Diskussion zum Artikel "Statistische Verteilungen in MQL5 - Nur das Beste aus R"

Neuer Kommentar
 

Neuer Artikel Statistische Verteilungen in MQL5 - Nur das Beste aus R :

Die Sprache R ist eines der besten Instrumente für eine statistische Bearbeitung und Analyse von Daten.

Dank der Verfügbarkeit und Unterstützung vieler statistischer Verteilungen wird sie vielfach für die Bearbeitung und Analyse von Daten verwendet. Die Verwendung der Wahrscheinlichkeitstheorie und der mathematischen Statistik ermöglicht einen frischen Blick auf die Daten des Finanzmarktes und bietet neue Möglichkeiten der Erstellung von Handelsstrategien. Durch diese statistische Bibliothek werden alle ihre Möglichkeiten in MQL5 verfügbar.

Der Artikel beschäftigt sich mit Funktionen für die grundlegenden, statistischen Verteilungen, die in der Sprache R umgesetzt sind (Cauchy-, Weibull-, Normal-, Log-Normal-, logistische, exponentielle, gleichmäßige und die Gamma-Verteilung, zentrales und nicht-zentrales Beta, Chi-Quadrat und F-Verteilung von Fisher, Studentsche t-Verteilung, so wie die diskrete und negative Binomialverteilung, die geometrische, hypergeometrische und Poisson-Verteilung). Weiters enthält die Bibliothek Funktionen zur Berechnung der theoretischen Momente von Verteilungen, um den Grad der Übereinstimmung mit einer realen Verteilung einzuschätzen.

Histogramm der Verteilung der Zufallszahlen, die auf Basis der Normalverteilung mit den Parametern mu=5 und sigma=1 erstellt wurde.

Autor: MetaQuotes Software Corp.

 

Toller Leitfaden, vielen Dank!

Ich möchte Sie bitten, den Meta-Editor in der Meta-Editor zu machen, trotz der Tatsache, dass sie über eine includnik verbunden sind (in MQL5 geschrieben), um die Unterbeleuchtung in seiner eigenen Farbe zu machen.

Nun hat der Artikel im Quellcode diese Unterbeleuchtung nicht, so dass er etwas schwer zu lesen/zu empfangen ist.

Wir warten auf "Visualisierung in MQL5 - das Beste aus R".

 
MetaQuotes Software Corp.:

Veröffentlichter Artikel Statistische Verteilungen in MQL5 - Das Beste aus R übernehmen:

Autor: MetaQuotes Software Corp.

Die Arbeit verdient Respekt für ihren Umfang, aber

- Das Testen statistischer Hypothesen ist nicht die geschwindigkeitskritischste Komponente in MQL-Produkten.

- Die Frage des Genauigkeitsverlustes bleibt offen (nicht umsonst werden mat.libraries lange Zeit stark und wie Cognac geschätzt, was das Alter betrifft).

 
Respekt und Achtung vor MQ!
 
Ich kann mir die Forschungsmöglichkeiten vorstellen, die sich ergeben, wenn all diese Statistiken und hochwertigen grafischen Darstellungen kombiniert werden.
 

Als die Frage der Integration von R und MT https://www.mql5.com/ru/forum/73266/page10#comment_2283757 vor einem halben Jahr aufgeworfen wurde, schien es aus irgendeinem Grund so, als würde ein vollwertiger Datenaustausch implementiert werden und nicht eine separate Bibliothek für eine enge Auswahl von Aufgaben.

und was ist der Vorteil dieser Bibliothek gegenüber der bestehenden, 4 Jahre alten Version von alglib https://www.mql5.com/de/code/1146? und speziell der Bibliothek

