L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3088

 
Maxim Dmitrievsky #:

ma si capisce come funzionano questi algoritmi, e loro li hanno tirati fuori da un pacchetto...

Non verranno, non possono nemmeno prendere i dati dalla vostra libreria. Ve l'ho detto, ha passato 3 giorni a scrivere un ciclo for.

Ho proposto lo stesso modo di discutere l'inferenza causale... sulla mia testa. La risposta è stata negativa.

Perché si arrabbiano tanto, parlano come adulti, fumano, imprecano?

 
Andrey Dik #:

Perché sono così rumorosi, parlano come adulti, fumano, imprecano?

Perché sul forum si può fare di tutto e non si ottiene nulla.

 
Maxim Dmitrievsky #:

perché puoi fare qualsiasi cosa sul forum e non otterrai nulla.

A quanto pare è così. Amen.
 
Andrey Dik #:

Mi chiedo davvero quale sia la base per la fiducia cieca nei pacchetti? Forse da qualche parte ci sono test comparativi di pacchetti su AO? Mi sto perdendo in congetture....


Fede cieca NON nei pacchetti, ma in un ambiente di sviluppo professionale.

Il primo segno di un ambiente professionale è la possibilità di trovare qualcosa in questo ambiente. Se parliamo di R, è nel campo della statistica.

L'ottimizzazione non è in realtà una statistica, ma per ovvie ragioni R contiene pacchetti relativi all'ottimizzazione. In DUE click ho trovato un link a un elenco proibitivo di pacchetti relativi all'ottimizzazione, vedi sopra.

Un pacchetto in R è un insieme di strumenti software che soddisfano requisiti di moderazione in termini di composizione, progettazione, test e manutenzione.

Prendo il primo pacchetto dell'elenco: optimx.

Si fa riferimento a https://cran.r-project.org/web/packages/optimx/index.html con le seguenti informazioni:

Versione: 2022-4.30
Importazioni: numDeriv
Suggerimenti: knitr,rmarkdown,setRNG,BB,ucminf,minqa,dfoptim,lbfgsb3c,lbfgs,subplex
Pubblicato: 2022-05-10
Autore: John C Nash [aut, cre], Ravi Varadhan [aut], Gabor Grothendieck [ctb]
Manutentore: John C Nash <nashjc at uottawa.ca>
Licenza: GPL-2
Necessita di compilazione: no
Citazione: optimx citation info
Materiali: NOTIZIE
In vista: Ottimizzazione
Controlli CRAN: Irisultati di optimx sono i risultati del controllo del pacchetto.

Documentazione:

Manuale di riferimento: optimx.pdf
Vignette: Utilizzo ed estensione del pacchetto optimx
Rvmmin15
SNewton

Download:

Sorgente del pacchetto: optimx_2022-4.30.tar.gz


Non commenterò tutte le posizioni, ma mi limiterò a dare un'occhiata al manuale https://cran.r-project.org/web/packages/optimx/optimx.pdf.

Risulta che il pacchetto contiene un paio di decine di funzioni.

Vorrei sottolineare un punto estremamente importante: c'è un link alla descrizione degli algoritmi del pacchetto - questa è una pratica comune in R - non ho incontrato nessun pacchetto senza descrizione degli algoritmi. Tutti i pacchetti R NON sono scatole nere, c'è sempre una descrizione degli algoritmi, che di solito ha un elenco di letteratura sulla discussione e l'approvazione.

Riferimenti Nash, John C. e Varadhan, Ravi (2011) Unifying Optimisation Algorithms to Aid Software System Users: optimx for R, Journal of Statistical Software, in attesa di pubblicazione.

Tutto ciò definisce R come un ambiente di sviluppo professionale e un ambiente per professionisti della statistica. Inoltre, esiste una versione di R che Microsoft ha acquistato e supporta. Nel campo della statistica oggi tutto il resto è un "kolkhoz", che non può essere paragonato a R. In altri 5-10 anni ci sarebbero stati dei concorrenti, ad esempio SPSS, mentre oggi non ce ne sono.

