Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3088

 
Maxim Dmitrievsky #:

porque puedes hacer cualquier cosa en el foro y no conseguirás nada por ello.

Eso parece. Amén.
 
Andrey Dik #:

Realmente me pregunto en qué se basa la fe ciega en los paquetes... ¿quizás en algún sitio haya pruebas comparativas de paquetes en AO? me pierdo en conjeturas....


Fe ciega NO en los paquetes, sino en un entorno de desarrollo profesional.

El primer signo de un entorno profesional es la posibilidad de encontrar algo en este entorno. Si hablamos de R, es en el campo de la estadística.

La optimización no es en realidad una estadística, pero por razones obvias R contiene paquetes relacionados con la optimización. En DOS clics encontré un enlace a una lista prohibitivamente grande de paquetes relacionados con la optimización, véase más arriba.

Un paquete en R es un conjunto de herramientas de software que cumplen los requisitos de moderación en términos de composición, diseño, pruebas y mantenimiento.

Tomo el primer paquete de la lista: optimx.

Está referenciado en https://cran.r-project.org/web/packages/optimx/index.html con la siguiente información:

Versión: 2022-4.30
Importaciones: numDeriv
Sugiere: knitr,rmarkdown,setRNG,BB,ucminf,minqa,dfoptim,lbfgsb3c,lbfgs,subplex
Published: 2022-05-10
Autor: John C Nash [aut, cre], Ravi Varadhan [aut], Gabor Grothendieck [ctb]
Mantenedor: John C Nash <nashjc at uottawa.ca>
Licencia: GPL-2
NecesitaCompilación: no
Cita: optimx citation info
Materiales: NOTICIAS
En vistas: Optimización
Comprobaciones CRAN: optimx results son los resultados de la comprobación del paquete.

Documentación:

Manual de referencia: optimx.pdf
Viñetas: Uso y ampliación del paquete optimx
Rvmmin15
SNewton

Descargas:

Fuente del paquete: optimx_2022-4.30.tar.gz


No voy a comentar todas las posiciones, veamos sólo el manual https://cran.r-project.org/web/packages/optimx/optimx.pdf.

Resulta que el paquete contiene un par de docenas de funciones.

Me gustaría señalar un punto extremadamente importante: hay un enlace a la descripción de los algoritmos del paquete - esta es una práctica común en R - no he conocido ningún paquete sin descripciones de algoritmos. Todos los paquetes de R NO son cajas negras, siempre hay una descripción de los algoritmos, que normalmente tiene una lista de literatura sobre discusión y aprobación.

Referencias Nash, John C. y Varadhan, Ravi (2011) Unifying Optimisation Algorithms to Aid Software System Users: optimx for R, Journal of Statistical Software, publicación pendiente.

Todo lo anterior define a R como un entorno de desarrollo profesional y un entorno para profesionales de la estadística. Por si fuera poco, existe una versión de R comprada y respaldada por Microsoft. Hoy en día, en el campo de la estadística todo lo demás es un "koljós", que no está a la altura de R. En otros 5-10 años había competidores, por ejemplo, SPSS, y hoy no hay ninguno.

Dick! ¿Qué se puede oponer a este enfoque profesional en la programación? Admito que has escrito algo tan brillante. ¿Qué hay para nosotros? ¿No entiendes que ningún programador en su sano juicio NO confiaría dinero a un programa casero? Si tienes un algoritmo de optimización ingenioso, entonces empaquétalo y ponlo en CRAN. Pero la distancia entre lo que tienes y CRAN es enorme. Se necesita un gran esfuerzo para convertir tus algoritmos caseros en una herramienta profesional y disponible para todo el mundo. Por cierto, los algoritmos de optimización en R son sólo un shell en R, y el algoritmo en sí es C++ o Fortran.

optimx: Expanded Replacement and Extension of the 'optim' Function
optimx: Expanded Replacement and Extension of the 'optim' Function
  • cran.r-project.org
Provides a replacement and extension of the optim() function to call to several function minimization codes in R in a single statement. These methods handle smooth, possibly box constrained functions of several or many parameters. Note that function 'optimr()' was prepared to simplify the incorporation of minimization codes going forward. Also implements some utility codes and some extra solvers, including safeguarded Newton methods. Many methods previously separate are now included here. This is the version for CRAN.
 
