Wie wir die leistungsfähigste, KI-gestützte Handelsplattform entwickelt haben: Die Evolution von MQL und MetaTrader anhand von Archiven, Foren und Releases

Von den ersten Expert Advisors bis zum agentenbasierten KI-Assistenten, MCP und OpenBLAS: Wie sich das MQL-Ökosystem entwickelt hat.

Die Geschichte von MQL ist die Geschichte seiner Wandlung von einer einfachen Sprache für Handelsstrategien zu einer vollwertigen Entwicklungs- und Analyseumgebung. Heute vereint das Ökosystem MetaEditor, MQL5, Python, ONNX, den agentenbasierten KI-Assistenten, das Model Context Protocol (MCP), OpenBLAS und die Algo Forge Git-Infrastruktur.

Von der Sprache für Expert Advisors zu einer IDE

Heutzutage lässt sich MetaEditor kaum noch als bloßer Quelltexteditor betrachten. Er umfasst die Dokumentation, einen Compiler, Debugger, Profiler, Projektmanagement, MQL5.COM-Integration, zentrale Quellcode-Speicherung, Python-Integration, ONNX-Unterstützung, einen KI-Assistenten, SQLite-Datenbankunterstützung sowie die Möglichkeit, mit CSV-Dateien als bearbeitbare Tabellen zu arbeiten. Doch diese Entwicklung geschah nicht über Nacht.

Schon mit den frühesten Plattformgenerationen verfolgte MetaQuotes konsequent ein Ziel: Tradern nicht nur einen Chart und eine Schaltfläche für Handelsoperationen zu ermöglichen, sondern auch, eine Handelsidee in Code umzusetzen, sie an historischen Daten zu testen und sie ohne menschliches Eingreifen einzusetzen. Die Geschichte von MQL ist die Geschichte davon, wie sich eine einfache Sprache für Expert Advisors allmählich zu einer vollwertigen Entwicklungsumgebung entwickelte.

Im Internet ist nicht alles erhalten geblieben. Einige der alten Seiten sind vollständig verschwunden; einige sind nur noch in der Internet Archive Wayback Machine zu finden; und einige können in alten Forenarchiven und Nachrichtenartikeln entdeckt werden. Dennoch bleibt genügend Material erhalten, um die Hauptlinie der Entwicklung sichtbar zu machen.

Fx Charts → MetaQuotes → MetaTrader → MetaTrader 4 → MetaTrader 5

Diese Unterscheidung ist wichtig. Die Archive enthalten verschiedene Build-Nummern, interne Versionsbezeichnungen und Titel alter Foren-Threads. Die öffentliche Geschichte der Plattform lässt sich jedoch am besten als eine Abfolge von Produkten und Ideen verstehen und nicht als eine Abfolge von Versionsnummern. Im Mittelpunkt dieser Geschichte stehen nicht Software-Releases, sondern die schrittweise Umwandlung eines Handelsterminals in einen Arbeitsplatz für Entwickler.

Expert Advisors kamen vor der Sprache

Der früheste Archivverweis auf die Website von MetaQuotes datiert auf Februar 2001. MetaQuotes Software Corp. wurde offiziell am 27. November 2000 gegründet, aber Diskussionen über die zukünftige Plattform und Handelsautomatisierung hatten bereits früher begonnen. Das Archiv enthält einen Forenbeitrag vom 23. November 2000 – vier Tage bevor das Unternehmen offiziell registriert wurde.

Was diesen frühen Archivfund besonders interessant macht, sind weder das Erscheinungsbild der Website noch ihre technischen Details. Wichtig ist hierbei, dass MQL noch nicht existierte, während die Idee von Expert Advisors bereits vorhanden war. Von Anfang an lag der Fokus nicht nur auf Charts und Kursen, sondern auf der Programmierung von Handelssystemen.

Dies gibt die Richtung für alles vor, was folgte. Vom ersten Tag an betrachtete MetaQuotes das Terminal nicht als passives Fenster zur Marktbeobachtung, sondern als eine Umgebung, in der Benutzer eine Strategie formalisieren und die Ausführung an eine Software delegieren konnten.

