交易中的机器学习：理论、模型、实践和算法交易 - 页 2099

新评论
 
Vladimir Karputov:

我不能打印DataFrame对象的前五行。

我从'data folder'\Scripts\Python\copy_rates_from.py'交付的脚本中，加入了这几行。

而该方法没有输出任何东西。

也许应该是这样的？
print( rates_frame.head())
 
elibrarius:
这个怎么样？
print( rates_frame.head())

不，我想这是一个混乱的问题。

 
Aleksey Vyazmikin:

这就是为什么我们当时不知道枢轴点被这种方法预测得很差，而学习主要来自于趋势....。

对于多样化来说，使用不同的策略是非常合理的，而且MO有助于改善基础策略，这也是我在文章中建议使用的。

所以这与支点无关(

这是关于一个坚实的 "理想 "教师。在时间序列 Time/OHLC/V的每一行中也保存来自未来的信息，在不回滚%/点的情况下，它肯定会上升，而且会持续这么多条。你可以选择（让算法选择）什么是更好的预测，什么是更好的训练。你可以使用你自己的算法来决定哪个目标更好、更稳健（以最小的再训练/拟合）。

 
dr.mr. mom:

这与支点无关，是吗？

这是关于一个坚实的 "完美 "教师。在时间序列Time/OHLC/V的每一行中也保存来自未来的信息，它肯定会在不回滚的情况下上升给定的%/点，而且会持续这么多条。你可以选择（让算法选择）什么是更好的预测，什么是更好的训练。它演变成一个更好、更稳健的目标（以最小的再训练/拟合）。

有许多变化。没有选择最佳假想变体的目标。

 
mytarmailS:

这就是资产负债表的样子


价差是否已计算在内？

 
mytarmailS:

我在研究优化算法，还有一点傅里叶...

我想出了以下事情：我决定用4个正弦波建立一个交易系统...

任务是寻找正弦波 （或者说是其参数（振幅、频率、相位）。


用退火模拟方法搜索的正弦波参数I

参数搜索图形（或训练）)

下面是结果的样子，4个简单、清晰的功能

以正弦波之和的信号进行交易

这就是平衡的样子

==========================

因此，这个想法很有趣，因为任何种类的函数都可以用谐波来创建...

你可以创造新的标志，交易系统，你可以合成任何东西，而且很酷!



我很怀疑，但也许有人会对这些代码感兴趣。

你的计算方式不正确。

sig <- ifelse(res>=0, 1, -1)
library(TTR)
euqity <- function(sig,x){
  sig <- dplyr::lag(sig)%>% na.omit
  dC <- c(NA, diff(x))
  cumsum(sig * tail(dC, length(sig) )
}

信号应该向后移1格。我想这是很清楚的原因。

祝好运

 
elibrarius。

是否考虑到了价差？

不，这个帖子的目的是不同的，用一个实际的例子来介绍傅立叶。

Vladimir Perervenko:

你的计算方式不正确。

谢谢你，我会解决的，我只是跳过了这一环节。

 
mytarmailS:

不，这个帖子的目的是不同的，是要把傅立叶介绍给一个实际的例子。

最好是熟悉现实，而不是戴着玫瑰色的眼镜)

从每笔交易中减去0.00005，曲线就会下降。由大约-0.06。
 
mytarmailS:

不，这个帖子的目的是不同的，用一个实际的例子来介绍傅立叶。

写文章

 
mytarmailS:

我在研究优化算法，还有一点傅里叶...

我想出了以下事情：我决定用4个正弦波建立一个交易系统...

任务是寻找正弦波 （或者说是其参数（振幅、频率、相位）。


用退火模拟方法搜索的正弦波参数I

参数搜索图形（或训练）)

下面是结果的样子，4个简单、清晰的功能

以正弦波之和的信号进行交易

这就是平衡的样子

==========================

因此，这个想法很有趣，因为任何种类的函数都可以用谐波来创建...

你可以创造新的标志，交易系统，你可以合成任何你想要的东西，而且很酷！你可以创造新的标志。



我很怀疑，但也许有人会对这些代码感兴趣。

非常有趣，谢谢你的分享。一旦我弄清楚我目前的任务，我就会尝试运行代码。

1...209220932094209520962097209820992100210121022103210421052106...3399
新评论