交易中的机器学习：理论、模型、实践和算法交易 - 页 220

新评论
 
mytarmailS:

有很多字，但本质.....，也许它没有抓住，因为对我来说，这个人只是抱怨了一下）)

关键是不应该被R、Matlab、Python 等形式的 "甜食 "所困扰。无论如何，之后一切都将转换为C++，而这个过程几乎是独立的，R 代码 ，并不是C++的原型。人们迷上了各种RAD ，然后咬住自己的胳膊肘，要花2-3年时间才能摆脱坏习惯，如果一个人意识到他陷入了死胡同，当然，往往他没有意识到。

 
吉安尼。

在这种情况下，问题不在于市场上是否存在模式，而是由市场的性质决定的

是否有任何证据表明存在模式？那为什么巴菲特不寻找这些规律性的东西，而采用基本面分析呢？而索罗斯说，"市场是混乱的，只有混乱"...而格林斯潘在多年的研究中也无法找出规律
 
可能存在流动性有限或有时间限制的低效率，一旦公开，就会被市场所淘汰
 
ivanivan_11:
必须有流动性有限或时间有限的低效率现象
而无效率与模式有什么不同？因为它随着时间的推移随机出现，一旦耗尽其流动性，同样随机消失。
 
A100:
无效率与规律性有什么不同？因为它随着时间的推移随机出现，一旦耗尽其流动资金，也同样随机消失。

嗯，在我看来，低效率更多是短期的。

规律性是指像十年的市场周期，有衰退，有上升。 或季节性模式，其余的是无效率。

 
J.B:

重点是，你不必以R、Matlab、Python 等形式进入各种 "甜头"。无论如何，然后一切都将转换为C++，而且这个过程几乎是独立的，R 中的代码 ，不是C++的原型。人们沉迷于各种流行的RAD ，然后咬住自己的胳膊肘，要花2-3年时间才能摆脱坏习惯，如果一个人意识到自己陷入了僵局，当然，往往他没有意识到。

文章中正好有一句话是关于R的。

有时，虽然很少，但会觉得想用Matlab或R来拉动；-)有一个建议--直接去看医生。

我必须补充一点，这句话指的是深层神经元学，而不是一般的R。 问题是，R是一个解释器，因此数学计算的速度比C++或Java等编译的编程语言要慢一些。
为了在R中实现高性能，我们需要编写带有R接口的C++库，这在大多数情况下是可以做到的。或者，从逻辑上讲，你可以直接在C++中创建一个神经元键，而不需要R。在c++中处理数据比在R中更笨拙，但显然这种方法很容易被接受。
一般来说，生产中的R对数据处理有好处，你不需要医生。

在纯粹的R中创建一个神经元，仍然是一个很糟糕的事情。

 
J.B:

重点是，你不必以R、Matlab、Python 等形式进入各种 "甜头"。无论如何，然后一切都将转换为C++，而且这个过程几乎是独立的，R 中的代码 ，不是C++的原型。人们迷上了各种弹出式RAD ，然后咬住自己的胳膊肘，要花2-3年时间才能摆脱坏习惯，如果一个人意识到他陷入了死胡同，当然，往往他没有意识到。

这个论坛上99%的人都是没有好的工作策略并正在寻求的研究人员，那些有好的工作策略的人，他们更可能默默地观察这个话题 ...

因此，如果我作为一个研究人员想在市场上测试一个神经网络，什么是更好的？花半年时间自己琢磨，用C++写网络，然后发现它不起作用；或者用已经准备好的解决方案在 "流行 "R上测试这个想法，然后发现它也不起作用，但这只需要不到30分钟，这就是所有 "流行 "R的优点所在。我不是在说生产--生产是指你清楚地知道你在做什么，并且有ToR等等，而当你在研究时--这是一种直觉方法，你只是在寻找，如果你为每项研究写出现成的解决方案，你会错过你的生活）。

我并不是要推广R，也不是说它是最好的，如果你喜欢，你可以用Pascal写，但是在这种情况下，在这种背景下，当你研究市场的时候，R是目前最好的解决方案。但是，当你有了作品后，你就得考虑......

 
mytarmailS:

这个论坛上99%的人都是研究人员，那些没有好的工作策略的人正在寻找它，那些有策略的人，他们宁可默默地看着这个主题...