MetaQuotes und die erste Version von MQL

Die erste nennenswerte öffentliche Erwähnung von MQL erschien im November 2001. Damals wurde MetaQuotes Version 1.78 veröffentlicht, die die Möglichkeit einführte, benutzerdefinierte Handelsstrategien – Expert Advisors – unter Verwendung der internen MetaQuotes Language der Plattform zu erstellen.

Die damalige Ankündigung skizzierte bereits die langfristige Zukunftsvision der Plattform: Expert Advisors sollten die Handelslogik definieren, anhand historischer Daten getestet werden, automatisch Operationen auf dem Konto ausführen und offene Positionen ohne menschliches Eingreifen verwalten.

Nach heutigen Maßstäben wirkte das erste MQL bemerkenswert bescheiden. Die gesamte Spezifikation passte auf eine einzige HTML-Seite. Die Sprache verfügte über keine Schleifen, Arrays oder die vertraute Struktur eines vollwertigen Programms. Ein kleiner Satz vordefinierter Gleitkomma-Variablen wurde für Berechnungen verwendet.

Diesen Meilenstein jedoch allein nach seiner Syntax zu beurteilen, wäre falsch. Der eigentliche Durchbruch lag nicht in der Ausdrucksstärke der Sprache, sondern in ihrem Integrationsgrad. Expert Advisors liefen direkt im kostenlosen Client-Terminal, griffen auf Zeitreihen und technische Indikatoren zu, konnten den Markt analysieren und Handelsaufträge an den Server senden.

Dies markierte das Aufkommen eines Prinzips, das später zum Standard für das gesamte MQL-Ökosystem werden sollte: Eine Handelsstrategie ist kein externes Signal, das manuell in das Terminal importiert werden muss, sondern ein ausführbares Programm innerhalb der Handelsplattform.

MetaTrader: Eine neue Plattform, ein neuer Maßstab

Im Mai 2002 begann der öffentliche Test der neuen MetaTrader-Plattform. Dies war weit mehr als nur ein kosmetisches Update – es stellte eine grundlegende Neugestaltung der Server- und Manager-Komponenten dar. Die Ankündigungen erwähnten die Unterstützung für Hunderte Instrumente, einschließlich Forex-, CFD-, Futures- und Aktienmärkten, neuer Kommunikationsprotokolle sowie die Fähigkeit, Tausende Online-Nutzer gleichzeitig zu bedienen.

Diese Phase ist aus zwei Gründen wichtig für die Geschichte von MQL.

Erstens wurde das Terminal Teil eines größeren Ökosystems. Automatisierter Handel war nicht mehr für eine eigenständige Anwendung gedacht, sondern für ein integriertes System mit einem Server, Verwaltungswerkzeugen, großen Nutzerzahlen und verschiedenen Klassen von Finanzinstrumenten.

Zweitens wurde deutlich, dass die alte Sprache nicht ausreichte. Wenn von den Benutzern erwartet wurde, nicht nur vorgefertigte Expert Advisors auszuführen, sondern tatsächlich Handelslogik zu beschreiben, musste die Sprache der konventionellen Programmierung näher kommen.

MQL II: Die Sprache beginnt, einer echten Programmiersprache zu ähneln

Im Herbst 2002 führte die MetaTrader-Version 2.03 eine neue Version der Sprache ein: MQL II.

Es konnte nicht länger lediglich als eine Sammlung von Formeln zur Erstellung von Expert Advisors betrachtet werden. Die MQL II-Dokumentation war etwa dreimal so lang wie die des ursprünglichen MQL, obwohl sie immer noch auf eine einzige HTML-Seite passte. Die Sprache führte Variablen der Typen real, string und bool, Arrays, for- und while-Schleifen sowie einen erweiterten Satz integrierter Funktionen ein. Dazu gehörten die mathematischen Funktionen Abs, Ceil, Cos, Exp, Floor, Log, Mod, Pow, Round, Sin, Sqrt und Tan.

Das war ein bedeutender Schritt nach vorn. Die Benutzer arbeiteten immer noch innerhalb eines ziemlich starren Rahmens: Jede Quelldatei definierte im Wesentlichen eine ausführbare Funktion, die ausgeführt wurde, wenn ein Tick für ein Finanzinstrument eintraf. Innerhalb dieses Rahmens war es jedoch bereits möglich, komplexere Logik zu implementieren und Bedingungen, Schleifen, Arrays sowie mathematische Berechnungen zu verwenden.

