Artikel "Bauen Sie Ihr erstes Modell einer Glass-Box mit Python und MQL5" veröffentlicht.
Modelle des maschinellen Lernens sind schwer zu interpretieren, und das Verständnis dafür, warum unsere Modelle von unseren Erwartungen abweichen, ist von entscheidender Bedeutung, wenn wir einen Nutzen aus dem Einsatz dieser fortschrittlichen Techniken ziehen wollen. Ohne einen umfassenden Einblick in das Innenleben unseres Modells könnten wir Fehler nicht erkennen, die die Leistung unseres Modells beeinträchtigen, wir könnten Zeit mit der Entwicklung von Funktionen verschwenden, die nicht vorhersagbar sind, und langfristig riskieren wir, die Leistungsfähigkeit dieser Modelle nicht voll auszuschöpfen. Glücklicherweise gibt es eine ausgeklügelte und gut gewartete Komplettlösung, mit der wir genau sehen können, was unser Modell unter seiner Haube macht.
Artikel "Python, ONNX und MetaTrader 5: Erstellen eines RandomForest-Modells mit RobustScaler und PolynomialFeatures zur Datenvorverarbeitung" veröffentlicht.
In diesem Artikel werden wir ein Random-Forest-Modell in Python erstellen, das Modell trainieren und es als ONNX-Pipeline mit Datenvorverarbeitung speichern. Danach werden wir das Modell im MetaTrader 5 Terminal verwenden.
Meist geladene kostenlose Produkte:
Meistgelesene Artikel des Monats
Wie man einen Handelsroboter via MetaTrader Market ersteht
Jedes Produkt im MetaTrader Market kann über Handelsplattformen MetaTrader 4 und MetaTrader 5 sowie direkt auf der MQL5.com Website gekauft werden. Wählen ein Produkt aus, das Ihrem Handelsstil passt, bezahlen Sie es auf die von Ihnen bevorzugten Weise und vergessen Sie nicht, es zu aktivieren.
In diesem Artikel demonstrieren wir eine einfache Möglichkeit, MetaTrader 5 auf gängigen Linux-Versionen zu installieren – Ubuntu und Debian. Diese Systeme werden häufig auf Serverhardware sowie auf den Personalcomputern von Händlern verwendet.
Wie teste ich einen Handelsroboter vor dem Kauf
Der Kauf eines Handelsroboters hat bestimmte Vorzüge gegenüber ähnlichen Möglichkeiten - ein automatisiertes System kann direkt im MetaTrader5-Terminal getestet werden. Vor dem Kauf kann und soll ein Expert Advisor sorgfältig in allen ungünstigen Modi im eingebauten Strategietester ausgeführt werden, um das System komplett zu verstehen.
Meist geladene Quellcodes des Monats
- Beispiele aus dem Buch „Neuronale Netze für den algorithmischen Handel mit MQL5“ Das Buch „Neuronale Netze im algorithmischen Handel mit MQL5“ ist ein umfassender Leitfaden, der sowohl die theoretischen Grundlagen der künstlichen Intelligenz und der neuronalen Netze als auch die praktischen Aspekte ihrer Anwendung im Finanzhandel unter Verwendung der Programmiersprache MQL5 behandelt.
- Trade Sessions Indikator Dieser Indikator basiert auf DRAW_FILLING buffers. Eingabeparameter werden nicht verwendet, die Funktionen TimeTradeServer(), TimeGMT() werden benutzt.
- Candle Time End and Spread Der Indikator zeigt zugleich den aktuellen Spread und die Zeit bis zum Schluss der Bar (Kerze).
Bestseller im Market:
Meist geladene kostenlose Produkte:
Bestseller im Market:
Meist geladene kostenlose Produkte:
Bestseller im Market:
Meistgelesene Artikel der Woche
MQL5 lernen, vom Anfänger zum Profi (Teil I): Beginn der Programmierung
Dieser Artikel ist die Einleitung zu einer Reihe von Artikeln über das Programmieren. Es wird hier davon ausgegangen, dass der Leser sich noch nie mit Programmierung beschäftigt hat. Diese Serie beginnt also mit den Grundlagen. Niveau der Programmierkenntnisse: Absolute Anfänger.
Wie man einen Handelsroboter via MetaTrader Market ersteht
Jedes Produkt im MetaTrader Market kann über Handelsplattformen MetaTrader 4 und MetaTrader 5 sowie direkt auf der MQL5.com Website gekauft werden. Wählen ein Produkt aus, das Ihrem Handelsstil passt, bezahlen Sie es auf die von Ihnen bevorzugten Weise und vergessen Sie nicht, es zu aktivieren.
In diesem Artikel demonstrieren wir eine einfache Möglichkeit, MetaTrader 5 auf gängigen Linux-Versionen zu installieren – Ubuntu und Debian. Diese Systeme werden häufig auf Serverhardware sowie auf den Personalcomputern von Händlern verwendet.
Meist geladene Quellcodes der Woche
- Candle Time End and Spread Der Indikator zeigt zugleich den aktuellen Spread und die Zeit bis zum Schluss der Bar (Kerze).
- Trade Sessions Indikator Dieser Indikator basiert auf DRAW_FILLING buffers. Eingabeparameter werden nicht verwendet, die Funktionen TimeTradeServer(), TimeGMT() werden benutzt.
