Discussão do artigo "Distribuições estatísticas no MQL5 - tirando o melhor de R" - página 12
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Há anos é possível desenhar qualquer coisa de forma interativa. Somente ninguém (publicamente, com certeza) o utiliza.
O código não é curto, mas longo e muito torto (assim como o resultado - cintilações). A biblioteca deveria ser seriamente aprimorada.
Se você tomar o plot do R como um análogo, ele parece ser apenas gráficos estáticos. Se houver gráficos interativos, definitivamente não é o plot em uma forma direta. Procurei por algo assim lá por uma questão de interesse, mas havia referências em algum lugar na direção do trabalho conjunto com java, etc.
assim
se eu entendi corretamente, e assim por diante
timevis:
Crie visualizações de linha do tempo ricas e totalmente interativas. As linhas do tempo podem ser incluídas em aplicativos Shiny e documentos R markdown, ou visualizadas no console R e no RStudio Viewer. O 'timevis' inclui uma API extensa para manipular uma linha do tempo após a criação e oferece suporte à obtenção de dados da visualização para o R. Baseado no módulo de linha do tempo'vis.js' e no pacote R 'htmlwidgets'.
Se o plot do R for considerado um análogo do plot, parece ser apenas um gráfico estático. Se houver gráficos interativos, definitivamente não é o plot em sua forma direta. Procurei por algo assim lá por interesse, mas havia referências em algum lugar na direção da cooperação com o Java etc.
Parece que está faltando uma coisa: a análise de agrupamento.
(Parece que está faltando uma coisa: a análise de agrupamento).
Se você compilar uma implementação do R em C++, sua execução será mais lenta do que a implementação em MQL5?
Sim, devido ao uso de dados dinâmicos como um mínimo e à abordagem frontal geral.
De fato, muitas funções básicas de mat são compiladas no compilador C/C++. Basta dar uma olhada no código-fonte.
Sim, devido ao uso de dados dinâmicos como mínimo e a uma abordagem geral direta.
De fato, muitas das funções básicas do Mat são compiladas no compilador C/C++. Basta dar uma olhada no código-fonte.
Sim, devido ao uso de dados dinâmicos como mínimo e a uma abordagem geral direta.
De fato, muitas das funções básicas do Mat são compiladas no compilador C/C++. Basta dar uma olhada no código-fonte.
Onde posso ver COMO vocês comparam as velocidades?
ÓTIMO ARTIGO!
Vou dar uma olhada nele.
+
Leia o artigo na íntegra.
Leia-o.
Entrei no assunto.
Acho que os testes que você fez não estão totalmente corretos. Considero necessário escrever sobre isso, porque as comparações de desempenho não são a última coisa.
A questão é que o MKL é qualitativamente diferente do R. E em casos de comparações de desempenho, essas diferenças qualitativas devem ser levadas em conta sempre que possível. O R é um interpretador e o MKL é um compilador. Essa diferença qualitativa para programas industriais favorece o MKL.
Mas há outra diferença qualitativa que também é de grande importância na exploração industrial de programas e, nos testes, essas diferenças não foram levadas em conta, o que levou a resultados distorcidos.
A diferença qualitativa entre o R e o MKL é que o objeto elementar no MKL é um escalar, a partir do qual são criados objetos mais complexos, por exemplo, vetores. São os vetores que alimentam a entrada das funções de distribuição.
No R, não há nenhum conceito de "escalar". O objeto mais simples é um vetor. O R explora amplamente essa circunstância e, em nosso exemplo de comparação de funções de distribuição no código R, podemos ver claramente uma técnica de programação específica do R, como a "vetorização", que não está disponível no MKL. Como essa é uma técnica específica do R que acelera os cálculos de 10 a 100 vezes (dependendo do tamanho da matriz), o código do R teria que conter essa mesma técnica. O uso da vetorização é óbvio, pois nos testes pegamos um vetor de entrada e realizamos cálculos sobre ele 100 vezes, ou seja, é uma matriz com colunas iguais ou diferentes.
Em resumo: um texto em R deve ser escrito em R usando seus recursos, especialmente na ausência de seus análogos em MKL.
PS.
Como estamos falando de ciclos, o R destina-se a carregar núcleos. Mas vamos deixar isso entre colchetes.