Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3088

 
Maxim Dmitrievsky #:

mas você entende como esses algoritmos funcionam, e eles o tiraram de um pacote...

Eles não virão, nem mesmo podem obter os dados de sua biblioteca. Eu lhe disse que ele passou 3 dias escrevendo um loop for.

Ofereci a mesma maneira de discutir a inferência causal... em minha própria cabeça. A resposta é baixa.

Por que eles ficam tão irritados, falam como adultos, fumam, xingam?

 
Andrey Dik #:

Por que eles são tão barulhentos, falam como adultos, fumam, xingam?

Porque você pode fazer qualquer coisa no fórum e não receberá nada por isso.

 
Maxim Dmitrievsky #:

porque você pode fazer qualquer coisa no fórum e não receberá nada por isso.

Aparentemente, sim. Amém.
 
Andrey Dik #:

Eu realmente me pergunto qual é a base para a fé cega em pacotes... talvez em algum lugar haja testes comparativos de pacotes em AO... estou perdido em suposições....


Fé cega NÃO em pacotes, mas em um ambiente de desenvolvimento profissional.

O primeiro sinal de um ambiente profissional é a possibilidade de encontrar algo nesse ambiente. Se estivermos falando do R, ele está no campo da estatística.

A otimização não é de fato uma estatística, mas, por motivos óbvios, o R contém pacotes relacionados à otimização. Em DOIS cliques, encontrei um link para uma lista proibitivamente grande de pacotes relacionados à otimização, veja acima.

Um pacote em R é um conjunto de ferramentas de software que atende aos requisitos de moderação em termos de composição, design, teste e manutenção.

Escolhi o primeiro pacote da lista, o optimx.

Ele é referenciado em https://cran.r-project.org/web/packages/optimx/index.html com as seguintes informações:

Version: 2022-4.30
Importações: numDeriv
Sugestões: knitr,rmarkdown,setRNG,BB,ucminf,minqa,dfoptim,lbfgsb3c,lbfgs,subplex
Publicado: 2022-05-10
Autor: John C Nash [aut, cre], Ravi Varadhan [aut], Gabor Grothendieck [ctb]
Mantenedor: John C Nash <nashjc at uottawa.ca>
Licença: GPL-2
Necessita de compilação: não
Citações: informações de citação do optimx
Materiais: NOTÍCIAS
Em visualizações: Otimização
Verificações do CRAN: Os resultados do optimx são os resultados da verificação do pacote.

Documentação:

Manual de referência: optimx.pdf
Vinhetas: Uso e extensão do pacote optimx
Rvmmin15
SNewton

Downloads:

Fonte do pacote: optimx_2022-4.30.tar.gz


Não comentarei todas as posições, vamos apenas dar uma olhada no manual https://cran.r-project.org/web/packages/optimx/optimx.pdf.

Acontece que o pacote contém algumas dezenas de funções.

Gostaria de destacar um ponto extremamente importante: há um link para a descrição dos algoritmos do pacote - essa é uma prática comum no R - não encontrei nenhum pacote sem descrições de algoritmos. Todos os pacotes do R NÃO são caixas-pretas, há sempre uma descrição dos algoritmos, que geralmente tem uma lista da literatura sobre discussão e aprovação.

Referências Nash, John C. e Varadhan, Ravi (2011) Unifying Optimisation Algorithms to Aid Software System Users: optimx for R, Journal of Statistical Software, publicação pendente

Todos os itens acima definem o R como um ambiente de desenvolvimento profissional e um ambiente para profissionais de estatística. Além disso, há uma versão do R que a Microsoft comprou e oferece suporte. Atualmente, no campo da estatística, todo o resto é um "kolkhoz", que não fica ao lado do R. Em outros 5 a 10 anos, havia concorrentes, por exemplo, o SPSS, e hoje não há nenhum.