- Beispiele aus dem Buch „Neuronale Netze für den algorithmischen Handel mit MQL5“ Das Buch „Neuronale Netze im algorithmischen Handel mit MQL5“ ist ein umfassender Leitfaden, der sowohl die theoretischen Grundlagen der künstlichen Intelligenz und der neuronalen Netze als auch die praktischen Aspekte ihrer Anwendung im Finanzhandel unter Verwendung der Programmiersprache MQL5 behandelt.
Meist geladene kostenlose Produkte:
Bestseller im Market:
Meist diskutierte Themen im Forum:
Meist geladene kostenlose Produkte:
Bestseller im Market:
Meist geladene kostenlose Produkte:
Bestseller im Market:
Artikel "Algorithmen zur Optimierung mit Populationen: Der Algorithmus intelligenter Wassertropfen (IWD)" veröffentlicht.
Der Artikel befasst sich mit einem interessanten, von der unbelebten Natur abgeleiteten Algorithmus - intelligente Wassertropfen (IWD), die den Prozess der Flussbettbildung simulieren. Die Ideen dieses Algorithmus ermöglichten es, den bisherigen Spitzenreiter der Bewertung - SDS - deutlich zu verbessern. Der neue Führende (modifizierter SDSm) befindet sich wie üblich im Anhang.
Meist geladene kostenlose Produkte:
58 neue Handelssignale können abonniert werden:
Wachstum: | 623.43 | % |
Equity: | 1 009 198.17 | USD |
Kontostand: | 1 009 257.42 | USD |
Bestseller im Market:
Artikel "Neuronale Netze leicht gemacht (Teil 65): Abstandsgewichtetes überwachtes Lernen (DWSL)" veröffentlicht.
In diesem Artikel werden wir einen interessanten Algorithmus kennenlernen, der an der Schnittstelle von überwachten und verstärkenden Lernmethoden angesiedelt ist.
Artikel "Algorithmen zur Optimierung mit Populationen: Differenzielle Evolution (DE)" veröffentlicht.
In diesem Artikel werden wir uns mit dem Algorithmus befassen, der von allen bisher diskutierten Algorithmen die umstrittensten Ergebnisse zeigt - der Algorithmus der differentiellen Evolution (DE).
Bestseller im Market:
Meist geladene kostenlose Produkte:
Meistgelesene Artikel des Monats
Wie man einen Handelsroboter via MetaTrader Market ersteht
Jedes Produkt im MetaTrader Market kann über Handelsplattformen MetaTrader 4 und MetaTrader 5 sowie direkt auf der MQL5.com Website gekauft werden. Wählen ein Produkt aus, das Ihrem Handelsstil passt, bezahlen Sie es auf die von Ihnen bevorzugten Weise und vergessen Sie nicht, es zu aktivieren.
In diesem Artikel demonstrieren wir eine einfache Möglichkeit, MetaTrader 5 auf gängigen Linux-Versionen zu installieren – Ubuntu und Debian. Diese Systeme werden häufig auf Serverhardware sowie auf den Personalcomputern von Händlern verwendet.
Wie teste ich einen Handelsroboter vor dem Kauf
Der Kauf eines Handelsroboters hat bestimmte Vorzüge gegenüber ähnlichen Möglichkeiten - ein automatisiertes System kann direkt im MetaTrader5-Terminal getestet werden. Vor dem Kauf kann und soll ein Expert Advisor sorgfältig in allen ungünstigen Modi im eingebauten Strategietester ausgeführt werden, um das System komplett zu verstehen.
Meist geladene Quellcodes des Monats
- Trade Sessions Indikator Dieser Indikator basiert auf DRAW_FILLING buffers. Eingabeparameter werden nicht verwendet, die Funktionen TimeTradeServer(), TimeGMT() werden benutzt.
- Beispiele aus dem Buch „Neuronale Netze für den algorithmischen Handel mit MQL5“ Das Buch „Neuronale Netze im algorithmischen Handel mit MQL5“ ist ein umfassender Leitfaden, der sowohl die theoretischen Grundlagen der künstlichen Intelligenz und der neuronalen Netze als auch die praktischen Aspekte ihrer Anwendung im Finanzhandel unter Verwendung der Programmiersprache MQL5 behandelt.
- Candle Time End and Spread Der Indikator zeigt zugleich den aktuellen Spread und die Zeit bis zum Schluss der Bar (Kerze).
Artikel "Neuronale Netze leicht gemacht (Teil 64): Die Methode konservativ gewichtetes Klonen von Verhaltensweisen (CWBC)" veröffentlicht.
Aufgrund von Tests, die in früheren Artikeln durchgeführt wurden, kamen wir zu dem Schluss, dass die Optimalität der trainierten Strategie weitgehend von der verwendeten Trainingsmenge abhängt. In diesem Artikel werden wir uns mit einer relativ einfachen, aber effektiven Methode zur Auswahl von Trajektorien für das Training von Modellen vertraut machen.
1 neues Thema im Forum:
Artikel "Algorithmen zur Optimierung mit Populationen: Spiralförmige Dynamische Optimization (SDO) Algorithmus" veröffentlicht.
In diesem Artikel wird ein Optimierungsalgorithmus vorgestellt, der auf den Mustern der Konstruktion spiralförmiger Trajektorien in der Natur, wie z. B. bei Muschelschalen, basiert - der Algorithmus der spiralförmigen dynamischen Optimierung (SDO). Ich habe den von den Autoren vorgeschlagenen Algorithmus gründlich überarbeitet und verändert. Der Artikel befasst sich mit der Notwendigkeit dieser Änderungen.