トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 3253

[fxsaber]

Maxim Dmitrievsky #:
どうだ？

https://www.mql5.com/ru/docs/constants/chartconstants/enum_timeframes

識別子	説明
期間	現在の期間
PERIOD_M1	1分
PERIOD_M2	2分
期間_M3	3分
期間_M4	4分
ピリオド_M5	5分
期間_M6	6分
ピリオド_M10	10分
期間_M12	12分
期間_M15	15分
期間_M20	20分
ピリオド_M30	30分
期間_H1	1時間
期間_H2	2時間
期間_H3	3時間
期間_H4	4時間
期間_H6	6時間
期間_H8	8時間
期間_H12	12時間
期間_D1	1日
期間_W1	1週間
期間_MN1	1ヶ月

[Maxim Dmitrievsky]

fxsaber #:

https://www.mql5.com/ru/docs/constants/chartconstants/enum_timeframes

そんなに早くはできないよ、今夜遅くまでか、先日まで。

[Valeriy Yastremskiy]

Maxim Dmitrievsky #:
そんなにすぐにはできないよ、夕方近くか、先日か。

天気はいいんだけどね)))

[Maxim Dmitrievsky]

小さなTFでメモリがオーバーフローする16個のosuと30ギガのスワップファイル（マックではスワップ）でメモリがオーバーフローする。例えば、50k x 50kの相関行列がある。

PandasとNampayはクラッシュする。daskを試してみる。あるいは履歴をフィルタリングするか。

要するに、MOは普通のハードウェアでは動かないということだ。

[Forester]

Maxim Dmitrievsky #:
小さなTFでメモリがオーバーフローする16個のosuと30ギガのスワップファイル（マックではスワップ）でメモリがオーバーフローする。例えば50k×50kの相関行列がある。

PandasとNampayはクラッシュする。daskを試してみる。あるいは履歴をフィルタリングする。

要するに、MOは普通のハードウェアでは動かないということだ。

量子化はしているのか？量子化の主な目的はデータサイズを小さくすることだ。4バイトのfloatを1バイトのucharやcharにする。
16gのマトリックスが4gになる。
。

そしてすべての計算はRAMで行われます。最近のメモリは安価だ。

[Maxim Dmitrievsky]

Forester #:
定量化は行っていますか？量子化の主な目的は、データサイズを小さくすることです。4バイトのfloatを1バイトのucharやcharにする。16gのマトリックスが4gになる。 。

そして、すべての計算はRAMで行われます。最近のメモリは安価だ。

相関関係の計算方法がわからない。

macbookにメモリを追加するのはそう簡単ではない)時系列ではまだ非常に効率が悪いので、何とかやり直したい。

特に、TFをもう1つ下げて、5倍のリソースが必要になる。

SQLで計算するのが効率的でしょうか？

[Forester]

Maxim Dmitrievsky #:

その後の相関関係の計算方法は知らない。

macbookにメモリを追加するのは簡単ではない）時系列ではまだ非常に効率が悪い。

特にTFが低くなると5倍のリソースが必要になる。

alglibに二重相関計算関数があります。変数をすべてchar/ucharに変更すれば、すべてうまくいくと思います。 他にも、やり直しが必要な使用済みの関数が何十個もあります。また、CMatrixDoubleから動的配列か何かに変更する。

Pearson product-moment correlation matrix                        |
//| INPUT PARAMETERS:                                                |
//|     X   -   array[N,M], sample matrix:                           |
//|             * J-th column corresponds to J-th variable           |
//|             * I-th row corresponds to I-th observation           |
//|     N   -   N>=0, number of observations:                        |
//|             * if given, only leading N rows of X are used        |
//|             * if not given, automatically determined from input  |
//|               size                                               |
//|     M   -   M>0, number of variables:                            |
//|             * if given, only leading M columns of X are used     |
//|             * if not given, automatically determined from input  |
//|               size                                               |
//| OUTPUT PARAMETERS:                                               |
//|     C   -   array[M,M], correlation matrix (zero if N=0 or N=1)  |
//+------------------------------------------------------------------+
static bool CBaseStat::PearsonCorrM(const CMatrixDouble &cx,const int n,
                                    const int m,CMatrixDouble &c)

また、もし自作のプログラムを持っているのなら、量子化も行わなければならない。

[Forester]

Maxim Dmitrievsky #:
SQLを読むのが効率的なのだろうか？

わからない

[mytarmailS]

Maxim Dmitrievsky #:
小さなTFでメモリがオーバーフローするー16個のーosuとーswapファイル（ー（ーmacのーswap）30ギガでー メモリがー溢れる。例えば50k×50kの相関行列がある。

PandasとNampayはクラッシュする。daskを試してみる。あるいは履歴をフィルターするか。

要するに、MOは普通のハードウェアでは動かないということだ。

なぜ相関行列が必要なんだ？

、ータンがータンがータがータがータ パターンがータ パターンがータ パターン パターン パターンがータ パターンがー

[Maxim Dmitrievsky]

mytarmailS #:

なぜ相関行列が必要なのですか？

パターンがあり、そのパターンと比較するための履歴の配列がある。

パターンはありません。パターンは相関行列によって検索されます。