Bayesian regresyon - Bu algoritmayı kullanarak Uzman Danışman yapan var mı? - sayfa 53

 
Yuriy Asaulenko :

CR sorunu, onu tanımıyor olmam. :) Bu bir zaman meselesi, yavaş yavaş ustalaşmak.

Daha karmaşık olanı, R - yazılım - MT5 arasında gerçek zamanlı veri alışverişinin sağlanmasıdır. Dosyalara ek olarak, akla akıllıca bir şey gelmiyor. Başlangıç için yapacaklarına inanıyorum, sonra göreceğiz.

Ancak henüz değişim protokolünün kendisini (arayüz) göremiyorum.

Bir sürü R-MT4 var. Uzun süre çalışır. Pascal ile yazılmış bir kaynak kodu var.
 
СанСаныч Фоменко :
Bir grup R-MT4 var. Uzun süre çalışır. Pascal ile yazılmış bir kaynak kodu var.

Pascal yazmıyorum (uzun zaman önceydi), ama anlıyorum. Minnettar olacağım. bir posta göndereceğim.

Rıhtımları okurken MT ile değiş tokuş yapmak için borulara dar bir şekilde bakmaya başladım.

CRAN'da (bölüm - Diğer) ve İnternette R için COM-DLL'ler gördüm (bölüm - Diğer). Henüz bakmadım.

Şimdiye kadar şöyle görünüyor:

MT - Karar İşleme Yazılımı - R.

 
Yuriy Asaulenko :

Pascal yazmıyorum (uzun zaman önceydi), ama anlıyorum. Minnettar olacağım. bir posta göndereceğim.

Rıhtımları okurken MT ile takas için borulara dar bir şekilde bakmaya başladım.

CRAN'da (bölüm - Diğer) ve İnternette R için COM-DLL'ler gördüm (bölüm - Diğer). Henüz bakmadım.

Şimdiye kadar şöyle görünüyor:

MT - Karar İşleme Yazılımı - R.

Gönderdim, başkasının, sadece kod tabanına aktarın

https://www.mql5.com/ru/code/10684

Ve bu bir örnek

https://www.mql5.com/ru/code/10718

Ek olarak, VLAD'da da var, devresi daha karmaşık, ancak daha umut verici.

Yalnızca R'nin karar vermesi son derece güçlüdür: hem R'nin kendisi hem de paketleri. R kodu, hesaplama açısından karmaşık algoritmalar için son derece kompakt ve çok verimlidir.

Bir başka nokta R.

R bir yorumlayıcıdır, ancak R metin dizelerini yorumlayan çekirdek, arayüzleri iyi belgelenmiş olan C ile yazılmıştır. Ek olarak, C ile iletişim için paketler vardır. Çözüm kendini önerir: MT ile etkileşime girecek olan R çekirdeğine kod ekleyin.

 
СанСаныч Фоменко :

Yalnızca R'nin karar vermesi son derece güçlüdür: hem R'nin kendisi hem de paketleri. R kodu, hesaplama açısından karmaşık algoritmalar için son derece kompakt ve çok verimlidir.

Bir başka nokta R.

R bir yorumlayıcıdır, ancak R metin dizelerini yorumlayan çekirdek, arayüzleri iyi belgelenmiş olan C ile yazılmıştır. Ek olarak, C ile iletişim için paketler vardır. Çözüm kendini önerir: MT ile etkileşime girecek olan R çekirdeğine kod ekleyin.

Anlaşılabilir. Bununla birlikte, R ve C/C++ uygulamalarının entegrasyonu ve etkileşimi, örneğin, Rcpp ve RInside paketlerinde vb. gerçekten çok iyi tanımlanmıştır. Yani, bir C++ uygulaması R çekirdeği ile etkileşime girer.

Ve R çekirdeğine nasıl kod eklenir? - R paketinizin MT vb. bağlantıyla mı yapılması gerekiyor? IMHO, karmaşık matematiği emanet etmek, sonuç almak ve bir uygulamada kararlar almak R'den daha zordur.

Genel olarak, yapmam.

 
Yuriy Asaulenko :

Anlaşılabilir. Bununla birlikte, R ve C/C++ uygulamalarının entegrasyonu ve etkileşimi, örneğin, Rcpp ve RInside paketlerinde vb. gerçekten çok iyi tanımlanmıştır. Yani, bir C++ uygulaması R çekirdeği ile etkileşime girer.

Ve R çekirdeğine nasıl kod eklenir? - R paketinizin MT vb. bağlantıyla mı yapılması gerekiyor? IMHO, karmaşık matematiği emanet etmek, sonuç almak ve bir uygulamada kararlar almak R'den daha zordur.

Genel olarak, yapmam.

Ve bu kitap nedir? R Uzantıları Yazma

Doğrudan R yardımında bağlantı kurun

 
СанСаныч Фоменко :

Ve bu kitap nedir? R Uzantıları Yazma

Doğrudan R yardımında bağlantı kurun

ya paketlerinizi hazırlayın ya da etkileşime geçin. :) - R Uzantıları Yazma , kendi paketlerinizi nasıl oluşturacağınızı, R yardım dosyalarını nasıl yazacağınızı ve yabancı dil (C, C++, Fortran, ...) arayüzlerini kapsar.

