트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 3259

새 코멘트
 
Maxim Dmitrievsky #:

매트릭스 생성을 고려한 시간 측정

두 행렬을 모두 파일에 저장하여 결과를 조정합니다.

 
Aleksey Vyazmikin #:

여기 R ChatGPT에서 제공하는 혜택

이 R 변형은 NumPy보다 거의 6배나 열등합니다.

 
Aleksey Vyazmikin #:

내가 알기로 파이썬은 정수 행렬로 작업 할 수 있으며 여기서는 속도가 다른 순서입니다.

코드가 올바른 경우 결과는 다음과 같습니다.

계산 결과 자체의 정확성 / 비교 가능성에 대한 문제를 확인해야합니다.

판단 기준 

Array size: 0.0762939453125 MB
계산된 행렬은 15000*15000이 아닌 100*100입니다.
 
Forester #:

메모리가 점점 더 나빠지고 있습니다.
출시 전



그리고 실행하는 동안 Alglibov PearsonCorrM 메모리는 항상 증가하고 있습니다 : 5g이 보였고 4,6이 화면에 표시되었습니다.


그리고 표준 Matrix.CorrCoef의 작업 중에

분명히 표준은 최소 메모리 사용량에 최적화되어 있고 Alglibov는 속도에 최적화되어 있습니다.

아마도 배열의 크기 조정이 어딘가에서 발생하여 매우 느릴 수 있습니다. 최종 크기를 한 번에 찾아서 설정하면 더 빠를 수 있습니다.

 

당신은 어떤 아이디어든 G로 번역하는 데 놀랍습니다... 모든 종류의 흥미롭지 않은 결과를 세는 것 :)

알렉세이는 특별한 아마추어입니다.

 
fxsaber #:

두 행렬을 모두 파일에 저장하여 결과를 조정합니다.

https://drive.google.com/file/d/1ATJkHwUY8jzeRp-rdTsYBeYHor-68EPB/view?usp=share_link

 
메모리에서 행렬을 계산할 수 있는 도구가 필요합니다.
이것이 가장 중요한 우선순위이지 행렬 계산 속도가 중요한 것은 아닙니다.
RAM이 충분하지 않거나 부족하다면 행렬을 얼마나 빨리 계산하는지는 중요하지 않기 때문입니다.
 
테라 바이트 드라이브를 가져 와서 디스크에 의지 할 수 있으며 매트릭스 용 특수 디스크가있을 것입니다 💩.
 
Forester #:

에 따르면

15000*15000이 아닌 100*100 매트릭스가 계산됩니다.
15000 * 100 * 4 바이트 / 1024 / 1024 ≈ 5.72 MB
 
mytarmailS #:
메모리에서 행렬을 계산할 수 있는 도구가 필요합니다.
이것은 메모리 내 계산 속도가 아니라 주요 우선 순위입니다.
RAM이 충분하지 않다면(그리고 실제로도 충분하지 않다면) 행렬을 어떤 속도로 계산하든 상관없기 때문입니다.

지금까지는 간단한 가정용 컴퓨터에서 백만 단위 행렬을 계산하는 데 기술적 장애물은 보이지 않습니다. 하지만 NumPy와 MQL5의 비교는 저에게 매우 중요합니다.

1...325232533254325532563257325832593260326132623263326432653266...3399
새 코멘트