Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3258
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
tira tus piedras )
Medición del tiempo teniendo en cuenta la creación de matrices
Esto es en un viejo FX-8350.
A partir de ahí, calculé la matriz de correlaciones.
Medí el rendimiento.
Para las estadísticas, este es el resultado que obtuve
Debo señalar que Python tiene una pequeña paralelización al ejecutar código - durante medio segundo para unos dos núcleos, el resto se cuenta en un núcleo.
la biblioteca NumPy está escrita en C.
Bueno, sí, tiene sentido. Por eso mencioné que el wrapper de python es más rápido que un compilador de C como MQL5.
Aquí en R ChatGPT ofrece
Resultado
Según tengo entendido, python puede trabajar con una matriz de enteros y aquí las velocidades son de otro orden
Si el código es correcto, el resultado es el siguiente
La cuestión de la exactitud / comparabilidad de los resultados de los cálculos en sí debe ser comprobado.
Esto es simplemente una transición de CMatrixDouble a matrix<double>.
Se necesita un 20% más de tiempo de ejecución para convertir los formatos de ambas maneras. Pero sigue siendo mucho (> 3 veces) más lento que NumPy.
Medición del tiempo teniendo en cuenta la creación de matrices
Guarde ambas matrices en archivos para conciliar los resultados.
Aquí en R ChatGPT ofrece
Esta variante de R es casi 6 veces inferior a NumPy.