Şimdiye kadar yabancı dil (C, C++, Fortran, ...) arayüzlerini tercih ettim. Zaten denedim - R'den yeni veri türleri C/C++/C#'da görünüyor ve çekirdeğe DLL aracılığıyla erişiyoruz. Paketlerin işlevselliği doğrudan programdan çağrılıyor gibi görünüyor. Bana öyle geliyor ki, etkileşim türleri çok yakın, sadece ikinci durumda onu paketlemeye gerek yok. Bu arada, R'nin kendisi, bir paket olarak düzenlemeden bile C/C++/F'de komut dosyaları içinde karmaşık işlevler yazmayı önerir (UNIX altında çalışıp çalışmadığını anlamadım - derleyici orada işletim sistemine yerleşiktir).

 
Yuriy Asaulenko :

ya paketlerinizi hazırlayın ya da etkileşime geçin. :) - R Uzantıları Yazma , kendi paketlerinizi nasıl oluşturacağınızı, R yardım dosyalarını nasıl yazacağınızı ve yabancı dil (C, C++, Fortran, ...) arayüzlerini kapsar.

Şimdiye kadar yabancı dil (C, C++, Fortran, ...) arayüzlerini tercih ettim. Zaten denendi - C / C ++ / C #'da R'den yeni veri türleri ortaya çıkıyor ve çekirdeğe DLL aracılığıyla erişiyoruz. Paketlerin işlevselliği doğrudan programdan çağrılıyor gibi görünüyor. Bana öyle geliyor ki, etkileşim türleri çok yakın, sadece ikinci durumda onu paketlemeye gerek yok. Bu arada, R'nin kendisi, bir paket olarak düzenlemeden bile C/C++/F'de komut dosyaları içinde karmaşık işlevler yazmayı önerir (UNIX altında çalışıp çalışmadığını anlamadım - derleyici orada işletim sistemine yerleşiktir).

Ne yazık ki bu alandaki bilgim son derece sınırlı.

İyi şanlar. Size içtenlikle sonuç diliyorum.

 
СанСаныч Фоменко :

Ne yazık ki bu alandaki bilgim son derece sınırlı.

İyi şanlar. Size içtenlikle sonuç diliyorum.

Teşekkür ederim.

Genel olarak, R ile etkileşimi anladım. En basit işlevselliğe hakim oldu. Ve sırada ne var - asla bilemeyeceğim. Paketlerde de mutlak sıfır.

Şimdilik önce korelasyon ve otokorelasyon fonksiyonlarına ve polinom regresyonuna ihtiyacımız var. Yolumu bulamıyorum. Onları nerede aramalı?

 
Yuriy Asaulenko :

Teşekkür ederim.

Genel olarak, R ile etkileşimi anladım. En basit işlevselliğe hakim oldu. Ve sırada ne var - asla bilemeyeceğim. Paketlerde de mutlak sıfır.

Şimdilik önce korelasyon ve otokorelasyon fonksiyonlarına ve polinom regresyonuna ihtiyacımız var. Yolumu bulamıyorum. Onları nerede aramalı?

?var()

?cov()

?cor() 

en basit otokorelasyon:

x <- rnorm( 1000 , 0 , 1 )
cor(x[ 1 : 999 ], x[ 2 : 1000 ])

yerleşik işlev:

acf(x, lag.max = NULL ,
    type = c( "correlation" , "covariance" , "partial" ),
    plot = TRUE , na.action = na.fail, demean = TRUE , ...)

pacf(x, lag.max, plot, na.action, ...)

In R for fitting a polynomial regression model (not orthogonal), there are two methods, among them identical. Suppose we seek the values of beta coefficients for a polynomial of degree 1 , then 2 nd degree, and 3 rd degree:


fit1 <- lm(sample1$Population ~ sample1$ Year )
fit2 <- lm(sample1$Population ~ sample1$ Year + I(sample1$ Year ^ 2 ))
fit3 <- lm(sample1$Population ~ sample1$ Year + I(sample1$ Year ^ 2 ) + I(sample1$ Year ^ 3 ))

bu işlevler veritabanındadır.

 

Paketi, tüm paketler listesinde anahtar kelime aramasıyla bulmayı deneyebilirsiniz: https://cran.r-project.org/web/packages/available_packages_by_name.html

Burada paketler gruplara ayrılmıştır, görevlerinizin hangi gruba ait olduğunu biliyorsanız, paketleri grubun kendisinde aramak daha kolay olacaktır /go?link=https://cran.r-project.org/web/ Görüntüleme/

Ve sonra birçok paket, kılavuzlarda ve eklenen pdf'lerde iyi kullanım örnekleri içerir.

CRAN Packages By Name
  • cran.r-project.org
The package will formally test two curves represented by discrete data sets to be statistically equal or not when the errors of the two curves were assumed either equal or not using the tube formula to calculate the tail probabilities