L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3088

 
Maxim Dmitrievsky #:

mais vous comprenez comment ces algorithmes fonctionnent, et ils les ont sortis d'un paquet...

Ils ne viendront pas, ils ne peuvent même pas obtenir les données de votre bibliothèque. Je vous l'ai dit, il a passé 3 jours à écrire une boucle pour.

J'ai proposé la même méthode pour discuter de l'inférence causale... sur ma propre tête. La réponse est en bas de l'échelle.

Pourquoi se mettent-ils en colère, parlent-ils comme des adultes, fument-ils, jurent-ils ?

 
Andrey Dik #:

Pourquoi sont-ils si bruyants, parlent-ils comme des adultes, fument-ils, jurent-ils ?

Parce que vous pouvez faire n'importe quoi sur le forum et que vous ne recevrez rien pour cela.

 
Maxim Dmitrievsky #:

parce que vous pouvez faire n'importe quoi sur le forum et vous n'obtiendrez rien pour cela.

Apparemment, c'est le cas. Amen.
 
Andrey Dik #:

Je me demande vraiment sur quoi se fonde la confiance aveugle dans les paquets ? Peut-être existe-t-il quelque part des tests comparatifs de paquets sur AO ? Je me perds en conjectures....


La confiance aveugle n'est pas dans les paquets, mais dans un environnement de développement professionnel.

Le premier signe d'un environnement professionnel est la possibilité de trouver quelque chose dans cet environnement. Si nous parlons de R, c'est dans le domaine des statistiques.

L'optimisation n'est pas vraiment une statistique, mais pour des raisons évidentes, R contient des paquets liés à l'optimisation. En DEUX clics, j'ai trouvé un lien vers une liste prohibitive de paquets liés à l'optimisation (voir ci-dessus).

Un paquetage dans R est un ensemble d'outils logiciels qui répondent à des exigences de modération en termes de composition, de conception, de test et de maintenance.

Je prends le premier paquet de la liste - optimx.

Il est référencé à l'adresse https://cran.r-project.org/web/packages/optimx/index.html avec les informations suivantes :

Version : 2022-4.30
Importations : numDeriv
Suggère : knitr,rmarkdown,setRNG,BB,ucminf,minqa,dfoptim,lbfgsb3c,lbfgs,subplex
Publié : 2022-05-10
Auteur : John C Nash [aut, cre], Ravi Varadhan [aut], Gabor Grothendieck [ctb]
Mainteneur : John C Nash <nashjc at uottawa.ca>
Licence : GPL-2
NeedsCompilation : non
Citation : optimx citation info
Matériaux : NEWS
Dans les vues : Optimisation
CRAN checks : optimx sont les résultats de la vérification du paquet.

Documentation :

Manuel de référence : optimx.pdf
Vignettes : Utilisation et extension du paquet optimx
Rvmmin15
SNewton

Téléchargements :

Source du paquet : optimx_2022-4.30.tar.gz


Je ne commenterai pas toutes les positions, contentons-nous de regarder le manuel https://cran.r-project.org/web/packages/optimx/optimx.pdf.

Il s'avère que le paquet contient quelques dizaines de fonctions.

J'aimerais souligner un point extrêmement important : il y a un lien vers la description des algorithmes du paquet - c'est une pratique courante dans R - je n'ai rencontré aucun paquet sans description d'algorithme. Tous les paquets R ne sont PAS des boîtes noires, il y a toujours une description des algorithmes, qui a généralement une liste de littérature sur la discussion et l'approbation.

Références Nash, John C. et Varadhan, Ravi (2011) Unifying Optimisation Algorithms to Aid Software System Users : optimx for R, Journal of Statistical Software, publication en cours.

Tout ce qui précède définit R comme un environnement de développement professionnel et un environnement pour les professionnels de la statistique. En outre, il existe une version de R que Microsoft a achetée et soutient. Dans le domaine des statistiques, tout ce qui existe aujourd'hui est un "kolkhoze", qui n'a rien à envier à R. Dans 5 à 10 ans, il y aurait eu des concurrents, par exemple SPSS, mais aujourd'hui il n'y en a plus.