Später wurde es möglich, extern kompilierte Dateien aufzurufen, was das Problem, keine benutzerdefinierten Funktionen innerhalb einer einzigen Quelldatei zu haben, teilweise löste. Intern war die Implementierung noch weit von den zukünftigen MQL4 und MQL5 entfernt: Der Code lief auf einer stackbasierten Maschine auf Basis der umgekehrten polnischen Notation. Für die Benutzer war das jedoch nicht das Wichtigste. Der entscheidende Punkt war, dass sich eine Handelsstrategie allmählich von einer Reihe von Bedingungen zu einem vollwertigen Programm entwickelte.

Was die Syntax betrifft, ähnelte MQL II der Sprache Pascal. Auch dies war beabsichtigt. Pascal galt als eine der zugänglichsten Sprachen zum Erlernen der Programmierung, und das entsprach perfekt der damaligen Philosophie von MetaQuotes: Jeder Benutzer des Handelsterminals sollte die Möglichkeit haben, seine eigene Handelsstrategie zu entwickeln.

Nutzerdefinierte Indikatoren: MQL geht über Expert Advisors hinaus

Im Frühjahr 2003 machte die Entwicklung von MQL einen weiteren wichtigen Schritt nach vorn. Im März wurden neue integrierte Indikatoren und Dateifunktionen zum Terminal hinzugefügt: FileOpen, FileClose, FileDelete, FileSize, FileTell, FileSeek, FileWrite, FileReadNumber, FileReadString und andere.

Aber der große Wendepunkt kam im April 2003: MetaTrader Version 3.10 führte die Unterstützung für benutzerdefinierte Indikatoren und Funktionen in MQL ein.

Dies erweiterte die Rolle der Sprache. Bis dahin war MQL hauptsächlich mit Expert Advisors verbunden: Der Benutzer beschrieb eine Handelsstrategie, und das Terminal führte sie bei jedem Tick aus. Benutzerdefinierte Indikatoren schufen einen neuen Anwendungsbereich: Trader konnten nun nicht nur Handelsentscheidungen programmieren, sondern auch ihre eigenen Methoden zur Marktanalyse.

Somit begann MQL, zwei verschiedene Aspekte der Arbeit eines Traders abzudecken: das Treffen von Handelsentscheidungen und das Erstellen von Analysewerkzeugen. Mit der Zeit sollte diese Kombination in MetaTrader 4 zum Standard werden: Expert Advisors, Indikatoren, Skripte und Bibliotheken würden als verschiedene Arten von Programmen innerhalb einer einzigen Umgebung behandelt werden.

Eine Übergangsphase: Von der Einfachheit zu einer vollwertigen Sprache

Mitte 2003 war klar geworden, dass die nächste große Plattform nicht einfach eine Erweiterung der bestehenden alten Architektur sein konnte. Ein neues Produkt, eine neue Sprache und eine neue Umgebung wurden benötigt.

Während des Entwicklungsprozesses gab es Übergangslösungen, die im öffentlichen Internet fast keine Spuren hinterlassen haben. Doch die Richtung der Veränderungen war klar. Die Entwickler beschlossen, sich vom Modell „eine Quelldatei entspricht genau einer Funktion“, der stackbasierten Ausführung und einer allzu didaktisch wirkenden Syntax zu entfernen. Die zukünftige Sprache sollte C-ähnlichen Sprachen näherstehen, komplexere Programmstrukturen unterstützen und es den Benutzern ermöglichen, nicht nur einfache Expert Advisors, sondern auch anspruchsvolle Handelssysteme zu erstellen.

Dies markierte auch einen Wandel in der Philosophie. Zunächst lautete die Idee ungefähr so: Jeder Trader sollte in der Lage sein, seine eigene Strategie zu programmieren. Als MQL4 entwickelt wurde, war diese Idee präziser geworden: Jeder qualifizierte Benutzer sollte in der Lage sein, eine Handelsstrategie jeder Komplexität zu programmieren, ohne das Terminal zu verlassen.