СанСаныч Фоменко #:

Fe ciega NO en los paquetes, sino en un entorno de desarrollo profesional.

El primer signo de un entorno profesional es la posibilidad de encontrar algo en este entorno. Si estamos hablando de R, entonces encuéntralo en el campo de la estadística.

La optimización no es en realidad una estadística, pero por razones obvias R contiene paquetes relacionados con la optimización. En DOS clics encontré un enlace a una lista prohibitivamente grande de paquetes relacionados con la optimización, véase más arriba.

Un paquete en R es un conjunto de herramientas de software que satisfacen los requisitos de moderación en términos de composición, diseño, pruebas y mantenimiento.

Tomo el primer paquete de la lista - optimx.

Hay un enlace a él https://cran.r-project.org/web/packages/optimx/index.html con la siguiente información:

Versión: 2022-4.30
Importa: numDeriv
Sugiere: knitr,rmarkdown,setRNG,BB,ucminf,minqa,dfoptim,lbfgsb3c,lbfgs,subplex
Published: 2022-05-10
Autor: John C Nash [aut, cre], Ravi Varadhan [aut], Gabor Grothendieck [ctb]
Mantenedor: John C Nash <nashjc at uottawa.ca>
Licencia: GPL-2
NecesitaCompilación: no
Cita: optimx citation info
Materiales: NOTICIAS
En vistas: Optimización
Comprobaciones CRAN: optimx results son los resultados de la comprobación del paquete.

Documentación:

Manual de referencia: optimx.pdf
Viñetas: Utilización y ampliación del paquete optimx
Rvmmin15
SNewton

Descargas:

Fuente del paquete: optimx_2022-4.30.tar.gz


No comentaré todas las posiciones, veamos sólo el manual https://cran.r-project.org/web/packages/optimx/optimx.pdf.

Resulta que el paquete contiene un par de docenas de funciones.

Un punto más extremadamente importante: hay un enlace a la descripción de los algoritmos del paquete - esta es una práctica común en R - No he conocido ningún paquete sin descripción de los algoritmos.

Referencias Nash, John C. y Varadhan, Ravi (2011) Unifying Optimisation Algorithms to Aid Software System Users: optimx for R, Journal of Statistical Software, publicación pendiente.

Todo lo anterior define a R como un entorno de desarrollo profesional y un entorno para profesionales de la estadística. Por si fuera poco, existe una versión de R comprada y respaldada por Microsoft. Hoy en día, en el campo de la estadística todo lo demás es un "koljós", que no está a la altura de R. En 5-10 años había competidores, por ejemplo, SPSS, pero hoy no hay ninguno.

¿Qué se puede oponer a este enfoque profesional de la programación? Reconozco que has escrito algo brillante. ¿Qué hay para nosotros? ¿No entiendes que ningún programador en su sano juicio NO confiaría dinero a un programa casero? Si tienes un algoritmo de optimización ingenioso, puedes empaquetarlo y ponerlo en CRAN, pero la distancia entre lo que tienes y CRAN es enorme. Se necesita un gran esfuerzo para convertir tus algoritmos caseros en una herramienta profesional y disponible para todo el mundo. Y el obstáculo más importante es publicar y conseguir el reconocimiento de la comunidad profesional para tu ingenioso algoritmo. Por cierto, algoritmos de optimización - sólo hay un shell en R, y el resto es C++ o Fortran.

¡Vaya! ¡87 páginas de descripción! ¡Genial, debe ser algo bueno!

Eso pensaba yo, fe ciega.

Tú, Fomenko, no pareces entender que no hay brujería en los paquetes, fueron escritos por gente común y mortal.


