Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3271
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
O NumPy parece ter um algoritmo diferente do ALglib.
A CPU de Maxim é duas vezes mais rápida que a minha. Não me lembro se ele forneceu os tempos para o Algliba, mas acho que não.
Compare com a versão antiga do Alglib. Não tenho dados de que ele tenha se tornado mais lento.
A CPU de Maxim é duas vezes mais rápida que a minha. Não me lembro se ele forneceu os tempos para o Algliba, mas acho que não.
Horários.
Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação
Aprendizado de máquina na negociação: teoria, modelos, prática e algo-trading.
Aleksey Vyazmikin, 2023.09.26 05:19 AM
Isso é em um antigo FX-8350
Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação.
Aprendizado de máquina na negociação: teoria, modelos, prática e negociação de algoritmos
Aleksey Vyazmikin, 2023.09.26 05:37 AM
Para estatísticas, este é o meu resultado
Devo observar que o Python tem uma pequena paralelização ao executar o código - por meio segundo para cerca de dois núcleos, o restante é contado em um núcleo.
Você mesmo escreveu que o padrão é mais lento que o atual alglibov. Eu tenho o antigo na forma de código, mas não no terminal.
O próprio código-fonte do Alglib foi reescrito pelo MQ para suas matrizes. Não quero nem discutir o CorrCoef padrão, pois há problemas óbvios nele.
Ou seja, há duas fontes de Alglib.
Horários.
O próprio código-fonte do Alglib foi reescrito pelo MQ para suas matrizes. Não quero nem discutir o CorrCoef padrão, pois há problemas óbvios nele.
Ou seja, há duas fontes de Alglib.
O NumPy parece ter um algoritmo diferente do ALglib
Na AlgLib, a documentação original diz por que são diferentes, quais são e para que servem. Com as regressões (eu estava pesquisando principalmente na AlgLib), é bastante original.
Novamente, tudo se compara de forma estranha, pois não é possível. Construa gráficos de dependências speed=f(dimensionality,special_matrix_properties) para diferentes bibliotecas/realizações e dê uma olhada neles. Você está pegando casos extremos, tirados do teto.
E aí você não olha para o valor absoluto, mas para a sintomatologia e a presença de um "platô". A partir daí, você escolhe uma ferramenta para trabalhar com dados específicos.
A CPU de Maxim é duas vezes mais rápida que a minha. Não me lembro se ele forneceu os tempos para o Algliba, mas acho que não.
Eu tenho o MT através de virtualização lá, os testes não serão muito plausíveis.
Além disso, optei por computar algo em python e depois transferi-lo para qualquer plataforma. Por exemplo, para criptografia, você não precisa de terminais.
É um tiro no escuro em termos de velocidadeNovamente, é uma maneira estranha de comparar as coisas, de uma forma que você não pode.
Não faço comparações, forneço código que todos podem medir em seus próprios casos.
O comprimento da cadeia de 100 é o comprimento do padrão. Você provavelmente não precisa de mais do que isso.
15.000 amostras são limitadas pela memória devido ao tamanho quadrático da matriz de correlação. Quanto mais amostras, melhor. É por isso que escrevi um programa caseiro, no qual você pode ter um milhão delas.
Não tenho desejo nem tempo para fazer uma comparação objetiva. Eu a criei para minhas próprias tarefas e compartilhei o código de trabalho. Quem precisar dele, verá.