spezialfunktionen.mqh Klassen von Verteilungsfunktionen, Integralen, Polynomen:
.
  1. CGammaFunc - Gamma-Funktion.
  2. CIncGammaF - unvollständige Gamma-Funktion.
  3. CBetaF - Beta-Funktion.
  4. CIncBetaF - unvollständige Beta-Funktion.
  5. CPsiF - Psi-Funktion.
  6. CAiryF - Airy-Funktionen.
  7. CBessel - Bessel-Funktionen ganzer Ordnung.
  8. CJacobianElliptic - elliptische Jacobi-Funktionen.
  9. CDawson - Dawson-Integral.
  10. CTRIGIntegrale - Trigonometrische Integrale.
  11. CElliptic - elliptische Integrale der ersten und zweiten Art.
  12. CExpIntegrale - Exponentialintegrale.
  13. CFresnel - Fresnel-Integrale.
  14. CHermite - Hermite-Polynome.
  15. CChebyshev - Tschebyscheff-Polynome.
  16. CLaguerre - Laguerre-Polynome.
  17. CLegendre - Lejandre-Polynome.
  18. CChiSquareDistr - Chi-Quadrat-Verteilung.
  19. CBinomialDistr - Binomialverteilung.
  20. CNormalDistr - Normalverteilung.
  21. CPoissonDistr - Poisson-Verteilung.
  22. CStudentDistr - Student's t-Verteilung.
  23. CFDistr - F-Verteilung.
Исследования в мат. пакетах
Исследования в мат. пакетах
  • www.mql5.com
Форум трейдеров MQL5.community
 
Maxim Kuznetsov:

Arbeit verdient Respekt für ihren Umfang, aber

- Die statistische Hypothesenprüfung ist nicht die geschwindigkeitskritischste Komponente in MQL-Produkten.

- Die Frage des Genauigkeitsverlustes bleibt offen (nicht umsonst sind die mat.libraries lange, lange Zeit stark und werden wie Cognac nach Alter geschätzt).

Um komplexe Berechnungen zu überprüfen, gibt es Unit-Tests (Skripte im Ordner /Scripts/Unittests).

Um die Genauigkeit der Berechnung von Funktionen der Statistikbibliothek zu überprüfen, können Sie diese mit den in Wolfram Alpha ermittelten Werten vergleichen .

Das Skript TestStatPrecision.mql5 berechnet Wahrscheinlichkeitsdichtefunktionen (PDF) und kumulative Verteilungsfunktionen (CDF) für jede der Bibliotheksverteilungen.

Die erhaltenen Ergebnisse werden mit den Werten aus Wolfram Alpha verglichen (auf die nächsten 30 Stellen aufgerundet) und die Anzahl der übereinstimmenden Stellen nach dem Dezimalpunkt wird angezeigt.

Die Ergebnisse des Skripts werden auf der Registerkarte "Experten" angezeigt:
Testing precision for distribution:Beta
Distribution: Beta,  Wolfram PDF=1.250000000000000000000000000000,  PDF_calculated=1.249999999999998223643160599750,  deltaPDF=0.000000000000001776356839400250
Distribution: Beta,  Wolfram CDF=0.812500000000000000000000000000,  CDF_calculated=0.812500000000000222044604925031,  deltaCDF=-0.000000000000000222044604925031
Distribution: Beta PDF correct digits=14
Distribution: Beta CDF correct digits=15
   
Testing precision for distribution:Binomial
Distribution: Binomial,  Wolfram PDF=0.178863050569879750151258690494,  PDF_calculated=0.178863050569879888929136768638,  deltaPDF=-0.000000000000000138777878078145
Distribution: Binomial,  Wolfram CDF=0.416370829447481383134288535075,  CDF_calculated=0.416370829447481938245800847653,  deltaCDF=-0.000000000000000555111512312578
Distribution: Binomial PDF correct digits=15
Distribution: Binomial CDF correct digits=15
   
Testing precision for distribution:Cauchy
Distribution: Cauchy,  Wolfram PDF=0.078353202752933087671394218887,  PDF_calculated=0.078353202752933101549182026702,  deltaPDF=-0.000000000000000013877787807814
Distribution: Cauchy,  Wolfram CDF=0.165249340538567907055167438557,  CDF_calculated=0.165249340538567907055167438557,  deltaCDF=0.000000000000000000000000000000
Distribution: Cauchy PDF correct digits=16
Distribution: Cauchy CDF correct digits=30
   
