트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 38

[СанСаныч Фоменко]

유리 레셰토프 :

Dr.Trader가 libVMR의 이전 버전을 R로 이식하려고 할 때 이미 중단되었고 대형 핵 기계에 대한 메모리가 충분하지 않고 작은 기계에 대한 전체 성능(사이클 수 100배 감소) 그렇다면 같은 갈퀴를 가장 많이 밟고 싶은 사람은 없을까?

따라서 당분간 이러한 작업을 R로 이식하는 것에 대해 말을 더듬지 않는 것이 좋습니다. 이 잔소리는 당기지 않을 것입니다.

R에 대해 아주 피상적으로만 아는 사람만이 "잔소리"에 대해 이야기할 수 있습니다.

물론, 우리는 R을 넣고 문자열 인터프리터를 봅니다. 깊숙이 들어가면 바이트코드를 볼 수 있지만 이것은 효율성 면에서 인터프리터의 문제를 해결하지 못합니다. 토론할 것도 없습니다 - 잔소리.

그러나 R 패키지에 대해 조금 더 파고들면 R 코드에서 보는 것이 다른 코드에 대한 호소라는 것이 금세 명백해질 것입니다. 그리고 이해하기 시작하면 계산 집약적 알고리즘의 경우 R은 항상 가능한 최대 효율성 원칙에 따라 선택된 타사 패키지를 사용한다는 것이 밝혀졌습니다. 일반적으로 C 또는 Fortran 라이브러리입니다.

또는 예를 들어, 행렬 연산. R에 "스칼라"라는 개념이 없고 모든 것이 벡터로 시작하고 행렬 산술이 R에 대해 완전히 자연스럽다는 점을 감안할 때 R로 작성되지 않은 적절한 라이브러리를 사용하는 문제는 근본적입니다. 인텔 수학 커널 라이브러리에서 사용합니다.

여기에 자신의 컴퓨터의 모든 코어뿐만 아니라 인접한 컴퓨터에 대한 계산의 병렬화는 R의 일반적인 작업이라는 점을 추가해야 합니다.

그래서 무엇이 "잔소리"이고 무엇이 아닌지는 큰 질문입니다.

추신.

R에 아무 것도 이식할 필요가 없지만 재료를 연구하기만 하면 됩니다. R에는 필요한 모든 것과 그 이상이 있습니다.

[mytarmailS]

그들은 게시물에 대해 무엇을 지불합니까? :)

[Dr. Trader]

mytarmailS :

질문: "a_minus_b" , "a_minus_c"와 같은 새로 수신된 열 이름을 어떻게 지정합니까?

a <- 1 : 5
b <- 6 : 10
c <- 11 : 15
d <- 16 : 20
dt <- data.frame(a,b,c,d)

res.dt <- data.frame(matrix(nrow=nrow(dt), ncol= 0 ))

for (i in 1 :(ncol(dt)-1)){
         for (j in (i+ 1 ):ncol(dt)){
                colname <- paste0(colnames(dt)[i], "_minus_" , colnames(dt)[j])
                res.dt[, colname] <- dt[, i] - dt[,j]
        }
}
res.dt

포렉스 자체가 게시물에 대한 비용을 지불합니다 :) 누구나 자신만의 무언가를 할 수 있고 알고 있고, 38페이지를 모두 읽고 실제로 시도하고 모든 지식을 결합하면 작업 고문이 될 수 있다고 생각합니다.

[Vladimir Suslov]

산산이치 포멘코 :
내가 링크 를 준 기사의 내용을 반박할 수 있습니까? 현재 Dr.Trader : 이 자료를 사용하려고 했습니다. 매우 구체적으로 사용하십시오. 결과는 부정적입니다. 어쩌면 또한 자세히 말할 수 있습니까?

주제를 벗어나서 죄송합니다.
SanSanych, 무슨 언어로 생각하세요?
귀하의 게시물은 Google 번역과 같습니다. 러시아어를 존중하십시오.

추신 당신이 이해하고 싶다면 ...