Gleichzeitig blieb Einfachheit eine Priorität. Einfache Strategien sollten einfach bleiben. Doch die Komplexitätsobergrenze musste drastisch angehoben werden.

MetaTrader 4 und MQL4: Das Terminal wird zur IDE

Die Entwicklung von MetaTrader 4 begann im Sommer 2003. In Diskussionen jener Zeit legten die Entwickler nach und nach die zukünftigen Fähigkeiten offen: fortgeschrittenere Testmöglichkeiten, Zugriff auf Zeitreihen für verschiedene Symbole und Zeitrahmen, erweiterte Handelsfunktionen, Skripte, benutzerdefinierte Indikatoren mit einer großen Anzahl von Indikatorpuffern sowie Aufrufe externer Funktionen aus DLLs. Am 5. Februar 2004 wurde ein Beispiel-Quellcode für ein MQL4-Programm veröffentlicht, damit Entwickler ihn untersuchen konnten.

Anfang 2004 war klar geworden, dass dies kein kleines Update sein würde. Das System wurde im Wesentlichen von Grund auf neu geschrieben. Es dauerte länger als erwartet, aber genau deshalb wurde MetaTrader 4 letztendlich nicht nur eine Reihe von Verbesserungen, sondern eine neue Plattform.

Am 18. November 2004 kündigte MetaQuotes die bevorstehende Veröffentlichung der MetaTrader 4 Beta an. Die Ankündigung war nicht nur aufgrund ihrer Handels- und Analysefunktionalität von Bedeutung. Zum ersten Mal vereinte ein einziges Produkt ein klares massenmarkttaugliches Modell für den algorithmischen Handel: das Terminal, die Programmiersprache MetaQuotes Language 4, die MetaEditor 4 IDE, Expert Advisors, benutzerdefinierte Indikatoren und Skripte.

Von diesem Zeitpunkt an war MetaTrader nicht mehr nur ein Handelsterminal mit Automatisierungsfunktionen. MetaTrader 4 wurde zu einer Plattform, die Entwicklern eine eigene Entwicklungsumgebung bot.

Auf der MetaQuotes-Website war die MQL4-Dokumentation bemerkenswert kompakt: Datentypen, Operationen und Ausdrücke, Anweisungen, Funktionen, Variablen, Präprozessor und später die Sprachsyntax. Die vollständige Referenzdokumentation war jedoch in MetaEditor integriert. Dies war eine grundlegende Designentscheidung: Entwickler mussten nicht mehr jedes Mal zu einem Browser wechseln, wenn sie die Dokumentation benötigten. Die Referenz, der Quellcode und die Kompilierungstools waren alle an einem Ort verfügbar.

MQL4 war bereits eine vollwertige prozedurale Programmiersprache. Sie führte benutzerdefinierte Funktionen, eine vertrautere Programmstruktur, Skripte für die einmalige Ausführung, Bibliotheken in Form von EX4-Dateien sowie die Möglichkeit zum Aufruf von Funktionen aus externen DLLs ein.

MetaEditor wurde mehr als nur ein Texteditor. Er bot Hilfe-Navigation, Syntax-Hervorhebung, Kompilierung, Unterstützung für verschiedene MQL-Programmtypen und eine integrierte Dokumentation. In diesem Stadium war die Formel, die MetaTrader 4 zu einer weitverbreiteten Plattform für algorithmischen Handel machen sollte, vollständig etabliert:

TERMINAL + SPRACHE + EDITOR + HILFE + TESTEN + COMMUNITY

Am 1. Juli 2005 wurde MetaTrader 4 nach einem langen Entwicklungsprozess als vollständige Handelsplattform veröffentlicht. Von diesem Zeitpunkt an ging es nicht mehr nur um die Entwicklung einer Programmiersprache, sondern auch um die Entstehung des Ökosystems: eine eigene Website für Entwickler, Code Base, Artikel, Wettbewerbe für Handelsroboter und eine riesige Community von MQL4-Benutzern.

Dies ist das Thema des nächsten Teils.

MQL4.COM: Rund um die Sprache entsteht eine Community

Nach der Veröffentlichung von MetaTrader 4 wurde deutlich, dass die Plattform allein nicht ausreichte. Wenn Benutzer Expert Advisors, Indikatoren, Skripte und Bibliotheken schreiben konnten, benötigten sie auch eine Dokumentation, Beispiele, Diskussionen, Artikel und einen Ort, um Code auszutauschen.