Testing precision for distribution:ChiSquare
Distribution: ChiSquare,  Wolfram PDF=0.389400391535702439238519900755,  PDF_calculated=0.389400391535702439238519900755,  deltaPDF=0.000000000000000000000000000000
Distribution: ChiSquare,  Wolfram CDF=0.221199216928595121522960198490,  CDF_calculated=0.221199216928595121522960198490,  deltaCDF=0.000000000000000000000000000000
Distribution: ChiSquare PDF correct digits=30
Distribution: ChiSquare CDF correct digits=30
   
Testing precision for distribution:Exponential
Distribution: Exponential,  Wolfram PDF=0.441248451292297727555080655293,  PDF_calculated=0.441248451292297727555080655293,  deltaPDF=0.000000000000000000000000000000
Distribution: Exponential,  Wolfram CDF=0.117503097415404600400989920672,  CDF_calculated=0.117503097415404544889838689414,  deltaCDF=0.000000000000000055511151231258
Distribution: Exponential PDF correct digits=30
Distribution: Exponential CDF correct digits=16
   
Testing precision for distribution:F
Distribution: F,  Wolfram PDF=0.702331961591220799157042620209,  PDF_calculated=0.702331961591220910179345082724,  deltaPDF=-0.000000000000000111022302462516
Distribution: F,  Wolfram CDF=0.209876543209876531559388013193,  CDF_calculated=0.209876543209876587070539244451,  deltaCDF=-0.000000000000000055511151231258
Distribution: F PDF correct digits=15
Distribution: F CDF correct digits=16
   
Testing precision for distribution:Gamma
Distribution: Gamma,  Wolfram PDF=0.606530659712633424263117376540,  PDF_calculated=0.606530659712633424263117376540,  deltaPDF=0.000000000000000000000000000000
Distribution: Gamma,  Wolfram CDF=0.393469340287366575736882623460,  CDF_calculated=0.393469340287366575736882623460,  deltaCDF=0.000000000000000000000000000000
Distribution: Gamma PDF correct digits=30
Distribution: Gamma CDF correct digits=30
   
Testing precision for distribution:Geometric
Distribution: Geometric,  Wolfram PDF=0.050421000000000000540456568388,  PDF_calculated=0.050420999999999979723774856666,  deltaPDF=0.000000000000000020816681711722
Distribution: Geometric,  Wolfram CDF=0.882350999999999996425970039127,  CDF_calculated=0.882350999999999996425970039127,  deltaCDF=0.000000000000000000000000000000
Distribution: Geometric PDF correct digits=16
Distribution: Geometric CDF correct digits=30
   
Testing precision for distribution:Hypergeometric
Distribution: Hypergeometric,  Wolfram PDF=0.036675398904501069208272667765,  PDF_calculated=0.036675398904501069208272667765,  deltaPDF=0.000000000000000000000000000000
Distribution: Hypergeometric,  Wolfram CDF=0.996784948797332703840368139936,  CDF_calculated=0.996784948797332703840368139936,  deltaCDF=0.000000000000000000000000000000
Distribution: Hypergeometric PDF correct digits=30
Distribution: Hypergeometric CDF correct digits=30
   
Testing precision for distribution:Logistic
Distribution: Logistic,  Wolfram PDF=0.235003712201594494590750628049,  PDF_calculated=0.235003712201594494590750628049,  deltaPDF=0.000000000000000000000000000000
Distribution: Logistic,  Wolfram CDF=0.377540668798145462314863607389,  CDF_calculated=0.377540668798145406803712376131,  deltaCDF=0.000000000000000055511151231258
Distribution: Logistic PDF correct digits=30
Distribution: Logistic CDF correct digits=16
   
Testing precision for distribution:Lognormal
Distribution: Lognormal,  Wolfram PDF=0.000000247498055546993546655130,  PDF_calculated=0.000000247498055546993546655130,  deltaPDF=0.000000000000000000000000000000
Distribution: Lognormal,  Wolfram CDF=0.000000044817423501713188227213,  CDF_calculated=0.000000044817423501713168374878,  deltaCDF=0.000000000000000000000019852335
Distribution: Lognormal PDF correct digits=30
Distribution: Lognormal CDF correct digits=22
   