Dick, que peux-tu opposer à cette approche professionnelle de la programmation ? Je reconnais que vous avez écrit quelque chose de si brillant. Qu'est-ce que cela nous apporte ? Ne comprends-tu pas qu'aucun programmeur sain d'esprit ne confierait de l'argent à un programme fait maison ? Si vous avez un algorithme d'optimisation ingénieux, packagez-le et mettez-le sur le CRAN. Mais la distance entre ce que vous avez et le CRAN est énorme. Il faut un effort considérable pour transformer vos algorithmes maison en un outil professionnel et généralement disponible. D'ailleurs, les algorithmes d'optimisation en R ne sont qu'une coquille en R, et l'algorithme lui-même est soit C++, soit 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 #:

Une confiance aveugle, non pas dans les paquets, mais dans un environnement de développement professionnel.

Le tout premier signe d'un environnement professionnel est la possibilité de trouver quelque chose dans cet environnement. Si nous parlons de R, trouvez-le dans le domaine des statistiques.

L'optimisation n'est pas vraiment une statistique, mais pour des raisons évidentes, R contient des packages liés à l'optimisation. En DEUX clics, j'ai trouvé un lien vers une liste prohibitive de paquets liés à l'optimisation (voir ci-dessus).

Un paquetage dans R est un ensemble d'outils logiciels qui répondent à des exigences de modération en termes de composition, de conception, de test et de maintenance.

Je prends le premier paquet de la liste - optimx.

Il existe un lien vers https://cran.r-project.org/web/packages/optimx/index.html avec les informations suivantes :

Version : 2022-4.30
Importations : numDeriv
Suggestion : knitr,rmarkdown,setRNG,BB,ucminf,minqa,dfoptim,lbfgsb3c,lbfgs,subplex
Publié : 2022-05-10
Auteur : John C Nash [aut, cre], Ravi Varadhan [aut], Gabor Grothendieck [ctb]
Mainteneur : John C Nash <nashjc at uottawa.ca>
Licence : GPL-2
NeedsCompilation : non
Citation : optimx citation info
Matériaux : NEWS
Dans les vues : Optimisation
CRAN checks : optimx sont les résultats de la vérification du paquet.

Documentation :

Manuel de référence : optimx.pdf
Vignettes : Utilisation et extension du package optimx
Rvmmin15
SNewton

Téléchargements :

Source du paquet : optimx_2022-4.30.tar.gz


Je ne commenterai pas toutes les positions, voyons seulement le manuel https://cran.r-project.org/web/packages/optimx/optimx.pdf.

Il s'avère que le paquetage contient quelques dizaines de fonctions.

Un autre point extrêmement important : il y a un lien vers la description des algorithmes du paquet - c'est une pratique courante dans R - je n'ai rencontré aucun paquet sans description des algorithmes.

Références Nash, John C. et Varadhan, Ravi (2011) Unifying Optimisation Algorithms to Aid Software System Users : optimx for R, Journal of Statistical Software, publication en cours.

Tout ce qui précède définit R comme un environnement de développement professionnel et un environnement pour les professionnels de la statistique. En outre, il existe une version de R que Microsoft a achetée et soutient. Dans le domaine des statistiques, tout ce qui existe aujourd'hui est un "kolkhoze", qui n'a rien à envier à R. Dans les 5 à 10 dernières années, il y avait des concurrents, par exemple SPSS, mais aujourd'hui il n'y en a plus.

Dick, que peux-tu opposer à cette approche professionnelle de la programmation ? Je reconnais que vous avez écrit quelque chose de si brillant. Qu'est-ce que cela nous apporte ? Ne comprends-tu pas qu'aucun programmeur sain d'esprit ne confierait de l'argent à un programme fait maison ? Si vous avez un algorithme d'optimisation ingénieux, vous pouvez l'empaqueter et le mettre sur le CRAN, mais la distance entre ce que vous avez et le CRAN est énorme. Transformer vos algorithmes maison en un outil professionnel et généralement disponible demande un effort considérable. Et l'obstacle le plus important est de publier et d'obtenir la reconnaissance de la communauté professionnelle pour votre algorithme ingénieux. Au fait, les algorithmes d'optimisation - il n'y a qu'un shell dans R, et le reste est soit C++, soit Fortran.

