L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3013

 
Aleksey Vyazmikin #:

Un altro svantaggio di R è che non esiste una soluzione semplice per la parallelizzazione dei calcoli tra computer.

Sì, certo.

opinione professionale di un utente professionale di R.

 
Maxim Dmitrievsky #:

Mi rendo conto del perché odio questa idea, perché associazione (regole, ad esempio) = causalità :)

non sono regole di associazione

 
Maxim Dmitrievsky #:

Ho capito perché odio questa idea, perché associazione (regole, ad esempio) = causalità :)

Non proprio - qui regole piuttosto casuali (la realtà non è nota, ovviamente) sono combinate in regole associative per prevedere l'obiettivo. Questo è fondamentalmente il modo in cui funziona l'impalcatura, ma senza complessi intrecci.

Solo e è nel periodo di selezione per valutare una regola casuale, o ha qualche dipendenza ragionevole. Finora ho valutato solo la stabilità della regola su intervalli di tempo.

Tuttavia, è un compito difficile da insegnare per trovare davvero un modello causale.

 
mytarmailS #:

Sì, certo.

parere professionale, utente professionale R

Ho studiato questa domanda e l'ho consultata.

Sapete come parallelizzare qualsiasi codice con qualsiasi libreria senza gravi perdite di velocità in R?

 
Aleksey Vyazmikin #:

Nel frattempo ho svolto ricerche e consulenze su questo tema.

Sapete come parallelizzare qualsiasi codice con qualsiasi libreria senza gravi perdite di velocità in R?

https://win-vector.com/2016/01/22/running-r-jobs-quickly-on-many-machines/

https://www.google.com/search?q=run+codice+su+multipli+computer+in+R&oq=esegui+codice+su+multipli+computer+in+R&aqs=chrome..69i57j33i160l4.4082j0j15&sourceid=chrome&ie=UTF-8


primi link di google, primo KARL!!!

come si attraversa la strada?

Running R jobs quickly on many machines
Running R jobs quickly on many machines
  • 2016.01.22
  • jmount
  • win-vector.com
R itself is not a language designed for parallel computing. It doesn’t have a lot of great user exposed parallel constructs. What saves us is the data science tasks we tend to use R for are themselves are very well suited for parallel programming and many people have prepared very good pragmatic libraries to exploit this. There are three main...
[Eliminato]  
Beh, attraverso l'albero. È veloce ed è un mini tester.
 

Appunto, servono biblioteche specializzate - leggi quello che trovi:

"

Collegamento con librerie superiori e parallele come la libreria Intel BLAS (fornita su Linux, OSX e Windows come parte della distribuzione Microsoft R Open di R). "

"

 
Aleksey Vyazmikin #:

Questo è quello che sto dicendo - avete bisogno di biblioteche speciali - leggete quello che trovate:

"

Collegamento con librerie superiori e parallele come la libreria Intel BLAS (fornita su Linux, OSX e Windows come parte della distribuzione Microsoft R Open di R). "

"

e COSA?

 
mytarmailS #:

e COSA?

Sei proprio strano :)

È che il codice che devo eseguire non può essere eseguito su più di un computer. E MT5 può parallelizzare bene tali compiti di calcolo :)

 
Aleksey Vyazmikin #:

Che strano che sei, dopotutto :)

E che il codice che devo eseguire non può essere eseguito su più di un computer. E MT5 è in grado di parallelizzare bene tali compiti di calcolo :)

https://stackoverflow.com/questions/37405919/how-do-i-run-r-in-multiple-machines