小编Mik*_*der的帖子

我正在为外汇市场设计一个自动交易软件。在 MYSQL 数据库中，我有多年的市场数据，每隔五分钟一次。除了价格和时间之外，我还有 4 个不同的数据指标。

[Time|Price|M1|M2|M3|M4] 
x ~400,0000

Time是主键，M1贯穿M4是不同的指标（例如标准差或移动平均线的斜率）。

这是一个真实的例子（摘录：）

+------------+--------+-----------+--------+-----------+-----------+
|  Time      | Price  |     M1    |   M2   |    M3     |     M4    |
+------------+--------+-----------+--------+-----------+-----------+
| 1105410300 | 1.3101 |   12.9132 | 0.4647 |   29.6703 |        50 |
| 1105410600 | 1.3103 |    14.056 | 0.5305 | 29.230801 |        50 |
| 1105410900 | 1.3105 |   15.3613 | 0.5722 |   26.8132 |        25 |
| 1105411200 | 1.3106 | 16.627501 | 0.4433 | …

我想手动将点添加到绘图中(通过鼠标点击),然后从这些点生成坐标数据.

是否有一个包或一组函数可以让我在R中执行此操作？

我有一个名为的矩阵x,如下所示:

        pTime  Close
1  1275087600 1.2268
2  1275264000 1.2264
3  1275264300 1.2265
4  1275264600 1.2268
5  1275264900 1.2265
6  1275265200 1.2265
7  1275265500 1.2270
8  1275265800 1.2269
9  1275266100 1.2268
10 1275266400 1.2275
...1000 rows

我把它转换为时间序列数据类型(mts[2000])tser<- ts(x)1

现在我想使用window()函数(从stats包中)根据它们的POSIX时间戳(pTime字段)隔离#5和#8之间的所有行,但是我收到一条错误消息.

> A<- as.POSIXct(tser[5,1],origin="1970-01-01 00:00:00 UTC")
> B<- as.POSIXct(tser[8,1],origin="1970-01-01 00:00:00 UTC")
> A
                    pTime 
"2010-05-31 01:15:00 EDT" 
> B
                    pTime 
"2010-05-31 01:30:00 EDT" 

> window(tser[,1],A,B)
Error in window.default(x, ...) : 'start' cannot be after …

给定日期，我可以访问动物园向量中的适当元素。例如：

z[as.POSIXct(1213708500, origin="1970-01-01")]

这返回

2008-06-17 14:15:00 
           -8.28123 

我想得到一个包含 30 个连续元素的向量（以上面的元素结尾）。

在不知道起始元素的时间戳的情况下，我该如何（有效地）做到这一点？

我知道我可以用这个window函数做到这一点，但它需要一个开始时间和一个结束时间。

我正在尝试从Delphi中的“近似最近邻居”（ANN）库访问各种功能（实际上，它是Lazarus / FreePascal，但这无关紧要）。

这是C ++中的减速度：

#include <cstdlib>                      // C standard lib defs
#include <ANN/ANNx.h>                   // all ANN includes
#include <ANN/ANNperf.h>                // ANN performance 

using namespace std;                    // make std:: accessible
....
....
void annMaxPtsVisit(            // set limit on max. pts to visit in search
    int                 maxPts)         // the limit
{
    ANNmaxPtsVisited = maxPts;
}

这是我尝试annMaxPtsVisit从Lazarus内部访问该函数的方法（如果您不知道Lazarus是什么，请假装其delphi）：

unit unit1;

{$mode objfpc}{$H+}

interface

uses
  Classes, SysUtils, FileUtil, Forms, Controls, Graphics, Dialogs, StdCtrls;
type

  { TForm1 }

  TForm1 = class(TForm) …

我在本地计算机上有一个数据库,可以尽快重复查询.目前我正在mysql_real_connect()每个查询之前和mysql_close()之后执行.由于速度至关重要,连接和重新连接会产生不可接受的开销.

我做了一些研究,发现了一个mysqli创建持久连接(mysqli_pconnect)的命令.不幸的是我没有使用PHP(我mysql50在FreePascal/中使用库Lazarus)并且我无法使用该mysqli库; 我必须满足于标准mysql_*命令.

有没有人有办法解决吗？

我在Delphi中使用Zeoslib库.

我有一个大的多维静态数组,我需要将其转移到本地MySQL数据库中的空表.我怎样才能有效地做到这一点？

只需迭代一百万个插入语句？

我在外汇市场上有一个交易策略,我试图改进.

我有一个巨大的表(100k +行)代表市场上的每一个可能的交易,交易的类型(买入或卖出),交易结束后的盈利/亏损,以及代表各种市场测量的10个左右的额外变量.贸易开放时间.

我试图找出这10个变量中的任何一个是否与利润/损失显着相关.

例如,假设变量X的范围是50到-50.买单的X平均值为25,卖单的平均值为-25.

如果大多数有利可图的买单具有X> 25的值,并且大多数有利可图的卖单具有X <-25的值,那么我会认为X与利润的关系是显着的.

我想要一个很好的起点.我已安装RapidMiner 5以防万一有人可以给我一个具体的建议.

我有两个图,我实时更新,看起来像这样:

我产生这些地块与标准功能plot()和lines().由于我实时生成并重新生成这些图,因此会进行大量重新绘制和闪烁.

是否可以延迟输出到显示器,直到两个图完成？(也就是说,直到为两者添加了行？)

我有一个看起来像这样的字符串数组：

["Greater New York City Area", "Saudi Arabia", "Bahrain", "Greater New York City Area", "Toronto Canada Area", "Nigeria", "Toronto Canada Area", "United Arab Emirates", "Toronto Canada Area", "Egypt", "Egypt", "Bangladesh", "Gurgaon India", "United Arab Emirates", "New Delhi Area India", "Saudi Arabia", "United Arab Emirates", "United Arab Emirates", "Toronto Canada Area", "Pakistan", "New Delhi Area India", "New Delhi Area India", "United Arab Emirates", "Mumbai Area India", "New Delhi Area India"]

我试图将字符串“Greater New York City Area” 与该数组中的每个元素相匹配，并返回另一个包含每个匹配项索引的数组。

对于上面的例子，答案应该是 [0,3]。 …

我有大量数据，如下所示：

 PHHI   GFSX MOS GUIDANCE  10/19/2012  1200 UTC                       
 FHR  24  36| 48  60| 72  84| 96 108|120 132|144 156|168 180|192      
      SAT 20| SUN 21| MON 22| TUE 23| WED 24| THU 25| FRI 26|SAT CLIMO
 N/X  66  80| 68  82| 66  82| 66  81| 66  80| 67  82| 67  81| 67999999
 TMP  69  79| 71  81| 69  80| 69  80| 69  79| 69  80| 70  80| 70      
 DPT  63  64| 66  63| 64  64| 65  64| 65  66| 66  68| …