처리 속도가 질적으로 향상되었으며 이제 극한 주기에 의존하지 않음을 알 수 있습니다. 사실, 작은 N에서, 특히 기간 3에서 속도는 훨씬 더 낮아졌지만 N이 증가하면 속도가 빠르게 증가하고 작은 N에서의 속도보다 거의 두 배 빠릅니다.
분명히 이것은 브레이크 점프와 인덱스 전환이 시간이 걸리고 장거리에서 효과적이기 때문입니다. 작은 N의 경우 정면 열거가 더 빠릅니다.
PS Up() 및 Down() 기능 모두 실행 비동기 실행 모드를 실행합니다. 저것들. 두 코어에서 동시에 실행할 수 있습니다. 그러나 성능이 향상되지는 않았습니다. 분명히 패스 자체는 리소스를 많이 사용하지 않으며 대부분의 시간 은 반복 자체가 아니라 데이터 준비 및 배포에 소비됩니다.
따라 다르고 나쁘지 않습니다. 귀하의 경우 모든 것이 최소 N에서 끝나는 그러한 소스(cVR)가 포착되었습니다. 일반적으로 실행 속도 대 기간의 그래프는 사용자의 것과 매우 다를 수 있습니다.
논란의 여지가 있는 주장. 알고리즘은 단일 패스이고 반복 횟수이므로 속도는 실제로 N에 의존하지 않습니다. 사실, 알고리즘의 한 기능이 있습니다. 그로 인해 가격 극단이 BP에서 동일하기 때문에 상당한 성능 저하. 다른 모든 경우에는 종속성이 유지되어야 합니다. 이 경우 고전적인 정규 분포 랜덤 워크를 BP로 사용했습니다.
그런 자신감이 어디 있습니까?
내 수표는 반대를 보여줍니다.
첨부 파일의 mq4 스크립트.
그러나 이것은 여전히 가장 빠른 옵션이 아닙니다. 하지만 내 쪽에서 그것은 "la-la"입니다. 왜냐하면 빨리 쓰지 않겠습니다.
그러나 이것은 여전히 가장 빠른 옵션이 아닙니다. 하지만 제 입장에서는 "라라"입니다. 왜냐하면 빨리 쓰지 않겠습니다.
그리고 나는하지 않을 것이다. 동의하지만 더 빠를 수 있습니다.
글쎄, 그것은 필요하지 않습니다! 해로운 :(
이 알고리즘은 내가 직접 작성할 것이며 이미 방법을 알고 있습니다. 지금은 몸이 좋지 않아 일주일만 미루어야 합니다.
씨티디 제가 첫 포스팅에 썼던 바로 그 내용입니다.
루프로 분할하는 것이 실제로 더 빠르게 작동하는 것처럼 보입니다. 그런데 왜 두 구절이 있는지 이해가 되지 않습니다.
그리고 나는하지 않을 것이다. 동의하지만 더 빠를 수 있습니다.
더 빨리 가능하지만 나도 하지 않을 것입니다 - 확실히;)
나는 한 번의 휴식이 없다는 것을 깨달았습니다. 이제 머리를 가지고 이 작업에 깊이 들어가지 마십시오.
다음은 최종 코드입니다. 최대값 검색 기능이 도입되었습니다. 최소 검색 기능은 다음과 유사합니다.
성능 테스트는 다음과 같습니다.
처리 속도가 질적으로 향상되었으며 이제 극한 주기에 의존하지 않음을 알 수 있습니다. 사실, 작은 N에서, 특히 기간 3에서 속도는 훨씬 더 낮아졌지만 N이 증가하면 속도가 빠르게 증가하고 작은 N에서의 속도보다 거의 두 배 빠릅니다.
분명히 이것은 브레이크 점프와 인덱스 전환이 시간이 걸리고 장거리에서 효과적이기 때문입니다. 작은 N의 경우 정면 열거가 더 빠릅니다.
PS Up() 및 Down() 기능 모두 실행 비동기 실행 모드를 실행합니다. 저것들. 두 코어에서 동시에 실행할 수 있습니다. 그러나 성능이 향상되지는 않았습니다. 분명히 패스 자체는 리소스를 많이 사용하지 않으며 대부분의 시간 은 반복 자체가 아니라 데이터 준비 및 배포에 소비됩니다.
그러나 이것은 여전히 가장 빠른 옵션이 아닙니다. 하지만 제 입장에서는 "라라"입니다. 왜냐하면 빨리 쓰지 않겠습니다.
아직 최신 상태입니다.
추신
처리 속도가 질적으로 향상되었으며 이제 극한 주기에 의존하지 않음을 알 수 있습니다.
아직 최신 상태입니다.
추신
따라 다르고 나쁘지 않습니다. 귀하의 경우 모든 것이 최소 N에서 끝나는 그러한 소스(cVR)가 포착되었습니다. 일반적으로 실행 속도 대 기간의 그래프는 사용자의 것과 매우 다를 수 있습니다.