Am 8. November 2005 wurde ein eigenes Portal für MQL4-Entwickler, MQL4.COM, gestartet.

Dies war ein wichtiger Schritt: MQL4 war nicht mehr nur eine in das Handelsterminal integrierte Sprache. Sie wurde zum Zentrum eines eigenständigen Entwicklerökosystems. Ein Forum, die Dokumentation, eine Code Base und Artikel erschienen auf der Website. Später begannen die Materialien nicht nur auf Russisch und Englisch, sondern auch auf Chinesisch zu erscheinen.

Die Code Base füllte sich schnell mit fertigen Programmen. Weniger als einen Monat nach dem Start enthielt die Code Base bereits mehr als 50 Expert Advisors, etwa 200 Indikatoren, 35 Skripte und 17 Bibliotheken. Expert Advisors, Indikatoren, Skripte und Bibliotheken verwandelten MQL4 von einer Sprache „für Insider“ in ein praktisches Werkzeug für den weitverbreiteten Einsatz. Benutzer konnten nicht nur Programme von Grund auf neu schreiben, sondern auch den Code anderer Leute studieren, bestehende Lösungen modifizieren, den Autoren Fragen stellen und allmählich ihren Weg in die Softwareentwicklung finden.

Es ist bezeichnend, dass bereits 2006 eine der Publikationen der Community einen Expert Advisor mit künstlicher Intelligenz – ein einschichtiges neuronales Netzwerk – vorstellte. Damals war dies weit vom Mainstream entfernt. Es gab keinen der heutigen Hypes um KI und maschinelles Lernen. Dennoch war die Idee selbst bereits in der Community vorhanden: Eine Handelsstrategie konnte nicht nur auf Regeln und Indikatoren, sondern auch auf einem trainierbaren Modell aufgebaut werden.

Diese Episode hilft zu erklären, warum die nachfolgende Entwicklung von MQL natürlich zu Python, ONNX, KI-Assistent und OpenBLAS führte. Das Interesse an maschinellem Lernen kam nicht aus dem Nichts. Es brauchte einfach Zeit, bis die Plattform, die Sprache und die Rechenkapazitäten das erforderliche Niveau erreichten, um dies zu unterstützen.

Automated Trading Championship: Expert Advisors betreten die Bühne

Der nächste wichtige Meilenstein war die Automated Trading Championship. Der erste Wettbewerb für in MQL4 geschriebene Handelssysteme fand Ende 2006 statt. Es war weit mehr als nur ein Wettbewerb um Preisgelder. Der Wettbewerb diente als öffentliche Demonstration des Kernkonzepts hinter MetaTrader 4: Expert Advisors konnten autonom handeln, während ihre Ergebnisse in Echtzeit verfolgt werden konnten.

Insgesamt nahmen 258 Entwickler an dem Wettbewerb 2006 teil. Der Preispool betrug 80.000 $ und der Wettbewerb lief über 12 Wochen. Für die damalige Zeit war dies ein starkes öffentliches Signal: Automatisierter Handel war kein Thema mehr, das einer kleinen Gruppe von Programmierern vorbehalten war. Es war zu einem öffentlich sichtbaren Ereignis geworden, das Trader, Broker und Entwickler verfolgen konnten.

Doch nicht einmal die Preisgelder waren der wichtigste Aspekt. Der Wettbewerb diente als Stresstest für die gesamte Infrastruktur. Die Organisatoren bereiteten die Server-Hardware dafür vor, starteten zahlreiche Terminals, stellten identische Betriebsbedingungen für die Expert Advisors sicher und ermöglichten den Zuschauern, die Ergebnisse online zu verfolgen.

Diese Praxis führte zu vielen Ideen, die sich später innerhalb des MetaTrader-Ökosystems als nützlich erwiesen: automatisierte Expert-Advisor-Prüfungen, Softwareschutz, VPS-Hosting, schlanke Client-Terminals, Web-Terminals, Handelssignale und schließlich der Anwendungs-Marktplatz.

