Trading is all about forecasting price. If you have been reading my Forex Strategies 2.0 Blog, you must have seen I am focusing more and more on algorithmic trading. If you can forecast currency pair price with a reasonable degree of accuracy, you can make a lot of pips. Markets have changed a lot. Today algorithms rule the market. Wall Street...
Here we will present three elaborate examples of financial research with R. Every script provided here is reproducible, using refreshable data from the internet. You can download the code and replicate all results. Each research script is saved in a single .Rmd file and is available in the book repository, folder . The first example of research...
Сегодня Яндекс выложил в open source собственную библиотеку CatBoost, разработанную с учетом многолетнего опыта компании в области машинного обучения. С ее помощью можно эффективно обучать модели на разнородных данных, в том числе таких, которые трудно представить в виде чисел (например, виды облаков или категории товаров). Исходный код...
Welcome to the book site of Processing and Analyzing Financial Data with R. Here you can find the full online content of the book. The book is also available as an ebook (Amazon) and hardcover (CreateSpace / Amazon). If you liked the material and are using the book, please consider purchasing it. As an author, I certainly appreciate the gesture...
下面是另一个先知的例子，但是是针对R的（Python对我来说从来没有用过）。
我认为如果你转换数据而不是报价，它的预测效果会比阿里马好。
并与阿里马进行比较，以获取利益
https://strategy.doubledoji.com/how-to-use-facebooks-prophet-algorithm-in-forex-trading/
这是另一项伟大的研究。
https://msperlin.github.io/pafdR/research-scripts.html
下面是另一个先知的例子，但是是针对R的（Python对我来说从来没有用过）。
我认为如果你转换数据而不是报价，它的预测效果会比阿里马好。
并与阿里马进行比较，以获取利益
https://strategy.doubledoji.com/how-to-use-facebooks-prophet-algorithm-in-forex-trading/
它应该在拱门上进行测试。有时有些时间序列 没有拱门效应，但如果它存在，那么就需要拱门，有必要选取某个拱门（有很多拱门），然后对分布模型非常有用。
以下是我正在完成的文章的两个节选。没有必要浪费你的时间去重新发明自行车。你不会比专业人士做得更好。Python和R已经很好地整合了。就用。
"使用TensorFlow库"。
深度神经网络这一新兴领域最近被一些开源库所充实。广泛宣传的TensorFlow（谷歌）、CNTK（微软）、Apache MXNet 和许多其他。由于所有这些和其他主要的软件开发商都是R联盟的一部分，所以为所有这些库提供了一个R的API。
上述所有的库都是非常低级的。对于学习这一领域的初学者来说，他们很难消化。考虑到这一点，Rstudio团队为R开发了keras 包。
Keras是一个高水平的神经网络API，其设计重点是能够快速实验。能否以尽可能少的延迟从想法到结果是做好研究的关键。Keras有以下主要特点。
只需安装和下载keras R包，然后运行keras :: install_keras ()函数，它将安装TensorFlow、Python和其他任何你需要的东西，包括Virtualenv或Conda环境。它就是有效的!关于在GPU上安装Keras和TensorFLow的说明，见。在这里。更多细节见文章"。
"tfruns"包是用来实验TensorFlow的。tfruns 包提供了一套工具来控制R的TensorFlow训练和实验。
TensorBoard 为DNN训练的过程和结果提供了最好的可视化。
当然，深度学习行家也可以使用tensorflow 包直接使用低级别的TensorFlow库。
所有这些包都是基于Python模块、函数和类的基本--网状--R接口。 在Python中调用时，R数据类型会自动转换为其对应的Python类型。当值从Python返回到R时，它们被转换回R类型。值得仔细研究。
所有这些包都有很好的文档，考虑到开发人员的级别，这并不奇怪，提供了大量的例子，并在不断发展。因此，我们有一个独特的机会，如果你有足够的知识和经验，可以在专家和指标中使用最先进和最先进的深度学习模型（DNN，RNN，CNN，LSTM，VAE等），强化学习（RL）和Python在机器学习领域的许多其他发展"。
祝好运
同时，战略的复杂性和工作量对一个不从事约会撒旦主义的人来说是太多了 :) 尽管这可能只是第一眼看到的。
几乎完成了Python和MT的整合。不得不写一个额外的DLL。还有几件小事。完成mqh并写好文件。该库没有很多功能，但已经足够了。可以加载和执行一个Python脚本。而且还可以从中调用任何函数。它将与列表一起工作，但只是一维的和同质的。也就是说，一个MQL数组被转换为一个列表，然后再转换回来。
但R的教程很好......从基础知识和线性模型到Garch和Facebook预言家......。(我在这里上传预言家不是没有原因的，因为它在某些圈子里引起了兴趣，而且非常容易使用）几乎与python相同，但更详细，来自R老师的内容
一般来说，从计量经济学 到神经网络是合乎逻辑的，而不是反过来，也就是说，研究你已经有的东西（如果你没有在大学里学习过），那会有一些思考，然后再沉入网格中
总的来说，请注意计量经济学中的神经网络是独立的，并不是主要的主题（还不是）。
https://msperlin.github.io/pafdR/
一般来说，从计量经济学 到神经网络当然是合乎逻辑的，而不是反过来，也就是说，研究已经存在的东西（如果你在大学里没有学过），有东西可以思考，然后陷入网络之中
总的来说，请注意计量经济学中的神经网络是独立的，并不是主要的主题（还不是）。
https://msperlin.github.io/pafdR/
几年前，我对Matlab很感兴趣，与我对计量经济学工具的想法相反，在 "计量经济学 "的工具箱中只有GARCH模型。
最终做了ME。最让我吃惊的是，关于MO在金融市场的应用的出版物非常少。
最近，我回到了GARCH，并对大量关于GARCH在金融市场上的应用的出版物感到惊讶：证券交易所、指数、期货、货币对。这只是一个爆炸性的事件。
所以也许Matlab是对的？也许包括NS在内的所有IO工具都是金融市场的第三方工具？
所以也许Matlab是对的？也许所有的IO工具，包括NS都是金融市场的第三方工具？
嗯，是的，它们不是现成的计量经济学模型，而只是一套通用于所有领域的工具。
非参数计量经济学 只是关于IR和模糊逻辑，但我还没有看到一些明确的东西，也许是因为一些常见的方法还没有被研究出来。我不知道怎么做，但我看到了一些一般的方法)。