MXNet 是一個支援 Python, R, Scala, Matlab 等等的深度學習套件,其中還支援 GPU 運算。如果想要安裝 GPU 運算版本的 MXNet 需要自行編譯 ( Compile ), 在這裡介紹如何在 R 中安裝 MXNet。
Stranity Blog
MXNet 是一個支援 Python, R, Scala, Matlab 等等的深度學習套件,其中還支援 GPU 運算。如果想要安裝 GPU 運算版本的 MXNet 需要自行編譯 ( Compile ), 在這裡介紹如何在 R 中安裝 MXNet。
用 R 來進行交易策略開發,在建立交易模型後,有時候交易模型會有參數可以選擇,例如大家熟悉的 RSI、KD 指標…等的參數選擇,常見的作法就是將所有的參數範圍列出來,一一拿去做回測,取績效最好的幾組參數,再分別去觀察各組回測當中的獲利情形,選擇獲利較穩定的一組參數來當最後的交易策略。
財務理論常常提醒讀者們,報酬率的分佈具有高狹峰及厚尾的特性,這篇試著驗證大台指期貨之報酬率分佈是否具這樣特性,及展示使用常態分配與廣義誤差分配 (generalized error distribution) 配適報酬率之情況,其中廣義誤差分配可以模擬高狹峰的特徵。
之前已經有寫過一篇文章介紹 zoo 這個套件,在 zoo 套件當中,先給向量資料一個有序的 index 而建立類別為 zoo 的物件,再利用有對 zoo定義方法的函數來處理該物件。今天要再介紹另一個時間資料處理套件,特別是金融相關的資料更適合利用xts套件來整理資料。
在 2016 年 3 月由 Google 所開發的人工智慧 Alphago 與人類棋王的世紀大戰,像電影場景般的人機大戰受到全世界的矚目,機器學習頓時成為全世界最火的顯學,電腦似乎無所不能到了幾乎取代人類的存在,有人對於人類的未來感到興奮,也有人感到無助絕望。
R語言是統計方面非常強大的程式語言,想在既有的資料上建立模型、估計、檢定、甚至預測,在R語言上都是很容易的事情,但前提是必須要把資料整理成可以代入模型的形式。