[СанСаныч Фоменко]

이벤트 :

주제를 벗어나서 죄송합니다.
SanSanych, 무슨 언어로 생각하세요?
귀하의 게시물은 Google 번역과 같습니다. 러시아어를 존중하십시오.

추신 당신이 이해하고 싶다면 ...

난 평생 이 말을 해왔어... 너가 처음이야...

명확하지 않은 것이 있으면 설명할 준비가 되어 있습니다.

[Vladimir Suslov]

산산이치 포멘코 :

난 평생 이 말을 해왔어... 너가 처음이야...

명확하지 않은 것이 있으면 설명할 준비가 되어 있습니다.

설명할 필요가 없습니다. 누군가가 먼저 되어야 한다

[mytarmailS]

Dr.Trader :

포렉스 자체가 게시물에 대한 비용을 지불합니다 :) 누구나 자신만의 무언가를 할 수 있고 알고 있고, 38페이지를 모두 읽고 실제로 시도하고 모든 지식을 결합하면 작업 고문이 될 수 있다고 생각합니다.

정말 감사합니다!!!

추신. 이중 사이클이 포함된 이 우아한 아이디어는 여전히 훈제되어야 함)

[Yury Reshetov]

jPrediction 바이너리 분류기에 대한 설명을 작성하고 소스 코드를 게시했습니다.

목차:

1. 주요 특징
2. jPrediction 실행
3. jPrediction에서 이진 분류기의 수학적 모델을 만드는 방법
4. 모델을 파일에 저장
5. 축소 - 모델에서 정보가 아닌 기능 제거
6. 모델을 로드하고 사용하여 객체 분류하기
7. 부록
1. 이진 분류를 위한 추가 샘플
2. jPrediction용 CSV 파일 형식

첨부된 아카이브의 전체 텍스트(PDF 형식)

[mytarmailS]

유리 레셰토프 :

jPrediction 바이너리 분류기에 대한 설명을 작성하고 소스 코드를 게시했습니다.

안녕하세요 유리님! 노고에 감사드립니다!

1) 이것이 무엇을 의미하는지 자세히 설명해 주시겠습니까?

• 민감도는 백분율로 나타낸 모델의 민감도입니다.
• 특이성 - 모델의 특이성(백분율)

2) 내 컴퓨터가 약한 경우 모델이 예를 들어 300개의 예측 변수와 100,000개의 관측치로 구성된 샘플에서 모델을 훈련하는 데 걸리는 시간

(졸업까지 100년을 기다리지 않도록 "기다려주세요"라는 문구를 학습 진도를 %로 계산하거나 이와 유사한 것으로 대체하는 것도 나쁘지 않을 것입니다.)

3) "R"은 어떻습니까? 하지 않을 것이다?

[Yury Reshetov]

mytarmailS :

안녕하세요 유리님! 노고에 감사드립니다!

1) 이것이 무엇을 의미하는지 자세히 설명해 주시겠습니까?

• 민감도는 백분율로 나타낸 모델의 민감도입니다.
• 특이성 - 모델의 특이성(백분율)

일반화 능력의 민감도 - 테스트 샘플에서 정확하게 예측된 긍정적인 결과: 100% * TP / (TP + FP)

일반화 능력의 특이성 - 테스트 샘플에서 정확하게 예측된 부정적인 결과: 100% * TN / (TN + FN)

어디:

TP - 진정한 긍정적 결과의 수

TN - 진정한 부정적인 결과의 수

FP - 가양성 수

FN - 위음성 수

mytarmailS :

2) 내 컴퓨터가 약한 경우 모델은 예를 들어 300개의 예측 변수와 100,000개의 관측치로 구성된 샘플에서 모델을 얼마나 오래 훈련시킬 것입니까?

3) "R"은 어떻습니까? 하지 않을 것이다?

전혀 훈련되지 않지만 샘플의 예측 변수 수가 10개를 초과하면 오류 메시지가 표시됩니다.

mytarmailS :

3) "R"은 어떻습니까? 하지 않을 것이다?

마음에 들면 rJava 패키지를 설치하십시오. R에서 Java 코드 호출 참조