圣彼得堡现象。概率论的悖论。 - 页 11

 
Maxim Dmitrievsky:

是的,特别是当你需要手头有一堆不同的报价和快速测试时,R和python会很快让你陷入困境,只是重新启动脚本而已

+R有一个慢得令人作呕的IDE。

用这些语言运行任何回溯测试器数百次,然后在悲伤中上吊自杀。

我甚至不想提及来自第三方lib的错误,以及持续的不兼容问题,等等。

我对R也有特异功能。当我听到R的时候,我想拿起枪))。

但不要谈及Python。从我自己的经验来看:一切都非常快。说,对速度不高的SQLite 的查询从0.003秒到0.03秒。测试TC的5.5万行历史只需要2分钟多一点,包括从头到尾的所有辅助性东西。

 
Aleksey Nikolayev:

mql5中几乎没有统计数据。而我们拥有的这个,说句不好听的,是未经测试的。

也许吧,我不怎么用它,因为我看不出有什么意义,我也不知道怎么做。

主要是优化和经验性 搜索,就像在nova的hubra上一样。

 
Yuriy Asaulenko:

R也让我产生了特异功能。当我听到R的时候,我想拿起一把枪)。

但不要说关于Python的任何事情。从我自己的经验来看:一切都非常快。说,对速度不高的SQLite的查询从0.003秒到0.03秒。测试TC的5.5万行历史记录只需要2分钟多一点,包括从头到尾的所有辅助东西。

是的,它也会出现故障,例如,输出图表很慢。或者你可能安装了一些库,但它需要另一个库,你已经有了,但它需要同样的库,但却是旧版本的,而其他的库就不工作了......。

所以我们花了两个小时来做研究,而不是10分钟。

 
Maxim Dmitrievsky:

是的,它也会出现故障,例如,它输出图形的速度很慢。或者你安装了一些库,但它需要依赖另一个库,而你已经有了这个库,它需要同样的库,但却是一个旧版本,而其他的库却不能与旧的库一起工作......

所以我们花了两个小时而不是10分钟来做研究。

我还没有在Python中遇到过,但我承认这是个可能性。这种情况也发生在其他软件上。

 
Maxim Dmitrievsky:

也许,我不怎么使用它,因为我看不出有什么意义,也不知道如何使用。

最主要的是优化和经验性的搜索鸽子,正如Nova在hobra上所做的那样

对我来说,主要的规则(为了执行速度和不被挂起)--R中不能有循环。如果非常需要一个循环和它里面的简单东西--用C语言写函数(在R语言中很简单)。如果不合适--使用纯C/C++而不是R。

但如果你需要像Kolmogorov-Smirnov测试这样的东西,R是最好的选择。我现在正在为论坛写一篇文章,在那里我将尝试展示这种方法对交易的有用性。

 
Aleksey Nikolayev:

但如果你需要像Kolmogorov-Smirnov检验这样的东西,.....我现在正在为论坛写一篇文章,我将尝试展示这种方法在交易中的作用。

我可以现在就做,以抽象的形式吗?如果是关于R的,我宁可不要)。最好是关于Kolmogorov-Smirnov对交易的好处。

 
Aleksey Nikolayev:

对我来说,主要的规则(为了执行速度和不冻结)--R中不应该有循环。如果我们真的需要循环和它里面的简单东西--用C语言写函数(在R语言中它足够简单)。如果不合适--使用纯C/C++而不是R。

但如果你需要像Kolmogorov-Smirnov测试这样的东西,R是最好的选择。我现在正在为一个论坛写一篇文章,我将尝试展示这种方法在交易中的作用。

好吧,有意思,让我们来读一读。

 
Yuriy Asaulenko:

我可以现在就做,以抽象的形式吗?如果是关于R,你最好不要)。最好是关于Kolmogorov-Smirnov对交易的好处。

我们构建了一些关于价格系列的统计数据。使用一致的标准,我们检查它的分布与价格是随机漫步的情况下的分布有多大区别。如果差异在统计学上是显著的,它可以表明贸易的可能性。在一致性的标准中,Kolmogorov-Smirnov似乎是最合适的。

另外,这个标准(以及其他许多标准)在 "从理论到实践 "的主题中会非常有用)

 
Aleksey Nikolayev:

我们构建了一些关于价格系列的统计数据。使用一致的标准,我们检查它的分布与如果价格是随机漫步时的分布有多大差别。如果差异在统计学上是显著的,它可以表明贸易的可能性。在一致性的标准中,Kolmogorov-Smirnov似乎是最合适的。

另外,这个标准(以及其他许多标准)在 "从理论到实践 "的主题中会非常有用)

随机VR绝对可以有任何分布。在大多数分布中,交易要么根本不可能,要么没有意义。

此外,交易是在随机过程的特定最终实现上进行的,其本身与分布根本无关。因为一个分布要么是一个无限的实现,要么是一组SP的实现。

一个很好的例子,同样的硬币,赢/输绝对可以是任何,M=0。

好吧,如果你采取非稳态的BP,那么谈论分布就等于什么都不谈。

 
Yuriy Asaulenko:

随机BP绝对可以有任何分布。在大多数分布中,交易要么根本不可能,要么没有意义。

此外,交易是在随机过程的特定实现上进行的,其本身与分布根本没有关系。因为一个分布要么是一个无限的实现,要么是一组CP的实现。

一个很好的例子是同一枚硬币,赢/输绝对可以是任何,M=0。

自然,从一个随机过程(我们的价格序列)的单一实现中,我们无法确定其确切的形式。这个统计数字只能让我们确定犯错的概率,考虑到这个过程与随机行走(维纳过程)不同。如果这个概率小于我们设定的阈值--我们假设这个过程不同于随机漫步--这就是标准的matstat方法。我们对与随机漫步的差异感兴趣,因为这种差异是交易机会的必要(尽管不是充分)条件。