L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3280

Nuovo commento
 
mytarmailS #:

Non l'ho mai provato, sono curiosa anch'io.

Ma mi interessa un aumento generale della velocità su qualsiasi azione, non solo su matrici e vettori.

aumentare la dimensione della memoria in uno dei modi conosciuti

compreso il tentativo di utilizzare l'area d'ombra della RAM più (sotto il BIOS)

aumentare il bit rate del processore

aumentare la velocità di accesso al disco rigido (come opzione, allocare una parte della RAM per il file con i dati elaborati, cioè creare un disco rigido virtuale)

coordinare tutto l' hardware del computer in base alla frequenza del bus dati

utilizzare l'elaborazione dei task in diversi thread paralleli

 
fxsaber #:

Cercare di trovare rapidamente stringhe brevi simili in una stringa lunga.

È più ottimale utilizzare Alglib?

Ha QCF

 
Maxim Dmitrievsky #:

C'è anche un QCF

Non sembra essere stato inserito nella distribuzione MQL. NumPy conta velocemente?

 
Maxim Dmitrievsky #:

C'è anche un QCF

L'ho provato, ma mi ha dato un po' di spazzatura.

#include <Math\Alglib\fasttransforms.mqh>

const vector<double> GetCorr2( double &Array[], double &Pattern[] )
{
  double Corr[];  
  CCorr::CorrR1D(Array, ArraySize(Array), Pattern, ArraySize(Pattern), Corr);
  
  // ArrayRemove(Corr, 0, ArraySize(Pattern) - 1);  
  
  vector<double> Res;
  Res.Swap(Corr);

  return(Res);
}

void OnStart()
{
  const double ArrayTmp[] = {1, 2, 3, 4, 5, 6, 7, 8, 9};
  const double PatternTmp[] = {1, 2, 3};
  
  double Array[];
  double Pattern[];
  
  ArrayCopy(Array, ArrayTmp);
  ArrayCopy(Pattern, PatternTmp);
  
  Print(GetCorr2(Array, Pattern)); // [14,20,26,32,38,44,50,26,9,3,8]
}
 
fxsaber #:

L'ho provato, e mi ha dato un po' di problemi.

np.correlate([1, 2, 3, 4, 5, 6, 7, 8, 9], [1, 2, 3], mode='full' )


array([ 3, 8, 14, 20, 26, 32, 38, 44, 44, 50, 26, 9])

 
fxsaber #:

Non sembra essere stato inserito nella distribuzione MQL. NumPy conta velocemente?

I loop di Python sono lenti, quindi non ho pensato a un modo per farlo.

 
Maxim Dmitrievsky #:

I loop di Python sono lenti, quindi non ho dovuto capire come farlo.

I cicli non hanno nulla a che fare con QCF.

 
fxsaber #:

I cicli non hanno nulla a che vedere con il QCF.

ccf istantaneo

 
Maxim Dmitrievsky #:
array([ 3, 8, 14, 20, 26, 32, 38, 44, 50, 26, 9])

Cosa rappresentano questi numeri?

 
fxsaber #:

Cosa rappresentano questi numeri?

correlazioni incrociate non normalizzate )

Covarianze incrociate
1...327332743275327632773278327932803281328232833284328532863287...3399
Nuovo commento