Discusión sobre el artículo "Biblioteca de análisis numérico ALGLIB en MQL5"
Siempre me pregunté acerca de "ALgLIB en MQL" - ¿qué tan cerca está de la original y corresponde a ella?
Entender correctamente, lo peor que puede pasar es obtener resultados diferentes utilizando AlgLIB por ejemplo en C / C ++ y en MQL.
La pregunta sobre "ALgLIB en MQL" siempre ha sido interesante - ¿hasta qué punto se parece al original y se corresponde con él?
Entendido correctamente, lo peor que puede pasar es obtener resultados diferentes usando AlgLIB por ejemplo en C/C++ y en MQL.
Algunos enlaces para ampliar sus horizontes.
- Comparación de bibliotecas de álgebra lineal.
-
Pruebas de multiplicación matricial en un solo núcleo de CPU.
las dos últimas líneas sobre test-case del AlgLIB original. No hay pruebas en la adaptación MQL5.
Todos los extensos casos de prueba de Alglib han sido siempre de la primera versión portada de la biblioteca MQL5(octubre de 2012):
\MQL5\Scripts\UnitTests\Alglib\ TestClasses.mq5 TestInterfaces.mq5 TestClasses.mqh TestInterfaces.mqh
Ahora son 3.850 kb de pruebas en código fuente y 105.000 líneas de código que cubren casi toda la funcionalidad.
Cualquiera puede compilar las pruebas unitarias TestClasses.mq5 / TestInterfaces.mq5 y ejecutarlas en el terminal.
- 2012.10.12
- www.mql5.com
Además de Alglib, hay casos de prueba para otras bibliotecas matemáticas:
Tras la actualización, la red neuronal dejó de funcionar.
Volví a la versión anterior de ALGLIB. Si usted lo necesita - adjunto.
¡Buenas tardes!
¿Alguien ha podido averiguar cómo utilizar la optimización ISC no lineal?
Aquí hay un ejemplo de Alglib sitio https://www.alglib.net/translator/man/manual.cpp.html#example_lsfit_d_nlf
¿Podríais decirme qué estoy haciendo mal?
//+------------------------------------------------------------------+ //|Optim.mq5 //|vp //| https://www.mql5.com //+------------------------------------------------------------------+ #property copyright "vp" #property link "https://www.mql5.com" #property version "1.00" #include <Math\Alglib\alglib.mqh> void function_cx_1_func(double &c[],double &x[],double &func,CObject &obj) { // esta llamada de retorno calcula f(c,x)=exp(-c0*sqr(x0)) // donde x es una posición en el eje X y c es un parámetro ajustable func = MathExp(-c[0]*MathPow(x[0],2)); } void OnStart() { int info; CObject obj; vector v = {-1,-0.8,-0.6,-0.4,-0.2,0,0.2,0.4,0.6,0.8,1.0}; double y[] = {0.223130, 0.382893, 0.582748, 0.786628, 0.941765, 1.000000, 0.941765, 0.786628, 0.582748, 0.382893, 0.223130}; double c[] = {0.3}; CMatrixDouble x; x.Col(0,v); double epsx = 0.000001; int maxits = 0; double diffstep = 0.0001; // // Ajuste sin pesos // CLSFitStateShell state; CAlglib::LSFitCreateF(x,y,c,diffstep,state); CAlglib::LSFitSetCond(state,epsx,maxits); CNDimensional_Rep rep; CNDimensional_PFunc function_cx_1_func; CAlglib::LSFitFit(state,function_cx_1_func,rep,0,obj); CLSFitReportShell grep; CAlglib::LSFitResults(state,info,c,grep); ArrayPrint(c); // ESPERADO: [1.5] Print(grep.GetIterationsCount()); Print(grep.GetRMSError()); }
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Biblioteca de análisis numérico ALGLIB en MQL5:
En este artículo, echaremos un vistazo rápido a la biblioteca de análisis numérico ALGLIB 3.19, sus aplicaciones y sus nuevos algoritmos, que pueden mejorar la eficiencia del análisis de datos financieros.
¿Por qué elegir ALGLIB al trabajar con datos financieros?
Estas son las ventajas clave de esta biblioteca:
Además, la biblioteca ALGLIB contiene un enorme conjunto de casos de prueba que abarcan al máximo la funcionalidad de los métodos propuestos. Esto nos permitirá realizar pruebas por nosotros mismos y informar sobre cualquier error encontrado a los autores del proyecto. Encontrará información más detallada sobre la biblioteca en el sitio web del proyecto https://www.alglib.net/
Autor: MetaQuotes