Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3252

 
Антимошник в своей темке продолжает сношать свой мозг 😀😀😀 Зайти на форум алготрейдеров и отрицать саму основу, зачем здесь все собрались.

То есть типа какая альтернатива предлагается взамен? Алкотрйдинг? 😀
 
fxsaber #:

Пошел бы в другую сторону изменения масштаба.

На днях значит скоро )
 
Maxim Dmitrievsky #:
Это как?

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

Идентификатор

Описание

PERIOD_CURRENT

Текущий период

PERIOD_M1

1 минута

PERIOD_M2

2 минуты

PERIOD_M3

3 минуты

PERIOD_M4

4 минуты

PERIOD_M5

5 минут

PERIOD_M6

6 минут

PERIOD_M10

10 минут

PERIOD_M12

12 минут

PERIOD_M15

15 минут

PERIOD_M20

20 минут

PERIOD_M30

30 минут

PERIOD_H1

1 час

PERIOD_H2

2 часа

PERIOD_H3

3 часа

PERIOD_H4

4 часа

PERIOD_H6

6 часов

PERIOD_H8

8 часов

PERIOD_H12

12 часов

PERIOD_D1

1 день

PERIOD_W1

1 неделя

PERIOD_MN1

1 месяц

Документация по MQL5: Константы, перечисления и структуры / Константы графиков / Периоды графиков
Документация по MQL5: Константы, перечисления и структуры / Константы графиков / Периоды графиков
  • www.mql5.com
Периоды графиков - Константы графиков - Константы, перечисления и структуры - Справочник MQL5 - Справочник по языку алгоритмического/автоматического трейдинга для MetaTrader 5
 
Не смогу так быстро, ближе к вечеру только, либо на днях 
 
Maxim Dmitrievsky #:
Не смогу так быстро, ближе к вечеру только, либо на днях 
Погода хорошая))) 
 
На малых ТФ переполняться память. Забивается 16 озу и файл подкачки (своп на маке) 30гиг. Ну там матрица корреляционная 50к на 50к размером, например.

Пандас и нампай вылетает, не рассчитан на большие данные. Через даск попробую. Либо процеживать историю.

Короче что МО не тянет на обычном железе, что такой подход.
 
Maxim Dmitrievsky #:
На малых ТФ переполняться память. Забивается 16 озу и файл подкачки (своп на маке) 30гиг. Ну там матрица корреляционная 50к на 50к размером, например.

Пандас и нампай вылетает, не рассчитан на большие данные. Через даск попробую. Либо процеживать историю.

Короче что МО не тянет на обычном железе, что такой подход.
Квантизацию делаете? Основная цель квантизации - уменьшение размеров данных. 4 байтовый float в 1 байтовый uchar или char.
16 гг матрица станет 4гг.


Ну и все расчеты в ОЗУ идут - надо добавить. Сейчас память недорогая.

 
Forester #:
Квантизацию делаете? Основная цель квантизации - уменьшение размеров данных. 4 байтовый float в 1 байтовый uchar или char.
16 гг матрица станет 4гг.


Ну и все расчеты в ОЗУ идут - надо добавить. Сейчас память недорогая.

Не знаю как потом считать корреляцию

в макбук память не так просто добавить ) Все равно это крайне неэффективно для временного ряда, надо переделать как-то

Тем более что спущусь еще на ТФ ниже и нужно будет еще в 5 раз больше ресурсов

через SQL эффективно будет считать?

 
Maxim Dmitrievsky #:

Не знаю как потом считать корреляцию

в макбук память не так просто добавить ) Все равно это крайне неэффективно для временного ряда, надо переделать как-то

Тем более что спущусь еще на ТФ ниже и нужно будет еще в 5 раз больше ресурсов

В алглибе есть ф-я расчета корелляции double. Думаю можно просто поменять все переменные на char/uchar и все будет работать.Там еще с десяток используемых функций тоже надо переделать. И от CMatrixDouble перейти к динамическим массивам или как то по другому.

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)


И если у вас самоделка - то и квантизацию надо будет делать, если нет готового пакета, который ее делает.

 
Maxim Dmitrievsky #:
через SQL эффективно будет считать?
Не знаю