.

2) 슬라이딩 윈도우의 가격을 0-1 범위로 정규화

3) 마지막 정규화 값과 이전 값의 차이를 빈 벡터에 씁니다.

4) 벡터에 대한 누적 합을 수행합니다.

P의 코드, NA-nis(있는 경우)의 보간 즉시

정규화 도우미 함수

다음은 발생합니다. 빨간색 행은 가격이고, 파란색 행은 변동성으로 정규화된 복원된 행입니다.

보시다시피 시리즈는 가격의 모든 속성을 유지하지만 특성면에서는 더 안정적입니다.

기울기의 분류 품질을 비교해 봅시다.

목표 - 경사

표지판 - 12개의 표준 지표

AMO - 동일한 매개변수 및 시드를 사용하는 포리스트

10k 훈련 , 10k 테스트

정상 가격 예측

변환된 가격 예측

실험에 초대합니다!!!!!

더 나은 이익을 비교하십시오. 기울기 오류가 아닙니다.

[sibirqk]

mytarmails :

시계열 의 예측 가능성을 향상시키는 방법

지그재그 분류의 예에서..

변동성 정규화

사실 이것은 추세선을 만든 다음 원래 시리즈에서 제거하는 것과 거의 같습니다. 예, 그러한 균형은 예측하기가 더 쉽지만 여기에서는 모든 것이 추세 예측에 달려 있습니다. 그것을 예측하려면 미래에 가격이 어디로 갈 것인지 적어도 대략적으로 알아야 합니다. 그러나 이것을 알고 있다면 염소 단추 아코디언은 어떻습니까? 모든 이전 단계의 의미에서.