Cosa si può opporre a questo approccio professionale nella programmazione? Ammetto che hai scritto qualcosa di così brillante. Cosa ci guadagniamo noi? Non capisci che nessun programmatore sano di mente NON affiderebbe denaro a un programma fatto in casa? Se avete un algoritmo di ottimizzazione geniale, allora impacchettatelo e mettetelo su CRAN. Ma la distanza tra ciò che avete e CRAN è enorme. Ci vuole uno sforzo enorme per trasformare i vostri algoritmi fatti in casa in uno strumento professionale e generalmente disponibile. A proposito, gli algoritmi di ottimizzazione in R sono solo una shell in R, mentre l'algoritmo stesso è in 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 #:

Fede cieca non nei pacchetti, ma in un ambiente di sviluppo professionale.

Il primo segno di un ambiente professionale è la possibilità di trovare qualcosa in questo ambiente. Se stiamo parlando di R, allora trovatelo nel campo della statistica.

L'ottimizzazione non è in realtà una statistica, ma per ovvie ragioni R contiene pacchetti relativi all'ottimizzazione. In DUE click ho trovato un link a un elenco proibitivo di pacchetti relativi all'ottimizzazione, vedi sopra.

Un pacchetto in R è un insieme di strumenti software che soddisfano i requisiti di moderazione in termini di composizione, progettazione, test e manutenzione.

Prendo il primo pacchetto dell'elenco: optimx.

C'è un link al sito https://cran.r-project.org/web/packages/optimx/index.html con le seguenti informazioni:

Versione: 2022-4.30
Importazioni: numDeriv
Suggerimenti: knitr,rmarkdown,setRNG,BB,ucminf,minqa,dfoptim,lbfgsb3c,lbfgs,subplex
Pubblicato: 2022-05-10
Autore: John C Nash [aut, cre], Ravi Varadhan [aut], Gabor Grothendieck [ctb]
Manutentore: John C Nash <nashjc at uottawa.ca>
Licenza: GPL-2
Necessita di compilazione: no
Citazione: optimx citation info
Materiali: NOTIZIE
In vista: Ottimizzazione
Controlli CRAN: Irisultati di optimx sono i risultati del controllo del pacchetto.

Documentazione:

Manuale di riferimento: optimx.pdf
Vignette: Uso ed estensione del pacchetto optimx
Rvmmin15
SNewton

Download:

Sorgente del pacchetto: optimx_2022-4.30.tar.gz


Non commenterò tutte le posizioni, vediamo solo il manuale https://cran.r-project.org/web/packages/optimx/optimx.pdf.

Si scopre che il pacchetto contiene un paio di decine di funzioni.

Un altro punto estremamente importante: c'è un link alla descrizione degli algoritmi del pacchetto - questa è una pratica comune in R - non ho incontrato nessun pacchetto senza descrizione degli algoritmi.

Riferimenti Nash, John C. e Varadhan, Ravi (2011) Unifying Optimisation Algorithms to Aid Software System Users: optimx for R, Journal of Statistical Software, in attesa di pubblicazione.

Tutto ciò definisce R come un ambiente di sviluppo professionale e un ambiente per professionisti della statistica. Inoltre, esiste una versione di R che Microsoft ha acquistato e supporta. Nel campo della statistica oggi tutto il resto è un "kolkhoz", che non può stare accanto a R. In 5-10 anni c'erano dei concorrenti, ad esempio SPSS, ma oggi non ce ne sono.

Cosa si può opporre a questo approccio professionale nella programmazione? Ammetto che hai scritto qualcosa di così brillante. Cosa ci guadagniamo noi? Non capisci che nessun programmatore sano di mente NON affiderebbe denaro a un programma fatto in casa? Se avete un algoritmo di ottimizzazione geniale, potete impacchettarlo e metterlo su CRAN, ma la distanza tra ciò che avete e CRAN è enorme. Ci vuole uno sforzo enorme per trasformare i vostri algoritmi fatti in casa in uno strumento professionale e generalmente disponibile. E l'ostacolo più importante è pubblicare e ottenere il riconoscimento della comunità professionale per il vostro ingegnoso algoritmo. A proposito, gli algoritmi di ottimizzazione - c'è solo una shell in R, e il resto è C++ o Fortran.

