베이지안 회귀 - 이 알고리즘을 사용하여 Expert Advisor를 만든 사람이 있습니까? - 페이지 53

 
Yuriy Asaulenko :

CR 문제는 내가 그를 모른다는 것입니다. :) 이것은 천천히 마스터하는 시간 문제입니다.

더 복잡한 것은 R - 소프트웨어 - MT5 간의 실시간 데이터 교환을 제공하는 것입니다. 파일 외에 스마트한 것이 떠오르지 않습니다. 나는 그들이 처음에는 할 것이라고 믿습니다. 그리고 나서 우리는 보게 될 것입니다.

하지만 아직 교환 프로토콜 자체(인터페이스)가 보이지 않습니다.

R-MT4의 무리가 있습니다. 오랫동안 작동합니다. 파스칼로 작성된 소스 코드가 있습니다.
 
СанСаныч Фоменко :
R-MT4의 무리가 있습니다. 오랫동안 작동합니다. 파스칼로 작성된 소스 코드가 있습니다.

파스칼로 쓰지는 않지만(오래전에는 사용했습니다) 이해합니다. 고마울거야. 메일을 보내드리겠습니다.

부두를 읽으면서 MT와 교환할 파이프를 협소하게 보기 시작했다.

CRAN (섹션 - 기타)과 인터넷에서 R용 COM-DLL(섹션 - 기타)을 보았습니다. 아직 보지 않았습니다.

지금까지는 다음과 같습니다.

MT - 의사결정 처리 소프트웨어 - R.

 
Yuriy Asaulenko :

파스칼로 쓰지는 않지만(오래전에는 사용했습니다) 이해합니다. 고마울거야. 메일을 보내드리겠습니다.

부두를 읽으면서 MT와 교환할 파이프를 협소하게 보기 시작했다.

CRAN (섹션 - 기타) 및 인터넷에서 R용 COM-DLL(섹션 - 기타)을 보았습니다. 아직 보지 않았습니다.

지금까지는 다음과 같습니다.

MT - 의사결정 처리 소프트웨어 - R.

내가 올렸어, 다른 사람꺼야, 그냥 코드베이스로 옮기면 돼

https://www.mql5.com/ru/code/10684

그리고 이것은 예입니다

https://www.mql5.com/ru/code/10718

또한 VLAD에도 회로가 더 복잡하지만 더 유망합니다.

R 전용 의사 결정은 R 자체와 패키지 모두에서 매우 강력합니다. R 코드는 계산적으로 복잡한 알고리즘에 대해 매우 컴팩트하고 매우 효율적입니다.

R의 또 다른 점.

R은 인터프리터이지만 R 텍스트 문자열을 해석하는 커널은 인터페이스가 잘 문서화되어 있는 C로 작성되었습니다. 또한 C와 통신하기 위한 패키지가 있습니다. 솔루션 자체가 제안합니다. MT와 상호 작용할 R 커널에 코드를 추가하는 것입니다.

 
СанСаныч Фоменко :

R 전용 의사 결정은 R 자체와 패키지 모두에서 매우 강력합니다. R 코드는 계산적으로 복잡한 알고리즘에 대해 매우 컴팩트하고 매우 효율적입니다.

R의 또 다른 점.

R은 인터프리터이지만 R 텍스트 문자열을 해석하는 커널은 인터페이스가 잘 문서화되어 있는 C로 작성되었습니다. 또한 C와 통신하기 위한 패키지가 있습니다. 솔루션 자체가 제안합니다. MT와 상호 작용할 R 커널에 코드를 추가하는 것입니다.

이해할 수 있습니다. 그러나 R 및 C/C++ 응용 프로그램의 통합 및 상호 작용은 예를 들어 Rcpp 및 RInside 패키지 등에 잘 설명되어 있습니다. 즉, C++ 응용 프로그램은 R 코어와 상호 작용합니다.

R 코어에 코드를 추가하는 방법은 무엇입니까? - R용 패키지는 MT 등에 연결하여 수행해야 합니까? 응용 프로그램에서 복잡한 수학을 맡기고 결과를 얻고 결정을 내리는 것이 R보다 어렵습니다.

일반적으로 나는하지 않습니다.

 
Yuriy Asaulenko :

이해할 수 있습니다. 그러나 R 및 C/C++ 응용 프로그램의 통합 및 상호 작용은 예를 들어 Rcpp 및 RInside 패키지 등에 잘 설명되어 있습니다. 즉, C++ 응용 프로그램은 R 코어와 상호 작용합니다.

R 코어에 코드를 추가하는 방법은 무엇입니까? - R용 패키지는 MT 등에 연결하여 수행해야 합니까? 응용 프로그램에서 복잡한 수학을 맡기고 결과를 얻고 결정을 내리는 것이 R보다 어렵습니다.

일반적으로 나는하지 않습니다.