Dick, o que você pode opor a essa abordagem profissional na programação? Admito que você escreveu algo tão brilhante. O que ganhamos com isso? Você não entende que nenhum programador sensato NÃO confiaria dinheiro a um programa feito em casa? Se você tem um algoritmo de otimização engenhoso, então empacote-o e coloque-o no CRAN. Mas a distância entre o que você tem e o CRAN é enorme. É necessário um grande esforço para transformar seus algoritmos caseiros em uma ferramenta profissional e disponível para todos. A propósito, os algoritmos de otimização em R são apenas um shell em R, e o algoritmo em si é C++ ou Fortran.

optimx: Expanded Replacement and Extension of the 'optim' Function
optimx: Expanded Replacement and Extension of the 'optim' Function
  • cran.r-project.org
Provides a replacement and extension of the optim() function to call to several function minimization codes in R in a single statement. These methods handle smooth, possibly box constrained functions of several or many parameters. Note that function 'optimr()' was prepared to simplify the incorporation of minimization codes going forward. Also implements some utility codes and some extra solvers, including safeguarded Newton methods. Many methods previously separate are now included here. This is the version for CRAN.
 
СанСаныч Фоменко #:

Fé cega NÃO em pacotes, mas em um ambiente de desenvolvimento profissional.

O primeiro sinal de um ambiente profissional é a possibilidade de encontrar algo nesse ambiente. Se estivermos falando de R, então encontre-o no campo da estatística.

A otimização não é de fato uma estatística, mas, por motivos óbvios, o R contém pacotes relacionados à otimização. Em DOIS cliques, encontrei um link para uma lista proibitivamente grande de pacotes relacionados à otimização, veja acima.

Um pacote em R é um conjunto de ferramentas de software que satisfazem os requisitos de moderação em termos de composição, design, teste e manutenção.

Peguei o primeiro pacote da lista: optimx.

Há um link para ele https://cran.r-project.org/web/packages/optimx/index.html com as seguintes informações:

Version: 2022-4.30
Importações: numDeriv
Sugestões: knitr,rmarkdown,setRNG,BB,ucminf,minqa,dfoptim,lbfgsb3c,lbfgs,subplex
Publicado: 2022-05-10
Autor: John C Nash [aut, cre], Ravi Varadhan [aut], Gabor Grothendieck [ctb]
Mantenedor: John C Nash <nashjc at uottawa.ca>
Licença: GPL-2
Necessita de compilação: não
Citações: informações de citação do optimx
Materiais: NOTÍCIAS
Em visualizações: Otimização
Verificações do CRAN: Os resultados do optimx são os resultados da verificação do pacote.

Documentação:

Manual de referência: optimx.pdf
Vinhetas: Uso e extensão do pacote optimx
Rvmmin15
SNewton

Downloads:

Fonte do pacote: optimx_2022-4.30.tar.gz


Não comentarei todas as posições, vamos ver apenas o manual https://cran.r-project.org/web/packages/optimx/optimx.pdf.

Verifica-se que o pacote contém algumas dezenas de funções.

Mais um ponto extremamente importante: há um link para a descrição dos algoritmos do pacote - essa é uma prática comum no R - não encontrei nenhum pacote sem descrição de algoritmo.

Referências Nash, John C. e Varadhan, Ravi (2011) Unifying Optimisation Algorithms to Aid Software System Users: optimx for R, Journal of Statistical Software, publicação pendente

Todos os itens acima definem o R como um ambiente de desenvolvimento profissional e um ambiente para profissionais de estatística. Além disso, há uma versão do R que a Microsoft comprou e oferece suporte. Atualmente, no campo da estatística, todo o resto é um "kolkhoz", que não fica ao lado do R. Em um período de 5 a 10 anos, havia concorrentes, por exemplo, o SPSS, mas hoje não há nenhum.

Dick, o que você pode opor a essa abordagem profissional na programação? Admito que você escreveu algo tão brilhante. O que ganhamos com isso? Você não entende que nenhum programador sensato NÃO confiaria dinheiro a um programa feito em casa? Se você tiver um algoritmo de otimização engenhoso, poderá empacotá-lo e colocá-lo no CRAN, mas a distância entre o que você tem e o CRAN é enorme. É preciso um grande esforço para transformar seus algoritmos caseiros em uma ferramenta profissional e disponível para todos. E o obstáculo mais importante é publicar e obter o reconhecimento da comunidade profissional para seu algoritmo engenhoso. A propósito, algoritmos de otimização - há apenas um shell no R, e o restante é C++ ou Fortran.

