Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 205
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Probablemente se le ofrecerá utilizar estas funciones usted mismo si es necesario https://www.mql5.com/ru/docs/opencl.
Tengo una tarjeta de vídeo antigua, OpenCL no parece soportarlo. Si meten el soporte dentro de la librería, ¿qué pasará?
Así que me refería a que sería posible elegir el soporte tanto para el vídeo, como para otros núcleos del procesador, o no utilizar OpenCL en absoluto. Es una oportunidad real para que la gente normal vea cómo aplicar OpenCL de forma eficaz.
Cuando lleguemos a los cálculos pesados, quizá utilicemos OpenCL. Pero algo me dice que usar una CPU multinúcleo dará resultados aceptables y más garantizados.
Por el momento no hay ninguna duda sobre la aceleración. Estamos trabajando en la funcionalidad básica de las bibliotecas.
Según la fórmula del archivo de ayuda de R, se calcula mediante la fórmula
El problema es que en este caso x^(a-1) = 0^(1-1) = 0^0 que es indefinido, es decir, no tiene sentido llamar a la función con ese parámetro y no tiene sentido comparar los resultados con otro software. Para 0^0 puede ser diferente en diferentes software, dependiendo de la religión de los desarrolladores.f(x)= 1/(s^a Gamma(a)) x^(a-1) e^-(x/s)
(forma= a y escala= s,parax ≥ 0,a > 0 ys > 0)
la escala es de 1/tasa por defecto
Dr.Trader:
El supuesto error es que
dgamma(x=0, shape=1, rate=1,log=FALSE)== 1
Según la fórmula de la ayuda de R, se calcula mediante la fórmula
El problema es que en este caso x^(a-1) = 0^(1-1) = 0^0, que es indefinido, es decir, no tiene sentido llamar a la función con ese parámetro ni comparar los resultados con otro software. Para 0^0 puede ser diferente en diferentes software, dependiendo de la religión de los desarrolladores.f(x)= 1/(s^a Gamma(a)) x^(a-1) e^-(x/s)
(forma= a y escala= s,parax ≥ 0,a > 0 ys > 0)
escala por defecto 1/tasa
Bien. Resulta que no podemos llamarlo definición, ya que hay incertidumbres.
Puedes trazar la gráfica y asegurarte de que en x=0, la expresión en estos parámetros tiende a 1. Este es un número normal, no hay divergencia en otros puntos.
Podemos sumar toda la densidad, el resultado será algún número (factor de normalización), por el que dividimos y obtenemos la probabilidad unitaria, que se extiende por el área de definición. La curva está normalizada, el área bajo la curva = 1. En este caso podemos hablar de densidad de probabilidad.
Sin embargo, con los parámetros 0,5 y 1 en el punto x=0, la situación es diferente. El límite en este punto es el infinito. Al acercarse a 0 tiende a infinito. También es posible no integrar después de este punto, el resultado no cambiará. ¿Cómo normalizar hasta el infinito? Con esta normalización cualquier curva se convierte en una línea.
Pero si consideramos que la expresión sólo funciona cuando x>0, entonces la expresión puede considerarse como la definición de la función, ya que no hay incertidumbres en x=0. Todos los valores son finitos y nada se rompe.
Esta hipótesis explica los resultados que dan Mathematica y Matlab: en el punto x=0 la densidad=0.
Esta era la pregunta.
Cuando lleguemos a los cálculos pesados, quizá utilicemos OpenCL. Pero algo me dice que usar una CPU multinúcleo dará resultados aceptables y más garantizados.
Por el momento no hay ninguna duda sobre la aceleración. Estamos ocupados retocando la funcionalidad básica de las bibliotecas.
Lo tengo. Esperaré a la evolución de la situación.
Genial. Resulta que no podemos llamarlo definición, ya que hay incertidumbres.
Puedes trazar la gráfica y asegurarte de que en el punto x=0 la expresión tiende a 1. Este es un número normal, no hay divergencia en otros puntos.
Podemos sumar toda la densidad, el resultado es algún número (el factor de normalización) por el que dividimos y obtenemos la probabilidad unitaria, que se extiende por el área de definición. La curva está normalizada, el área bajo la curva = 1. En este caso podemos hablar de densidad de probabilidad.
Sin embargo, con los parámetros 0,5 y 1 en el punto x=0, la situación es diferente. El valor límite en este punto es el infinito. Al acercarse a 0 tiende a infinito. También es posible no integrar después de este punto, el resultado no cambiará. ¿Cómo normalizar hasta el infinito? Con esta normalización cualquier curva se convierte en una línea.
Pero si consideramos que la expresión sólo funciona cuando x>0, entonces la expresión puede considerarse como la definición de la función, ya que no hay incertidumbres en x=0. Todos los valores son finitos y nada se rompe.
Esta hipótesis explica los resultados que dan Mathematica y Matlab: en el punto x=0 la densidad=0.
Esa era la cuestión.
¿Estás diciendo que esa transformación a la función delta de Dirac está bien? ¿Por qué todo lo demás?
Dime qué pasa con el infinito durante la pgamma en el punto x=0, cuando la respuesta "correcta" como dices se da en dgamma(0,0,5,1)=+inf.
Mostrar gráficamente la función y los rangos de integración al calcular pgamma.
Dato interesante
Las definiciones de los valores de densidad de la distribución gamma en la traducción al ruso de
Johnson N.L., Kotz S., Balakrishnan N. Univariate continuous distributions. part 1 and the earlier English version are different:
pero la versión inglesa tiene una supuesta errata debido a los diferentes signos.
¿Estás diciendo que este tipo de conversión a una función delta de Dirac está bien? ¿Qué sentido tiene entonces todo lo demás?
Dime qué pasa con el infinito en el proceso pgamma en x=0, cuando se dio la respuesta "correcta" como dices en dgamma(0,0,5,1)=+inf.