Testing precision for distribution:NegativeBinomial
Distribution: NegativeBinomial,  Wolfram PDF=0.046875000000000000000000000000,  PDF_calculated=0.046875000000000000000000000000,  deltaPDF=0.000000000000000000000000000000
Distribution: NegativeBinomial,  Wolfram CDF=0.937500000000000000000000000000,  CDF_calculated=0.937500000000000000000000000000,  deltaCDF=0.000000000000000000000000000000
Distribution: NegativeBinomial PDF correct digits=30
Distribution: NegativeBinomial CDF correct digits=30

Testing precision for distribution:NoncentralBeta
Distribution: NoncentralBeta,  Wolfram PDF=1.835315758284358889085297050769,  PDF_calculated=1.835315758284356890683852725488,  deltaPDF=0.000000000000001998401444325282
Distribution: NoncentralBeta,  Wolfram CDF=0.279804451879309967754494437031,  CDF_calculated=0.279804451879309523665284586968,  deltaCDF=0.000000000000000444089209850063
Distribution: NoncentralBeta PDF correct digits=14
Distribution: NoncentralBeta CDF correct digits=15
   
Testing precision for distribution:NoncentralChiSquare
Distribution: NoncentralChiSquare,  Wolfram PDF=0.266641691212769094132539748898,  PDF_calculated=0.266641691212769094132539748898,  deltaPDF=0.000000000000000000000000000000
Distribution: NoncentralChiSquare,  Wolfram CDF=0.142365913869366367272562001745,  CDF_calculated=0.142365913869366339516986386116,  deltaCDF=0.000000000000000027755575615629
Distribution: NoncentralChiSquare PDF correct digits=30
Distribution: NoncentralChiSquare CDF correct digits=16
   
Testing precision for distribution:NoncentralF
Distribution: NoncentralF,  Wolfram PDF=0.354683475208693754776589912581,  PDF_calculated=0.354683475208693865798892375096,  deltaPDF=-0.000000000000000111022302462516
Distribution: NoncentralF,  Wolfram CDF=0.090794346737526995805289686814,  CDF_calculated=0.090794346737526995805289686814,  deltaCDF=0.000000000000000000000000000000
Distribution: NoncentralF PDF correct digits=15
Distribution: NoncentralF CDF correct digits=30
   
Testing precision for distribution:Normal
Distribution: Normal,  Wolfram PDF=0.000013365598267338118769627896,  PDF_calculated=0.000013365598267338122157759685,  deltaPDF=-0.000000000000000000003388131789
Distribution: Normal,  Wolfram CDF=0.000015229981947977879768092203,  CDF_calculated=0.000015229981947977883156223992,  deltaCDF=-0.000000000000000000003388131789
Distribution: Normal PDF correct digits=20
Distribution: Normal CDF correct digits=20
   
Testing precision for distribution:Poisson
Distribution: Poisson,  Wolfram PDF=0.000000000000281323432020839554,  PDF_calculated=0.000000000000281323432020839908,  deltaPDF=-0.000000000000000000000000000353
Distribution: Poisson,  Wolfram CDF=0.999999999999981348253186297370,  CDF_calculated=0.999999999999981237230883834854,  deltaCDF=0.000000000000000111022302462516
Distribution: Poisson PDF correct digits=27
Distribution: Poisson CDF correct digits=15
   
Testing precision for distribution:Uniform
Distribution: Uniform,  Wolfram PDF=0.004000000000000000083266726847,  PDF_calculated=0.004000000000000000083266726847,  deltaPDF=0.000000000000000000000000000000
Distribution: Uniform,  Wolfram CDF=0.000500000000000000010408340856,  CDF_calculated=0.000500000000000000010408340856,  deltaCDF=0.000000000000000000000000000000
Distribution: Uniform PDF correct digits=30
Distribution: Uniform CDF correct digits=30
   
Testing precision for distribution:Weibull
Distribution: Weibull,  Wolfram PDF=0.019512185823866712297558478895,  PDF_calculated=0.019512185823866712297558478895,  deltaPDF=0.000000000000000000000000000000
Distribution: Weibull,  Wolfram CDF=0.000976085818024337737580653496,  CDF_calculated=0.000976085818024330365005880594,  deltaCDF=0.000000000000000007372574772901
Distribution: Weibull PDF correct digits=30
Distribution: Weibull CDF correct digits=17
   