Uau! 87 páginas de descrição! Legal, deve ser uma coisa boa!

Foi o que pensei, fé cega.

Você, Fomenko, parece não entender que não há feitiçaria nos pacotes, eles foram escritos por pessoas mortais comuns.


"Não são os pacotes, mas os usuários locais desses pacotes :) Como vagabundos vasculhando-os, sem nenhum propósito específico." (C)

 
СанСаныч Фоменко #:

e há muitas coisas interessantes aqui.

https://cran.r-project.org/web/views/Finance.html



Perguntei-lhe uma vez como descobrir se um veículo foi retreinado.

Aqui está: https://cran.r-project.org/web/packages/pbo/index.html

https://github.com/mrbcuda/pbo

CRAN Task View: Empirical Finance
CRAN Task View: Empirical Finance
  • cran.r-project.org
This CRAN Task View contains a list of packages useful for empirical work in Finance, grouped by topic.
 
mytarmailS #:

Qual foi o problema, Renate? O CRAN não deixou passar?

Eles têm religiosidade até no processo de registro.

Veja bem, eles não trabalham com empresas. Eles só querem registros de direitos autorais/pessoais.

Há semanas que estão empatando. Eles.
 
Andrey Dik #:

É possível chamar a biblioteca .ex5 do programa R integrado ao MT5?

Esse é um pacote externo que pode solicitar dados do Metatrader.

Não está planejado para ser executado dentro do Metatrader, como foi feito com os scripts Python.
 
СанСаныч Фоменко #:

Fé cega NÃO em pacotes, mas em um ambiente de desenvolvimento profissional.

....

Tudo o que foi mencionado acima é o que define o R como um ambiente de desenvolvimento profissional e um ambiente para profissionais de estatística.

.....

NENHUM programador sensato NÃO confiaria dinheiro a um programa caseiro? Se você tiver um algoritmo de otimização engenhoso, formalize o pacote e coloque-o no CRAN. Mas a distância entre o que você tem e o CRAN é enorme. É preciso um grande esforço para transformar seus algoritmos caseiros em uma ferramenta profissional e disponível para todos. A propósito, os algoritmos de otimização em R são apenas um shell em R, e o algoritmo em si é C++ ou Fortran.

Eu não diria que os pacotes para R são escritos por superprogramadores e que eles obtêm um código perfeito e absolutamente preciso. O código se aproxima do ideal à medida que você dedica tempo suficiente a ele, trabalha com ele e o testa, encontra e corrige bugs.

Quando os artigos de Vladimir com o pacote Darch apareceram, fiz muitos experimentos com ele. Dediquei tempo suficiente a ele.
Com esses experimentos, fiz algumas sugestões para aprimorar o pacote e até encontrei 2 ou 3 erros.

O autor corrigiu muitas coisas, mas, de repente, voltou tudo para a versão anterior a todas as correções. Aparentemente, as novas edições mudaram alguma coisa em algum lugar e ele não queria lidar com isso e perder tempo. Pelo que entendi, naquele momento ele já havia abandonado o projeto e estava fazendo outro trabalho. A julgar pelo fato de que as últimas edições foram feitas há 5 ou 6 anos, nada mudou. O projeto está abandonado e cheio de bugs. Felizmente, ele já foi removido https://cran.r-project.org/web/packages/darch/index.html

Portanto, qualquer um de nós pode criar um código decente, melhor do que o Darcha abandonado e com bugs, se trabalharmos duro nele.

Portanto, entre centenas de pacotes, eu confiaria apenas naqueles que recebem tempo e correções. Como o katbusta etc., com financiamento (ou sem financiamento, mas com entusiasmo e não abandono).

Issues · maddin79/darch
Issues · maddin79/darch
  • maddin79
  • github.com
Create deep architectures in the R programming language - Issues · maddin79/darch
 
Renat Fatkhullin #:

Estamos fazendo isso há semanas. Eles.

O que aconteceu depois? )