Wow! 87 pagine di descrizione! Bene, deve essere una buona cosa!

Lo pensavo, fede cieca.

Tu, Fomenko, non sembri capire che non c'è nessuna stregoneria nei pacchetti, sono stati scritti da comuni mortali.


"Non sono i pacchetti, ma gli utenti locali di questi pacchetti :) Come i barboni che vi scavano dentro, senza uno scopo particolare". (C)

 
СанСаныч Фоменко #:

e qui c'è molto materiale interessante.

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



Una volta vi ho chiesto come scoprire se un veicolo è stato riqualificato.

ecco a voi 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 #:

Qual era il problema, Renate? Il CRAN non se l'è perso?

Hanno religiosità anche nel processo di registrazione.

Vedi, non lavorano con le aziende. Vogliono solo registrazioni di copyright/personali.

Stanno temporeggiando da settimane. Loro.
 
Andrey Dik #:

È possibile richiamare la libreria .ex5 dal programma R integrato in MT5?

Si tratta di un pacchetto esterno che può richiedere dati a Metatrader.

Non è previsto che venga eseguito all'interno di Metatrader, come è stato fatto per gli script Python.
 
СанСаныч Фоменко #:

Fede cieca NON nei pacchetti, ma in un ambiente di sviluppo professionale.

....

Tutto ciò è ciò che definisce R come un ambiente di sviluppo professionale e un ambiente per i professionisti della statistica.

.....

NESSUN programmatore sano di mente NON affiderebbe denaro a un programma fatto in casa? Se avete un algoritmo di ottimizzazione geniale, formalizzate il pacchetto e mettetelo su CRAN. Ma la distanza tra ciò che avete e CRAN è enorme. Ci vuole uno sforzo enorme per trasformare i vostri algoritmi fatti in casa in uno strumento professionale e generalmente disponibile. A proposito, gli algoritmi di ottimizzazione in R sono solo una shell in R, mentre l'algoritmo stesso è in C++ o Fortran.

Non direi che i pacchetti per R siano scritti da superprogrammatori che ottengono un codice perfetto e assolutamente accurato. Il codice si avvicina a quello ideale quando ci si dedica abbastanza tempo, ci si lavora e lo si testa, si trovano e si correggono i bug.

Quando sono apparsi gli articoli di Vladimir con il pacchetto Darch, ho sperimentato molto con esso. Ci ho dedicato abbastanza tempo.
Con questi esperimenti ho dato alcuni suggerimenti per migliorare il pacchetto e ho anche trovato 2-3 bug.

L'autore ha corretto molte cose, ma poi improvvisamente ha riportato tutto alla versione precedente a tutte le correzioni. apparentemente le nuove modifiche hanno cambiato qualcos'altro da qualche parte e non voleva occuparsene e perdere tempo. A quanto ho capito in quel momento aveva già abbandonato il progetto e si stava dedicando ad altri lavori. A giudicare dal fatto che le ultime modifiche risalgono a 5-6 anni fa, non è cambiato nulla. Il progetto è abbandonato e buggato. Fortunatamente è già stato rimosso https://cran.r-project.org/web/packages/darch/index.html

Quindi ognuno di noi può creare codice decente, migliore di Darcha abbandonato e pieno di bug, se ci lavora duramente.

Quindi, tra centinaia di pacchetti, mi fiderei solo di quelli a cui viene dato tempo e che vengono corretti. Come katbusta ecc. con finanziamenti (o senza finanziamenti, ma con entusiasmo e non con l'abbandono).

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

Sono settimane che lo facciamo. Loro.

Cosa è successo dopo? )