가상 화폐의 지표 탐색
경쟁자가 늘어나면 이익에 손해를 끼치기 때문에 방법론밖에 없다.
어떤 데이터 A와 B를 가공한 후 결합하여 결손치를 삭제하다
지표에 따라 생략하다
df_con=pd.concat([A, B],axis=1) # 結合
df_con=df_con.dropna() # 欠損値削除
df_con.columns = ['A', 'B'] # columnsに名前を付けなおす
지표를 다시 통계해 낸다.(이익이 없기 때문에 여기도 생략한다여기.의 함수에서 상관수(정보계수)를 추출하면서 이미지에서 확인
from calc_self_correlation import plot_corrcoef
# 事前に指標と数秒後のリターンを計算してnumpyで結合削除
a=np.vstack([indicator, returns])
a=a[:, ~np.isnan(a).any(axis=0)]
plot_corrcoef(a[0],a[1],x='indicator',save_fig=True)
상관계수가 0.4 이상일 때 우수이번 결정 계수 0.19
예측 정밀도 72%
이후 소량 테스트 지연과 거래소 고유 문제에 대한 대책
Reference
이 문제에 관하여(가상 화폐의 지표 탐색), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://zenn.dev/ashitahonkidasu/articles/0120f84333cf4a텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)