Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 264
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Пардон, отвлекся…
Вот данные https://drop.me/aGE2kB
Правки не вносил так как не было времени, пока стакан только дельта, некоторые дни с пропусками, но как для тестов сойдёт
Не знаю будут ли полезны эти лекции кому то , но для общего развития наверное неплохо, да и просто интересно
прогнозирование временных рядов:
https://www.youtube.com/watch?v=u433nrxdf5k
преобразование признаков:
https://www.youtube.com/watch?v=U1QYrGj6Ztg
В конце видео про преобразование признаков лектор упоминает об интересном методе понижения размерности с помощью которого можно например оценить разделимость классов, этот метод(t-SNE) считается более прогрессивным чем РСА и заслуживает внимания
Я сравнил как разделяют методы по понижению размерности
И действительно метод выгодно отличается от других..
Данные и код можно взять из этой статьи http://biostat-r.blogspot.com/2016/05/pca-mds-t-sne.html
пакеты по методу : tsne, Rtsne
последний быстрый и написан на с++
На рыночных данных не гонял пока...
Dr.Trader помните вы говорили что не знаете как scale() работает? Я узнал ))
# аналог
(x - mean(x)) / sd(x)
Не знаю будут ли полезны эти лекции кому то , но для общего развития наверное неплохо, да и просто интересно
прогнозирование временных рядов:
https://www.youtube.com/watch?v=u433nrxdf5k
преобразование признаков:
https://www.youtube.com/watch?v=U1QYrGj6Ztg
Понятно, это всё объясняет почему я хотел результат в 0..1, а получал в каких-то своих границах для каждой колонки.
Пардон, отвлекся…
Вот данные https://drop.me/aGE2kB
Правки не вносил так как не было времени, пока стакан только дельта, некоторые дни с пропусками, но как для тестов сойдёт
Не знаю будут ли полезны эти лекции кому то , но для общего развития наверное неплохо, да и просто интересно
прогнозирование временных рядов:
https://www.youtube.com/watch?v=u433nrxdf5k
Да, есть интересные моменты, например, проверка по остаткам и программный подбор фитчей.
Зато странно, что человек сначала говорит "валидация непременно необходима", и тут же "если часть истории мешает подборке модели - просто отрежьте ее " .
Привет всем!
1) По поводу t-SNE : с рын. данными у меня не заработал..
2) Нашел пакет с уже реализованными свечными паттернами, установить его можно так:
Я хотел бы с ним поиграться но так сложилось что я не сталкивался серьезно с xts данными, как мне мои котировки перевести нужный формат?
мои данные
X.DATE. X.TIME. X.OPEN. X.HIGH. X.LOW. X.CLOSE. X.VOL.
385327 20170117 204000 115420 115440 115400 115400 314
385328 20170117 204500 115400 115440 115370 115410 559
385329 20170117 205000 115410 115440 115380 115420 475
385330 20170117 205500 115410 115510 115360 115470 1745
385331 20170117 210000 115470 115490 115430 115440 607
385332 20170117 210500 115440 115490 115420 115470 453
[1] "data.frame"
Нужный xts формат
RIH7.Open RIH7.High RIH7.Low RIH7.Close RIH7.Volume
2017-01-30 10:00:00 119060 119060 118480 118620 12191
2017-01-30 10:05:00 118610 118620 118260 118320 13219
2017-01-30 10:10:00 118320 118470 118230 118250 8519
2017-01-30 10:15:00 118240 118260 118080 118120 11010
2017-01-30 10:20:00 118110 118160 117930 117980 8108
2017-01-30 10:25:00 117980 118100 117910 118020 5544
[1] "xts" "zoo"
Привет всем!
1) По поводу t-SNE : с рын. данными у меня не заработал..
2) Нашел пакет с уже реализованными свечными паттернами, установить его можно так:
Я хотел бы с ним поиграться но так сложилось что я не сталкивался серьезно с xts данными, как мне мои котировки перевести нужный формат?
мои данные
X.DATE. X.TIME. X.OPEN. X.HIGH. X.LOW. X.CLOSE. X.VOL.
385327 20170117 204000 115420 115440 115400 115400 314
385328 20170117 204500 115400 115440 115370 115410 559
385329 20170117 205000 115410 115440 115380 115420 475
385330 20170117 205500 115410 115510 115360 115470 1745
385331 20170117 210000 115470 115490 115430 115440 607
385332 20170117 210500 115440 115490 115420 115470 453
[1] "data.frame"
Нужный xts формат
RIH7.Open RIH7.High RIH7.Low RIH7.Close RIH7.Volume
2017-01-30 10:00:00 119060 119060 118480 118620 12191
2017-01-30 10:05:00 118610 118620 118260 118320 13219
2017-01-30 10:10:00 118320 118470 118230 118250 8519
2017-01-30 10:15:00 118240 118260 118080 118120 11010
2017-01-30 10:20:00 118110 118160 117930 117980 8108
2017-01-30 10:25:00 117980 118100 117910 118020 5544
[1] "xts" "zoo"