Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 296

[mytarmailS]

Кто нибудь пробовал работать с recurrence plots? почитать можно тут https://habrahabr.ru/post/145805/   , в частности подсовывать МО вместо сырых ВР? как вариант может сойдет

x <- cumsum(rnorm(100))
ox <- outer(x, x, function (a, b) abs(a-b))


par(mfrow=c(1,3))
plot(x,t="l")
plot(ox,t="l")
image(ox)

и‌ еще на почитать http://geo.phys.spbu.ru/Problems_of_geophysics/2005/20_Zolotova_38_2005.pdf

[fxsaber]

Прошу помочь с нахождением R-аналога.

Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий

Библиотеки: Кроссплатформенная библиотека оригинальных математических функций

Automated-Trading, 2017.03.27 11:39

Кроссплатформенная библиотека оригинальных математических функций:

Автор: fxsaber

[Andrey Dik]

fxsaber:

Прошу помочь с нахождением R-аналога.

а чем R не мил?

[fxsaber]

Andrey Dik:
а чем R не мил?

В описании к функции стоит прочерк там, где нужно указать R-аналог. Сомневаюсь, что в R нет такой стат. функции. Чтобы убрать прочерк, нужно имя.

[Andrey Dik]

http://www.scilab.org/

[anonymous]

fxsaber:
В описании к функции стоит прочерк там, где нужно указать R-аналог. Сомневаюсь, что в R нет такой стат. функции. Чтобы убрать прочерк, нужно имя.

cor(x, y, method = 'pearson')

[fxsaber]

anonymous:

cor(x, y, method = 'pearson')

Это совсем другое. Нет никакого паттерна

Описание	MQL5	R
Рассчитывает коэффициенты корреляции Пирсона, Спирмена и Кендалла	boolMathCorrelationPearson(constdouble&array1[],constdouble&array2[],double&r) boolMathCorrelationPearson(constint&array1[],constint&array2[],double&r) boolMathCorrelationSpearman(constdouble&array1[],constdouble&array2[],double&r) boolMathCorrelationSpearman(constint&array1[],constint&array2[],double&r) boolMathCorrelationKendall(constdouble&array1[],constdouble&array2[],double&tau) boolMathCorrelationKendall(constint&array1[],constint&array2[],double&tau)	corr()

[toxic]

fxsaber:

Прошу помочь с нахождением R-аналога.

“аналог” – штука многогранная, действительно, от банальной корреляции Пирсона, то есть нормированного скалярного произведения двух векторов, как метрики близости, до всего остального арсенала машинного обучения, с поиском репрезентативных фичей и нелинейной классификацией.

ИМХО что не очень хорошо для любителей R(р-астов), матлаб, “математика” и тп. так это то, что возникает привыкание и зависимость, от высокоуровневых сложных функций, с простым интерфейсом и формируется не верное понимание что они делают, точнее что они МОГУТ делать, если иметь доступ ко всем параметрам и потрохам, с пониманием что и как, а не только тем что выведены в интерфейс и статьёй на хабре что есть такая хрень.

Я называю этот процесс ДЕ-ОРТОГОНАЛИЗАЦИЯ, или “мозаичное сознание”, когда человек вынужден забивать голову не сущностью алгоритмов, а тысячами названиями функций и параметров из каких то библиотек. Но учитывая, что ни 100к ни ярд, высокоуровневых функций не решат все вопросы реальных инженерных задач, так как всегда где то что то нужно будет “с паяльником” подтюнить, то такое направление  развития рискованно.

[fxsaber]

toxic:

“аналог” – штука многогранная, действительно, от банальной корреляции Пирсона, то есть нормированного скалярного произведения двух векторов, как метрики близости

Бенчмарк показывает, что R-corr медленнее на порядки, т.к. сложности алгоритмов совсем другие. Поэтому вряд ли в R нет аналога, показывающего нормальные скоростные характеристики.

[anonymous]

fxsaber:

Это совсем другое. Нет никакого паттерна

...

apply(embed(pattern, length(signal)), 1, cor, y = signal, method = 'pearson')