MQLプログラマーはプログラマーと言えるのか? - ページ 6

 


MQL4-5はプログラミングの枝葉の一つです。
アルゴリズム-プログラムのスキル-コンパイルの程度は様々です。
例えば、MQL4-5しか使えない人は、初心者や非プログラマーの間では、プログラミングの神様と呼ばれるでしょう。
もしあなたがMQL4-5を得意とするならば、経験豊富なプログラマーの間ではあなたは新人類の敗者となるでしょう。
すべてはあなたのいる環境次第です。
世の中のすべては相対的です。
コップの水は一滴より大きく、水の樽は常にコップの水より大きい、といった具合にね。


そして、MQL4-5の使い方しか知らないプロの前で、何かを証明すれば。

彼らは、荒々しい笑いと轟音とともに、***であなたを溝に踏みつけます。


P.s. 誰もが自分のニッチで、自分のレベルの中だけで議論しなければならない。

 
Alexander Ivanov:

そして、MQL4-5の使い方しか知らないプロの前で、何かを証明したら

を踏みにじり、荒々しい笑いと咆哮で溝を掘り返してくれるだろう。

踏まれることすらない。踏まれることもない。意味がないんです。

 
Yuriy Asaulenko:

踏み絵もないでしょう。笑い声や嘶きもない。意味がないんです。

好きな人は必ずいる...。

そんな感じで )

 
Yuriy Asaulenko:

これをやれば、自分はスーパープログラマーではなく、スーパー馬鹿だと考えていい。すでに何度も作られているものを応用して、自分でやって、時間を浪費するよりも。この「全部自分で」というやり方は、現代のプログラミングの概念にそぐわない)。

GARCHの C++のコードはどこにあるのか、教えてください。
 
Aleksey Ivanov:
GARGHの、まあ、少なくともC++の動作コードが見つかる場所を教えてください。

R-Projectで、ソースコード付き。Pythonのモジュールにもあるようです。しかも、すべてC++で。また、C++でない場合、他のアプリケーションからこれらのモジュールに接続することを誰が、何を防ぐのでしょうか?背後にはインターフェイスしかない。なぜC++のコードが必要なのか?- 適用するためにコードは必要ありません。

PS 検索して最初に出てきたのがこちら - garch for Python -Time Series Analysis (TSA) in Python - Linear Models to GARCH 検索から判断すると、garch C++でも十分なようですね。

Time Series Analysis (TSA) in Python - Linear Models to GARCH
Time Series Analysis (TSA) in Python - Linear Models to GARCH
  • 2016.11.08
  • Brian Christopher
  • www.blackarbs.com
So what?  Why do we care about stationarity?  A stationary time series (TS) is simple to predict as we can assume that future statistical properties are the same or proportional to current statistical properties.Most of the models we use in TSA assume covariance-stationarity (#3 above). This means the descriptive statistics these models predict...
 
Yuriy Asaulenko:

これをやれば、自分はスーパープログラマーではなく、スーパー馬鹿だと考えていい。すでに何度も作られているものを応用して、自分でやって、時間を浪費するよりも。現代のプログラミングの考え方は、この "all by yourself "の考え方にそぐわないのです......(笑)。

だから、生産性の 低さと、「その場で」技術を習得する必要性を述べたのです。こんな悩みがあるなら、私は戦車乗りとしてどうなんだろう?プログラマーというか。

 
Aleksey Ivanov:
GARCHの C++ワーキングコードだけでも、どこで手に入るか教えてください。

問題は、純粋なGARCH(1,1)は事実上実行不可能なモデルであることです。

適切なパッケージを取らなければならないのですが、一番面白いのはルガークです。平均をシミュレートする必要があります。ARCHのようなモデルはたくさんありますし、EGARCHで良い結果を得ることができます。このパッケージをFXなどの金融市場で使用した結果を強調した多くの出版物があります。このサイトでは、既成のコードやサンプルを見ることができ、とても勉強になります。

Rugarchを見て、良い結果が出たら、Srpで公開されています、コードはオープンソースです。

でも、GARCHでまともな結果が出るかどうかわからないから、Srpから大きく外れているんですね。とにかく、Rはインタプリタですから、μlではなくRで実験するのが比較にならないほど便利です。

 
СанСаныч Фоменко:

いずれにせよ、Rはインタプリタなので、μlではなくRで実験を行う方が比較にならないほど便利である。

インタプリタが二の次だからというわけではなく、Rは統計も含めた(というかまず)モデリング環境なので、より便利なのです。

ところで、Rはインタプリタ型とはいえ、言語自体はスクリプト言語であり、主に文中の単語、すなわち機能や各種パッケージ同士を結びつける役割を担っている。また、言語そのものがプログラムの実行 時間に占める割合はごくわずかです。

従って、Rのスピードに関する不満は、全く杞憂に終わる。これは、TCでRを直接使うことと、MQLでコードを書き換えることの無意味さについてです)。

 
СанСаныч Фоменко:

問題は...

お役立ち情報 :

http://keldysh.ru/papers/2013/prep2013_19.pdf

M.A. Ananiev、N.A. Mitin

RTS指数リターンを例とした条件付き超余裕の線形自己回帰モデルと非線形自己回帰モデルの比較

アノテーション

本論文では、RTS指数リターンのGARCHモデルを例にして、線形条件付きボラティリティモデルと非線形条件付きボラティリティモデルの予測能力を比較する。RTS指数の10年間の毎日の終値に基づいて、パラメトリックモデルを推定し、様々な長さのホライズンに対するボラティリティ予測のセットを構築した。 モデルの予測能力を選択した基準に従って比較した。時系列の検出された特徴を考慮するために非線形モデルが開発されているが、その助けを借りて得られる予測の質は時に疑問視される。本研究の結果は、他の研究の結果を補完するものである。非線形条件付きボラティリティモデルがより良い結果を示している。その理由として、非線形モデルは比較的短い水平期間でより良い予測をする一方で、より長い水平期間ではより大きな誤差を与える可能性があることが考えられる。

 
СанСаныч Фоменко:

問題は、純粋なGARCH(1,1)は事実上実行不可能なモデルであることです。

適切なパッケージを取らなければならないのですが、一番面白いのはルガークです。平均をシミュレートする必要があります。ARCHのようなモデルはたくさんありますし、EGARCHで良い結果を得ることができます。このパッケージをFXなどの金融市場で使用した結果を強調した多くの出版物があります。このサイトでは、既成のコードやサンプルを見ることができ、とても勉強になります。

Rugarchを見て、良い結果が出たら、Srpで公開されています、コードはオープンソースです。

でも、GARCHでまともな結果が出るかどうかわからないから、Srpから大きく外れているんですね。とにかく、Rはインタプリタですから、μlではなくRで実験するのが比較にならないほど便利です。

サン・サンチ、とんでもない秘密を教えてあげよう、MQLもそうなんだ。インタプリタでもある。