拓端tecdat|R语言优化交易系统:用平行坐标图可视化系统参数优化结果
作者:互联网
原文链接:http://tecdat.cn/?p=23026
原文出处:拓端数据部落公众号
在交互式平行坐标图中,有一个很好的htmlwidgets的例子。你可以交互式地操作平行坐标图来放大有趣的观察结果。
不久前,我读到了关于系统参数优化结果的可视化,使用应用程序来创建和操作回测结果。这个想法是通过改变系统参数来运行多个回测,并使用平行坐标图显示结果。
在如何优化交易系统中描述了一个系统参数优化的好例子。如果你只优化两个参数,三维图是一个非常好的方法,但如果你有两个以上的参数,该怎么做?
平行坐标就来了。假设我们运行一个系统参数优化,改变了3个参数,并将结果存储在数据矩阵中。第一列将包含CAGR,第2:4列将包含参数值。
比如说。
- #*****************************************************************
- #加载历史数据
- getSymbols(tickers, src = 'yahoo', from = '1970-01-01', env = data, auto.assign = T)
- # 只选择快 < 中 < 慢
- choices = choices[choices$fast < choices$mid & choices$mid < choices$slow,]
- # 预先计算所有的移动平均线
- mas = list()
- for( i in unique(unlist(choices)) )
- mas[[i]] = bt.apply.matrix(prices, SMA, i)
- # 对所有组合进行回测
- result = choices
- for(i in 1:nrow(choices)) {
- data$weight[] = NA
- result$CAGR[i] = compute.cagr(model$equity, nyears)
- #*****************************************************************
- # 平行坐标图
- #*****************************************************************
- coord(result, col=1:nrow(result))
这张图很难看懂。
理想情况下,你想选择一个参数范围,并检查相应的系统CAGRs,或者选择一个CAGRs范围,看看什么参数产生了它们。R软件可以可视化互动性。
- # 交互式平行坐标图
- cp(result)
另一种方法是实现这种交互式行为,就是使用交互式平行坐标中的htmlwidgets的一个伟大的例子。
最受欢迎的见解
3.Python数据可视化-seaborn Iris鸢尾花数据
7.R语言动态可视化:制作历史全球平均温度的累积动态折线图动画gif视频图
8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告
标签:tecdat,平行坐标,choices,可视化,result,交互式,参数,优化 来源: https://www.cnblogs.com/tecdat/p/15005299.html