Im Jahr 2007 wuchs die Teilnehmerzahl auf 603, und im Jahr 2008 erreichte sie 705. Dies war nicht mehr nur ein einmaliges Ereignis, sondern ein Indiz für das Ausmaß, das die Community erreicht hatte. Die Leute schrieben Handelsroboter, debattierten über Algorithmen, verglichen Ansätze, studierten Interviews mit anderen Teilnehmern und versuchten zu verstehen, warum einige Systeme den realen Handel überlebten, während andere nach den ersten Wochen zusammenbrachen.

Es ist auch erwähnenswert, dass neuronale Netzwerke weiterhin in den Wettbewerben auftauchten. Der Gewinner von 2007, Alexander Topchilo, verwendete einen Ansatz mit neuronalen Netzwerken in seinem Expert Advisor, wobei er das System zunächst in C++ entwickelte und testete und es dann auf MQL4 portierte. Interview mit Alexander Topchilo (Better)

Im Jahr 2008 präsentierte Leonid Velichkovsky einen Expert Advisor, der ein in NeuroShell trainiertes neuronales Netzwerk verwendete. Interview mit Leonid Velichkovsky (LeoV)

Dies ist ein wichtiges Detail für den gesamten Artikel. Die Geschichte von MQL ist nicht nur die Geschichte seiner Syntax. Es ist die Geschichte von Tradern, die versuchen, immer komplexere Ideen in das Terminal zu bringen: von einfachen indikatorbasierten Regeln bis hin zu Statistik, Optimierung, neuronalen Netzwerken und maschinellem Lernen.

Der Wettbewerb fand 2009 nicht statt. MetaQuotes befand sich in der abschließenden Entwicklungsphase von MetaTrader 5 und der neuen Sprache MQL5.

MQL5: Die neue Plattform beginnt mit der Sprache

Diskussionen über die Zukunft von MQL5 begannen lange vor der öffentlichen Einführung von MetaTrader 5. Bereits 2007 diskutierten Benutzer auf MQL4.COM aktiv darüber, was sie sich von der neuen Sprache wünschten. Eine Suche nach „MQL5“ im Oktober 2007 ergab mehr als 15 Seiten mit Links zu Beiträgen im MQL4.COM-Forum. Die Benutzer forderten eine höhere Ausführungsgeschwindigkeit, strukturierteres Design, neue Testfunktionen, eine einfachere Datenverarbeitung und ein moderneres Programmiermodell.

Intern war die Entwicklungsrichtung sogar noch radikaler. Die neue Sprache wurde so konzipiert, dass sie sich von der für MQL4 charakteristischen Zwischenrepräsentation abkehrte und stattdessen nativen Code generierte. Dies bedeutete ein anderes Leistungsniveau und andere architektonische Anforderungen an die Sprache selbst.

Die erste archivierte Erwähnung der Domain MQL5.COM stammt aus dem November 2007. Die bloße Tatsache, dass eine separate Domain entstanden war, zeigte, dass es nicht nur um eine neue Syntax ging, sondern um ein zukünftiges Ökosystem.

Am 31. März 2008 wurde die neue Sprache MQL5 offiziell in einem Interview angekündigt, in dem die Funktionen der kommenden Sprache erörtert wurden. Das Interview selbst ist in den öffentlichen Archiven nicht erhalten geblieben, aber das Datum ist bezeichnend: Noch vor der Veröffentlichung von MetaTrader 5 hatten die Entwickler begonnen, die Community auf ein neues Programmiermodell vorzubereiten.

Bis zum Sommer 2009 versprach die Website MQL5.COM bereits explizit einen baldigen Start.

Am 12. Oktober 2009 begann die Betatestphase von MetaTrader 5. Einen Monat später, am 18. November 2009, wurde die Betaversion der MQL5.community – einer neuen Website für MQL5-Entwickler – gestartet.

MQL5.community: Nicht nur ein Forum, sondern eine Infrastruktur

Von Anfang an war die MQL5.community nicht als gewöhnliches Forum konzipiert. Von Beginn an wurde sie um die Struktur eines breiteren Ökosystems herum aufgebaut: Dokumentation, ein Forum, eine Code Base, Artikel, Lehrmaterialien und neue Dienste, die mit der Weiterentwicklung der Plattform hinzugefügt werden konnten.

