트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 3112 1...310531063107310831093110311131123113311431153116311731183119...3399 새 코멘트 Evgeni Gavrilovi 2023.06.18 19:38 #31111 Maxim Dmitrievsky #:5월 15일에 여기에 던진 봇을 테스트했는데 한 달이 지났습니다. sl과 tp가 다른 결과는 다르지만 평균적으로 모두 성장했습니다. 어떤 기능이 사용 되었습니까? 전체 목록이 바람직 할 것입니다) Maxim Dmitrievsky 2023.06.20 03:48 #31112 Evgeni Gavrilovi #:어떤 기능을 사용하셨나요? 전체 목록을 알려주시면 감사하겠습니다.) 다양한 모의 수익률, 특별한 것은 없습니다. 이전에 변동성만 잘 작동할 때도 있다고 썼는데, 다시 환산 수익률입니다. 너무 많으면 나쁘고 너무 적으면 나쁩니다. 어떻게 든 나는 고정 된 단계만큼 증가하는 다른 기간으로 약 10 개의 픽을 최적으로 얻습니다. 범위(10, 100, 10)라고 가정해 봅시다. 이지만 이것이 제 구현 방식이며 마법의 공식을 도출 한 척하지 않습니다. 시계열에 다른 것이 있나요? ) mytarmailS 2023.06.23 10:58 #31113 나는 금지되었고, 스레드는 죽었다))) mytarmailS 2023.06.23 11:11 #31114 모든 MT5 신호에 "신뢰할 수 있는" 필터를 적용하여 연도별 분포를 살펴보고, "신뢰할 수 있는 TS"가 얼마나 오래, 얼마나 많이 "살아 있는지"를 파악했습니다. 분포는 다음과 같습니다. years 2015 2018 2019 2020 2021 2022 2023 1 4 5 34 130 549 957 생각해 볼 것.... 필요한 사람이 있으면 코드 파싱 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 포럼의 첫 100페이지에서 Sanych의 모든 게시물을 희소화합니다. 텍스트를 "단어 가방"으로 변환했습니다. "중지 단어" 제거 "단어 구름"으로 시각화했습니다(단어가 클수록 더 자주 등장). 멋진 )))) 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() 그리고 이것이 제가 2016년에 이야기했던 것입니다. ...... 예, R에서는 한 화면에서 거의 모든 것을 할 수 있습니다. 놀라운 언어입니다.... Renat Fatkhullin 2023.06.23 13:12 #31116 새로운 접종/연료 공급은 다음을 살펴보세요. 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 #:포럼의 첫 100페이지에 있는 Sanych의 모든 게시글을 스팸 처리했습니다. 텍스트를 "단어 가방"으로 축소했습니다. "중지 단어"를 빼고 "단어 구름"으로 시각화(단어가 클수록 발생 빈도가 높음) 멋지네요.) 이것이 바로 제가 2016년에 이야기했던 내용입니다. ...... 예, R에서는 한 화면에서 거의 모든 것을 할 수 있습니다. 놀라운 언어입니다..... 감사합니다! СанСаныч Фоменко 2023.06.23 14:44 #31118 Renat Fatkhullin #: 새로운 접종/급유는 다음을 살펴보세요: 퀀트 트레이딩 놀라운 선택입니다! mytarmailS 2023.06.23 14:46 #31119 СанСаныч Фоменко #:정말 감사합니다! 원래 목적은 GARCH라는 단어를 몇 번이나 말했는지 세는 것이 었습니다. 50 개가 아니라 그보다 적은 것 같기 때문입니다)))))하지만 포럼에서 게시물을 구문 분석하는 방법을 배우는 동안 이미 내가 무엇을 위해 그것을하고 있는지 잊어 버렸습니다....비밀로 두십시오))) mytarmailS 2023.06.23 14:48 #31120 Renat Fatkhullin #: MT 패키지에 대한 새로운 소식이 있나요? 1...310531063107310831093110311131123113311431153116311731183119...3399 새 코멘트 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
5월 15일에 여기에 던진 봇을 테스트했는데 한 달이 지났습니다. sl과 tp가 다른 결과는 다르지만 평균적으로 모두 성장했습니다.
어떤 기능이 사용 되었습니까? 전체 목록이 바람직 할 것입니다)
어떤 기능을 사용하셨나요? 전체 목록을 알려주시면 감사하겠습니다.)
다양한 모의 수익률, 특별한 것은 없습니다. 이전에 변동성만 잘 작동할 때도 있다고 썼는데, 다시 환산 수익률입니다.
너무 많으면 나쁘고 너무 적으면 나쁩니다. 어떻게 든 나는 고정 된 단계만큼 증가하는 다른 기간으로 약 10 개의 픽을 최적으로 얻습니다. 범위(10, 100, 10)라고 가정해 봅시다.
이지만 이것이 제 구현 방식이며 마법의 공식을 도출 한 척하지 않습니다.
시계열에 다른 것이 있나요? )
모든 MT5 신호에 "신뢰할 수 있는" 필터를 적용하여 연도별 분포를 살펴보고, "신뢰할 수 있는 TS"가 얼마나 오래, 얼마나 많이 "살아 있는지"를 파악했습니다.
분포는 다음과 같습니다.
생각해 볼 것....
필요한 사람이 있으면 코드 파싱
포럼의 첫 100페이지에서 Sanych의 모든 게시물을 희소화합니다.
텍스트를 "단어 가방"으로 변환했습니다.
"중지 단어" 제거
"단어 구름"으로 시각화했습니다(단어가 클수록 더 자주 등장).
멋진 ))))
그리고 이것이 제가 2016년에 이야기했던 것입니다.
......
예, R에서는 한 화면에서 거의 모든 것을 할 수 있습니다. 놀라운 언어입니다....
포럼의 첫 100페이지에 있는 Sanych의 모든 게시글을 스팸 처리했습니다.
텍스트를 "단어 가방"으로 축소했습니다.
"중지 단어"를 빼고
"단어 구름"으로 시각화(단어가 클수록 발생 빈도가 높음)
멋지네요.)
이것이 바로 제가 2016년에 이야기했던 내용입니다.
......
예, R에서는 한 화면에서 거의 모든 것을 할 수 있습니다. 놀라운 언어입니다.....
감사합니다!
새로운 접종/급유는 다음을 살펴보세요: 퀀트 트레이딩
놀라운 선택입니다!
정말 감사합니다!