Обсуждение статьи "Создание самооптимизирующихся советников на MQL5 (Часть 10): Факторизация матриц"

Новый комментарий
 

Опубликована статья Создание самооптимизирующихся советников на MQL5 (Часть 10): Факторизация матриц:

Факторизация — это математический процесс, используемый для получения представления о свойствах данных. Когда мы применяем факторизацию к большим наборам рыночных данных — организованных в строки и столбцы — мы можем выявлять закономерности и характеристики рынка. Факторизация является мощным инструментом, и в этой статье показано, как использовать её в терминале MetaTrader 5 через API MQL5, чтобы получить более глубокое понимание рыночных данных.

Факторизация матриц — это математический метод разложения большой матрицы на произведение меньших и более простых матриц. Эти методы имеют множество преимуществ. Однако прежде чем рассматривать их, давайте сначала поймём мотивацию их использования.

В повседневной жизни существуют общие переживания, выходящие за рамки культурных различий. Например, я полагаю, что большинству читателей знакома идея: разговаривая с ребёнком и слушая, как он описывает своего родителя, мы можем получить представление о том, каким является этот родитель. Эти описания могут даже помочь нам угадать, как родитель поведет себя в ситуациях, которые "дочерняя" матрица напрямую не описывала. Аналогично, матричная факторизация разбивает большую матрицу на меньшие — её "дочерние“ матрицы. Каждая из этих дочерних матриц описывает различные аспекты исходной матрицы, помогая нам понять её глубинную структуру. Подобно тому, как перспектива ребенка может раскрыть сущность его родителя, эти меньшие матрицы могут выявить глубокие идеи о рынке, который мы анализируем.

Результаты факторизации матриц часто обеспечивают численно устойчивые решения для линейных моделей, которые мы рассматривали ранее. В этой статье мы также представим числовую библиотеку под названием OpenBLAS — сокращение от Basic Linear Algebra Subprograms (базовые подпрограммы линейной алгебры). OpenBLAS — это ответвление библиотеки BLAS с открытым исходным кодом, переработанное для эффективной работы на современных вычислительных архитектурах. Изначально BLAS был написан на Fortran и вручную оптимизирован на ассемблере. 


Автор: Gamuchirai Zororo Ndawana

Новый комментарий