Die Entwickler bemühten sich, das zu bewahren, was auf MQL4.COM bereits funktionierte: Diskussionen, die Code Base, Artikel und das vertraute Modell des Wissensaustauschs. Doch die neue Website sollte umfassender sein. MQL5 war komplexer, MetaTrader 5 war ambitionierter, und die Community benötigte daher eine robustere Infrastruktur.

Entscheidend war die Migration der Konten von MQL4.COM. Die Benutzer mussten nicht bei Null anfangen: Sie konnten sich mit ihren bestehenden Konten auf der neuen Website anmelden. Damit wurde eine Brücke zwischen beiden Entwicklungsphasen geschlagen und es zeigte sich, dass MQL5 die mit MQL4 gesammelten Erfahrungen nicht verwarf, sondern auf einem neuen Niveau darauf aufbaute.

Dies schuf einen neuen zentralen Anlaufpunkt: Die Sprache, Dokumentation, Artikel, Code, Forum und zukünftige Dienste wurden alle an einem Ort zusammengeführt. MQL5.community war kein Add-on für das Terminal mehr, sondern ein Teil der Plattform selbst.

MetaTrader 5 und MQL5: Die Sprache wird zu einem Engineering-Werkzeug

Am 1. Juni 2010 wurde die Handelsplattform MetaTrader 5 veröffentlicht. Im Gegensatz zur vorherigen Generation wurde sie nicht nur für Forex, sondern auch für den Handel an Börsenmärkten konzipiert. Dies erforderte Änderungen nicht nur am Terminal, sondern auch an der Sprache.

MQL5 war ein großer Fortschritt im Vergleich zu MQL4. Dies war bereits eine objektorientierte Programmiersprache, ähnlich wie C++. MQL5-Programme wurden in nativen x86- oder x64-Code kompiliert, was ein neues Leistungsniveau bot. Gleichzeitig blieb das Kernkonzept von MQL unverändert: Benutzer sollten in der Lage sein, sowohl einfache Programme als auch komplexe Handelssysteme zu schreiben.

Auch das Handelsmodell wurde komplexer. MetaTrader 5 führte separate Einheiten für Aufträge, Geschäfte und Positionen ein. Handelsoperationen wurden an die Realitäten der Börseninfrastruktur angepasst, was für Entwickler jedoch bedeutete, dass mehr Details zu verwalten waren. Daher wurde die Standardbibliothek parallel zur Sprache entwickelt, einschließlich Handelsklassen zur Vereinfachung der Arbeit mit gängigen Anwendungsfällen.

Zum Start verfügte MQL5 über rund 400 integrierte Funktionen – ungefähr die gleiche Anzahl, die MQL4 zu diesem Zeitpunkt hatte. Aber die Anzahl der Funktionen war nicht der wichtigste Punkt. Entscheidend war die Entwicklungsrichtung. MQL5 wurde als Sprache für den Aufbau großer Systeme konzipiert: mit Klassen, Ereignisbehandlung, einer Standardbibliothek, Tests, Optimierung und zukünftigen Diensten, die um die Plattform herum aufgebaut wurden.

Ein separater Abschnitt der Dokumentation wurde für MQL4-Benutzer erstellt, in dem erklärt wird, wie man zu MQL5 migriert. Dies war notwendig: Die neue Sprache war leistungsfähiger, erforderte jedoch eine andere Denkweise. Als MQL4 den algorithmischen Handel einem Massenpublikum zugänglich gemacht hatte, war MQL5 darauf ausgelegt, ihn stärker auf technische und ingenieurmäßige Arbeitsweisen auszurichten.

MQL5-Wettbewerbe: Die neue Plattform stellt sich öffentlichen Tests

Im Jahr 2010 kehrte die Automated Trading Championship zurück, diesmal als Wettbewerb für MQL5 Expert Advisor. Dies war ein logischer Schritt: Die neue Plattform benötigte eine öffentliche Demonstration, und Entwickler mussten sehen, wie MQL5 nicht nur in Beispielen aus der Dokumentation, sondern in einem echten dreimonatigen Rennen von Handelsrobotern funktionierte.