Ouah, 87 pages de description ! 87 pages de description ! Cool, ça doit être une bonne chose !

C'est ce que je pensais, une foi aveugle.

Vous, Fomenko, ne semblez pas comprendre qu'il n'y a pas de sorcellerie dans les paquets, ils ont été écrits par des gens ordinaires.


"Ce ne sont pas les paquets, mais les utilisateurs locaux de ces paquets :) Comme des clochards qui fouillent dedans, sans but particulier." (C)

 
СанСаныч Фоменко #:

et il y a beaucoup de choses intéressantes ici.

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



Je vous ai demandé une fois comment savoir si un véhicule a été recyclé.

Voici 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 #:

Quel était le problème, Renate ? Le CRAN ne l'a pas manqué ?

Ils font preuve de religiosité même dans le processus d'enregistrement.

Vous voyez, ils ne travaillent pas avec les entreprises. Ils ne veulent que des enregistrements de droits d'auteur/personnels.

Ça fait des semaines que c'est bloqué. Ils.
 
Andrey Dik #:

Est-il possible d'appeler la bibliothèque .ex5 à partir du programme R intégré à MT5 ?

Il s'agit d'un package externe qui peut demander des données à Metatrader.

Il n'est pas prévu qu'il s'exécute à l'intérieur de Metatrader, comme cela a été fait pour les scripts Python.
 
СанСаныч Фоменко #:

Une foi aveugle NON pas dans les paquets, mais dans un environnement de développement professionnel.

....

Tout ce qui précède définit R comme un environnement de développement professionnel et un environnement pour les professionnels de la statistique.

.....

AUCUN programmeur sain d'esprit ne confierait de l'argent à un programme fait maison ? Si vous avez un algorithme d'optimisation ingénieux, vous pouvez formaliser le package et le mettre sur CRAN. Mais la distance entre ce que vous avez et le CRAN est énorme. Il faut un effort considérable pour transformer vos algorithmes maison en un outil professionnel et généralement disponible. D'ailleurs, les algorithmes d'optimisation en R ne sont qu'une coquille en R, et l'algorithme lui-même est soit en C++, soit en Fortran.

Je ne dirais pas que les packages pour R sont écrits par des super-programmeurs et qu'ils obtiennent un code parfait et absolument exact. Le code se rapproche de l'idéal lorsque l'on y consacre suffisamment de temps, que l'on travaille avec et que l'on teste, que l'on trouve et que l'on corrige les bogues.

Lorsque les articles de Vladimir sur le paquet Darch sont apparus, j'ai beaucoup expérimenté. J'y ai consacré suffisamment de temps.
Grâce à ces expériences, j'ai fait quelques suggestions pour améliorer le paquet et j'ai même trouvé 2 ou 3 bogues.

L'auteur a corrigé beaucoup de choses, mais a soudainement tout ramené à la version antérieure à toutes les corrections. Apparemment, les nouvelles éditions modifiaient quelque chose d'autre quelque part et il ne voulait pas s'en occuper et perdre du temps. Si j'ai bien compris, à ce moment-là, il avait déjà abandonné le projet et travaillait à autre chose. À en juger par le fait que les dernières modifications remontent à 5-6 ans, rien n'a changé. Le projet est abandonné et bogué. Heureusement, il a déjà été supprimé https://cran.r-project.org/web/packages/darch/index.html

Chacun d'entre nous peut donc créer un code décent meilleur qu'un Darcha abandonné et bogué s'il y travaille dur.

Ainsi, parmi des centaines de paquets, je ne ferais confiance qu'à ceux qui bénéficient de temps et de correctifs. Comme katbusta etc. avec un financement (ou sans financement, mais avec enthousiasme et non abandon).

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

Cela fait des semaines que nous sommes à l'œuvre. Ils.

Que s'est-il passé ensuite ? )