"No son los paquetes, son los usuarios locales de estos paquetes :) Como vagos rebuscando en ellos, sin ningún propósito en particular". (C)

 
СанСаныч Фоменко #:

y hay muchas cosas interesantes aquí.

https://cran.r-project.org/web/views/Finance.html



una vez te pregunte como saber si un vehiculo ha sido reestrenado.

aquí tienes https://cran.r-project.org/web/packages/pbo/index.html

https://github.com/mrbcuda/pbo

CRAN Task View: Empirical Finance
CRAN Task View: Empirical Finance
  • cran.r-project.org
This CRAN Task View contains a list of packages useful for empirical work in Finance, grouped by topic.
 
mytarmailS #:

¿Cuál era el problema, Renate? ¿A CRAN no se le escapó?

Tienen religiosidad hasta en el proceso de registro.

No trabajan con empresas. Sólo quieren registros de derechos de autor/personales.

Llevan semanas dando largas. Ellos.
 
Andrey Dik #:

¿Es posible llamar a la librería .ex5 desde el programa R integrado en MT5?

Se trata de un paquete externo que puede solicitar datos a Metatrader.

No está previsto que se ejecute dentro de Metatrader, como se hizo para los scripts de Python.
 
СанСаныч Фоменко #:

Fe ciega NO en los paquetes, sino en un entorno de desarrollo profesional.

....

Todo lo anterior es lo que define a R como un entorno de desarrollo profesional y un entorno para profesionales de la estadística.

.....

¿NINGÚN programador en su sano juicio NO confiaría dinero a un programa casero? Si tiene un algoritmo de optimización ingenioso, que formalice el paquete y lo ponga en CRAN. Pero la distancia entre lo que tienes y CRAN es enorme. Hace falta un gran esfuerzo para convertir tus algoritmos caseros en una herramienta profesional y disponible para todo el mundo. Por cierto, los algoritmos de optimización en R son sólo una cáscara en R, y el algoritmo en sí es C ++ o Fortran.

Yo no diría que los paquetes para R están escritos por superprogramadores y que consiguen un código perfecto absolutamente preciso. El código se aproxima al ideal a medida que le dedicas suficiente tiempo, trabajas con él y lo pruebas, encuentras y corriges errores.

Cuando aparecieron los artículos de Vladimir con el paquete Darch, experimenté mucho con él. Le dediqué bastante tiempo.
Con estos experimentos hice algunas sugerencias para mejorar el paquete e incluso encontré 2-3 bugs.

El autor corrigió muchas cosas, pero de repente volvió todo a la versión anterior a todas las correcciones. aparentemente las nuevas ediciones cambiaban algo en alguna parte y no quería ocuparse de ello y perder el tiempo. Según entendí en ese momento ya había abandonado el proyecto y estaba haciendo otros trabajos. A juzgar por el hecho de que las últimas ediciones fueron hace 5-6 años - nada ha cambiado. El proyecto está abandonado y con errores. Por suerte ya ha sido eliminado https://cran.r-project.org/web/packages/darch/index.html

Así que cualquiera de nosotros puede crear un código decente mejor que el abandonado Darcha con bugs si trabajamos duro en ello.

Así que de cientos de paquetes yo confiaría solo en los que se les dedique tiempo y se arreglen. Como katbusta etc. con financiación (o sin financiación, pero con entusiasmo y no abandono).

Issues · maddin79/darch
Issues · maddin79/darch
  • maddin79
  • github.com
Create deep architectures in the R programming language - Issues · maddin79/darch
 
Renat Fatkhullin #:

Llevamos semanas así. Ellos.

¿Qué pasó después? )

 
Renat Fatkhullin #:
Tienen religiosidad hasta en el proceso de registro.

No trabajan con empresas. Sólo quieren registros de autores/personas.

Hemos estado en ello durante semanas. Ellos.

Wo - tampoco trabajan con empresas....

Y los corsarios abandonan sus oficios cuando se van a otros trabajos/proyectos.

 
Forester #:

Así que cualquiera de nosotros puede crear un código decente mejor que el abandonado Darcha con bugs si trabajamos duro en ello.

Y en otros lenguajes, ¿todo el mundo trabaja sus proyectos hasta la muerte?

¿Cuál es la queja, y a quién? ¿Y qué tiene que ver R con esto?