因此，如果我作为一个研究人员想在市场上测试一个神经网络，什么是更好的？花半年时间自己琢磨，用C++写网络，然后发现它不起作用；或者用已经准备好的解决方案在 "流行 "R上测试这个想法，然后发现它也不起作用，但这只需要不到30分钟，这就是所有 "流行 "R的优点所在。我不是在说生产--生产是指你清楚地知道你在做什么，并且有ToR等等，而当你在研究时--这是一种直觉方法，你只是在寻找，如果你为每项研究写出现成的解决方案，你会错过你的生活）。

我并不是要推广R，也不是说它是最好的，如果你喜欢，你可以用Pascal写，但是在这种情况下，在这种背景下，当你研究市场的时候，R是目前最好的解决方案。当有一个生产的时候，你已经可以考虑了......。

这取决于什么样的研究，如果你是为你的学期论文做研究，那么是的，采取一个函数，运行它，得到一个标准的报告，有漂亮的图形，没有问题。

如果在金融办公室研究工程量子，他们从市场上拿钱，不仅仅是由于佣金，或接近市场的技术，那么情况就不同了。一般来说，在合适的办公室里，大约需要5年时间来建立他们的交易基础设施，那里有95%的所有必要工具，这些工具被方便地包装起来，你可以使用它们，并不比在R 中复杂多少，一切都很透明，可供编辑和手鼓舞。在这个层面上，一个量子在他的交易基础设施给他的抽象系统中思考，并且这个抽象系统越往后越是独特，不能被还原成普通的部分。大多数交易理念都是交易基础设施高水平抽象的结构变化，原则上不能在R ，也不能在Matlab 中检查，因为这不是用不同窗口的随机性喂养MLP 的问题。

有时我可以用R（Matlab，数学）作为一种高级计算器，当我需要画一些奇异的函数或类似学生的东西来尝试时，但这远远不是寻找交易策略。但是，如果你在R ，用策略逻辑等写超过100行的代码，你会逐渐养成用R 的思维习惯，然后强烈地伤害，因为用 "立方体 "等编程，这就是危险。这就是 危险所在。标准问题很快就能解决，复杂的问题往往会陷入僵局，因为它们不能被现有的工具所近似，或者需要比正数更曲折的手鼓舞。编码员开始像设计师一样思考，认为他在编程，然后他只是改变准备好的工具的参数，但当你需要编程时，它变成了非常不友好和不方便的。

 
J.B:

这要看是什么样的研究，如果是学生为了通过学期论文而进行的研究，那么是的，从架子上拿一个函数，运行它，然后得到一个标准的报告，此外还有漂亮的图表，没有问题。

如果在金融办公室研究工程量子，他们从市场上拿钱，不仅仅是由于佣金，或接近市场的技术，那么情况就不同了。一般来说，在合适的办公室里，大约需要5年时间来建立他们的交易基础设施，那里有95%的所有必要工具，这些工具被方便地包装起来，你可以使用它们，并不比在R 中复杂多少，一切都很透明，可供编辑和手鼓舞。在这个层面上，一个量子在他的交易基础设施给他的抽象系统中思考，并且这个抽象系统越往后越独特，不能被还原成普通的部分。大多数交易理念都是交易基础设施高水平抽象的结构变化，原则上不能在R ，也不能在Matlab 中检查，因为这不是用不同窗口的随机性喂养MLP 的问题。

有时我可以用R（Matlab，数学）作为一种高级计算器，当我需要画一些奇异的函数或类似学生的东西来尝试时，但这远远不是寻找交易策略。但是，如果你在R ，用策略逻辑等写超过100行的代码，你会逐渐养成用R 的思维习惯，然后强烈地伤害，因为用 "立方体 "等编程，这就是危险。这就是 危险所在。标准问题很快就能解决，复杂的问题往往会陷入僵局，因为它们不能被现有的工具所近似，或者需要比正数更曲折的手鼓舞。编码员开始像设计师一样思考，认为他是在编程，而他只是改变了一个现成的工具的参数，当你需要编程时，它是太不方便和不寻常了。

这可能是我最近看到的对R的最明智和客观的意见。老R的粉丝们，不管你从这个论坛上取谁，他们的想法都是一样的，如果你不看他们的昵称，你甚至可以把他们互相混淆--他们的想法都一样。
 

这并不是本论坛第一次强行开展 "哪种语言更好 "的辩论。

就我个人而言，我每次都提醒MT4/5是交易工具，而不是编程工具。

你打算用C语言还是R语言来编程呢？到底谁需要这个过程？你需要钱，而钱是来自于对立场的决策块的结果。在R中，有很多现成的工具可以用于这个目的，问题不在于开发这些工具，而在于使用它们。你不需要用R语言编程--其中有很多东西是一个人无法掌握的，难道这么简单的想法都无法理解吗？

最后，关于这里有人会用C语言创建更有效的代码的话题。

只有那些根本不知道什么是必须编程的人，才能做出这样的声明。如果他们设法掌握了编程对象，他们会发现，他们将不得不与Fortran和C库、矩阵算术bibbles和所有这些加载所有计算机内核的模式竞争。

C 支持者!坐下来了解一下R，哪怕是一点点，不是用R，而是用R包，例如caret shell中列出的那些包，其中包括多达200个包（几千个函数），与交易相关。然后，希望你会失去公开展示自己无知的欲望。

1...213214215216217218219220221222223224225226227...3399
新评论