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)
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
https://www.mql5.com/ru/docs/constants/chartconstants/enum_timeframes
そんなにすぐにはできないよ、夕方近くか、先日か。
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。
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。
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?
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。
//| 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。
SQLを読むのが効率的なのだろうか?
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。
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
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。