그리고 이 책은 무엇입니까? R 확장 작성

R 도움말에서 직접 링크

 
СанСаныч Фоменко :

그리고 이 책은 무엇입니까? R 확장 작성

R 도움말에서 직접 링크

패키지를 준비하거나 상호 작용하는 것입니다. :) - R 확장 작성은 자신의 패키지를 작성하고, R 도움말 파일을 작성하고, 외국어(C, C++, Fortran, ...) 인터페이스를 작성하는 방법을 다룹니다.

지금까지는 외국어(C, C++, Fortran, ...) 인터페이스를 선호합니다. 이미 시도 - C / C ++ / C # R의 새로운 데이터 유형 이 나타나고 DLL을 통해 커널에 액세스합니다. 패키지의 기능은 프로그램에서 직접 호출되는 것 같습니다. 상호 작용 유형이 매우 가깝고 후자의 경우에만 포장할 필요가 없는 것 같습니다. 그건 그렇고, R 자체는 패키지로 정렬하지 않고 스크립트 내에서 C/C++/F로 복잡한 기능을 작성할 것을 권장합니다(유닉스에서 작동하는지 이해하지 못했습니다. 컴파일러가 OS에 내장되어 있습니다).

 
Yuriy Asaulenko :

패키지를 준비하거나 상호 작용하는 것입니다. :) - R 확장 작성은 자신의 패키지를 작성하고, R 도움말 파일을 작성하고, 외국어(C, C++, Fortran, ...) 인터페이스를 작성하는 방법을 다룹니다.

지금까지는 외국어(C, C++, Fortran, ...) 인터페이스를 선호합니다. 이미 시도했습니다. R의 새로운 데이터 유형 이 C/C++/C#에 나타나고 DLL을 통해 커널에 액세스합니다. 패키지의 기능은 프로그램에서 직접 호출되는 것 같습니다. 상호 작용 유형이 매우 가깝고 후자의 경우에만 포장할 필요가 없는 것 같습니다. 그건 그렇고, R 자체는 패키지로 정렬하지 않고 스크립트 내에서 C/C++/F로 복잡한 기능을 작성할 것을 권장합니다(유닉스에서 작동하는지 이해하지 못했습니다. 컴파일러가 OS에 내장되어 있습니다).

불행히도 이 분야에 대한 나의 지식은 극히 제한적입니다.

행운을 빕니다. 결과를 진심으로 기원합니다.

 
СанСаныч Фоменко :

불행히도 이 분야에 대한 나의 지식은 극히 제한적입니다.

행운을 빕니다. 결과를 진심으로 기원합니다.

고맙습니다.

일반적으로 R과의 상호 작용을 알아 냈습니다. 가장 간단한 기능을 마스터했습니다. 그리고 여기 다음이 있습니다 - 나는 결코 알지 못할 것입니다. 패키지도 절대 제로입니다.

지금은 먼저 상관 및 자기 상관 함수다항식 회귀가 필요합니다. 나는 길을 찾을 수 없습니다. 어디에서 찾을 수 있습니까?

 
Yuriy Asaulenko :

고맙습니다.

일반적으로 R과의 상호 작용을 알아 냈습니다. 가장 간단한 기능을 마스터했습니다. 그리고 여기 다음이 있습니다 - 나는 결코 알지 못할 것입니다. 패키지도 절대 제로입니다.

지금은 먼저 상관 및 자기 상관 함수다항식 회귀가 필요합니다. 나는 길을 찾을 수 없습니다. 어디에서 찾을 수 있습니까?

?var()

?cov()

?cor() 

가장 간단한 자기상관:

x <- rnorm( 1000 , 0 , 1 )
cor(x[ 1 : 999 ], x[ 2 : 1000 ])

내장 기능:

acf(x, lag.max = NULL ,
    type = c( "correlation" , "covariance" , "partial" ),
    plot = TRUE , na.action = na.fail, demean = TRUE , ...)

pacf(x, lag.max, plot, na.action, ...)

In R for fitting a polynomial regression model (not orthogonal), there are two methods, among them identical. Suppose we seek the values of beta coefficients for a polynomial of degree 1 , then 2 nd degree, and 3 rd degree:


fit1 <- lm(sample1$Population ~ sample1$ Year )
fit2 <- lm(sample1$Population ~ sample1$ Year + I(sample1$ Year ^ 2 ))
fit3 <- lm(sample1$Population ~ sample1$ Year + I(sample1$ Year ^ 2 ) + I(sample1$ Year ^ 3 ))

이러한 기능은 데이터베이스에 있습니다.

 

모든 패키지 목록에서 키워드 검색으로 패키지를 찾을 수 있습니다. https://cran.r-project.org/web/packages/available_packages_by_name.html

여기에서 패키지는 그룹으로 나뉩니다. 작업이 속한 그룹을 알면 그룹 자체에서 패키지를 검색하는 것이 더 쉬울 것입니다. /go?link=https://cran.r-project.org/web/ 견해/

그리고 많은 패키지에는 매뉴얼에 사용된 좋은 예가 포함되어 있고 pdf가 추가되었습니다.

CRAN Packages By Name
  • cran.r-project.org
The package will formally test two curves represented by discrete data sets to be statistically equal or not when the errors of the two curves were assumed either equal or not using the tube formula to calculate the tail probabilities