Testing precision for distribution:T
Distribution: T,  Wolfram PDF=0.319904796224811438509760819215,  PDF_calculated=0.319904796224811494020912050473,  deltaPDF=-0.000000000000000055511151231258
Distribution: T,  Wolfram CDF=0.682299044355095474223560358951,  CDF_calculated=0.682299044355095474223560358951,  deltaCDF=0.000000000000000000000000000000
Distribution: T PDF correct digits=16
Distribution: T CDF correct digits=30
   
Testing precision for distribution:NoncentralT
Distribution: NoncentralT,  Wolfram PDF=0.000000000000040650786864501445,  PDF_calculated=0.000000000000040650786864501173,  deltaPDF=0.000000000000000000000000000271
Distribution: NoncentralT,  Wolfram CDF=0.000000000000004816980000000000,  CDF_calculated=0.000000000000004818163532209154,  deltaCDF=-0.000000000000000001183532209154
Distribution: NoncentralT PDF correct digits=27
Distribution: NoncentralT CDF correct digits=17   

Die Funktionen werden mit guter Genauigkeit berechnet, so dass sie in statistischen Berechnungen verwendet werden können.

Wolfram|Alpha: Computational Knowledge Engine
  • www.wolframalpha.com
Wolfram|Alpha is more than a search engine. It gives you access to the world's facts and data and calculates answers across a range of topics, including science, nutrition, history, geography, engineering, mathematics, linguistics, sports, finance, music...
Dateien:
TestStatPrecision.mq5  16 kb
 
ivanivan_11:

und was ist der Vorteil dieser Bibliothek gegenüber der bestehenden, 4 Jahre alten Version von alglib https://www.mql5.com/de/code/1146? und speziell der Bibliothek.

Sie ist in der Funktionalität näher an R. Mehr Verteilungen (21) + Zufallszahlengeneratoren. Es gibt Funktionen zur Berechnung der theoretischen Momente von Verteilungen.
 
Quantum:

Um komplexe Berechnungen zu überprüfen, gibt es Unit-Tests (Skripte im Ordner /Scripts/Unittests).


Die Funktionen werden mit guter Genauigkeit berechnet, so dass sie in statistischen Berechnungen verwendet werden können.

Da ich das "Glück" hatte, eine Software zu unterstützen, die eng mit der Mathematik verbunden ist, stehe ich jeder "neuen" Implementierung bekannter Methoden skeptisch gegenüber... Unittests sind kein Allheilmittel, und Fehler werden (das garantiere ich) zu den unpassendsten Zeiten auftauchen.

PS/ wenn Sie den Dialog entwickeln, dann werde ich natürlich wegen unzureichender Begeisterung zum Verbot gehen :-)

 

Der obige Kommentar zeigt Genauigkeitsvergleiche mit einer Benchmark, die Wolfram Alpha mit 30 Dezimalstellen Detail war.

Wir verstehen sehr gut, dass solch komplexe Sachverhalte so weit wie möglich mit Tests abgedeckt werden sollten. Deshalb haben wir eine spezielle Sektion /Scripts/Unittests, wo wir mehrere umfangreiche Tests der mathematischen Bibliotheken Funktionalität gesammelt haben.

Bitte aktualisieren Sie auf die neueste MT5-Beta, die wir gestern veröffentlicht haben, und führen Sie diese Unit-Tests selbst aus.

 
Meiner Meinung nach ist das Potenzial dessen, was in MQL seit langem verfügbar ist, weit davon entfernt, von Händlern in Strategien und Expert Advisors umgesetzt zu werden, aber viele Leute fordern immer mehr. Warum werden sie ständig kritisiert, wenn sie die gewünschten Innovationen bekommen? Wer braucht schon eine solche Präzision (bis zu 30 Dezimalstellen)? Seltsame Marotten... Statistik ist eine notwendige Sache, obwohl ich denke, dass Sie auch ohne diese Funktionalität alle Ihre Handelsaufgaben mit MQL lösen könnten, wenn Sie nur den Wunsch hätten zu arbeiten. Wie auch immer, danke für die Ergänzung an die Entwickler.
1234567891011121314151617181920
Neuer Kommentar