Für den Wettbewerb 2010 registrierten sich 314 Teilnehmer, 2011 395 und im Jahr 2012 451 Teilnehmer. Diese Wettbewerbe waren nicht nur eine Fortsetzung der Tradition der MQL4-Wettbewerbe, sondern auch eine anschauliche Demonstration der Vorteile der neuen Plattform: höhere Leistung, ein neuer Strategietester, ein ausgefeilteres Handelsmodell und Möglichkeiten zur Entwicklung groß angelegter Expert Advisors.

Die Wettbewerbe dienten erneut mehreren Zwecken. Für Trader waren sie Unterhaltung und eine Gelegenheit, automatisierten Handel in Aktion zu sehen. Für Entwickler waren sie ein praktisches Testgelände zur Überprüfung von Ideen. Für MetaQuotes generierten sie Feedback zur Sprache, zum Terminal, zum Strategietester, zur Infrastruktur und zum Programmverhalten unter realen Bedingungen. Und natürlich trugen sie dazu bei, die MQL5-Sprache bekannt zu machen.

Neues MQL4: Der umgekehrte Einfluss von MQL5

Nach der Veröffentlichung von MetaTrader 5 hätte es scheinen können, dass die Entwicklung von MQL4 allmählich in den Hintergrund treten würde. Doch das Gegenteil geschah. Die riesige Nutzerbasis von MetaTrader 4 und der über die Jahre angesammelte Code erforderten eine sorgfältige Aktualisierung, keinen Stillstand.

Im Juli 2013 wurden bedeutende Änderungen an MetaTrader 4 und MQL4 angekündigt. Die Idee war ungewöhnlich: Anstatt jeden zu zwingen, seinen Code von MQL4 nach MQL5 zu portieren, würde MetaQuotes so viele Funktionen der neuen Technologiebasis wie möglich in MQL4 integrieren.

Dies führte zu einem einheitlichen Compiler für MQL4 und MQL5, einem einheitlichen MetaEditor, der Unterstützung für neue Entwicklungstools, einem stärkeren Schutz für EX4/EX5-Dateien und der Möglichkeit, den Market für Anwendungen in MetaTrader 4 zu nutzen.

Es war eine wichtige Entscheidung für das gesamte Ökosystem. MQL4 blieb keine „Sprache der alten Generation“. Sie enthielt nun Klassen, Strukturen, neue Datentypen, Event-Handler, ein strengeres Kompilierungsmodell, Ressourcenunterstützung, neue Grafikfunktionen und denselben Entwicklungstool-Satz wie MQL5.

Nur einen Monat später wurde eine Beta-Version der MetaTrader 4 IDE, einschließlich eines neuen MQL4-Compilers und Editors, veröffentlicht. Ende 2013 begann das öffentliche Testen des aktualisierten MetaTrader 4 mit dem neuen MQL4 und dem Market für Anwendungen. Am 3. Februar 2014 wurde MetaTrader 4 Client Terminal Build 600 veröffentlicht.

Diese Veröffentlichung teilte die Geschichte von MQL4 effektiv in zwei Ären. Das alte MQL4 war eine einfache C-ähnliche Sprache, die sich gut für Expert Advisors und Indikatoren eignete. Das neue MQL4 rückte viel näher an MQL5 heran: Es bot objektorientierte Programmierung, einen einheitlichen MetaEditor, einen neuen Compiler und die Möglichkeit, komplexere Anwendungen zu erstellen.

Gleichzeitig behielt MetaTrader 4 seinen größten Vorteil: Die riesige bestehende Basis an Benutzern, Programmen und Wissen ging nicht verloren. Stattdessen erhielt das alte Ökosystem ein neues technologisches Fundament.

Somit wirkten MQL4 und MQL5 nicht mehr wie zwei völlig verschiedene Welten. Die eine Sprache entwickelte sich aus der weitverbreiteten Praxis des automatisierten Handels, während die andere aus dem Bestreben entstand, eine strengere und leistungsfähigere technische Plattform aufzubauen. Nach Build 600 entstand eine gemeinsame Ebene zwischen ihnen: MetaEditor, der Compiler, der Entwicklungsstil, der Programmschutz und die MQL5.community-Dienste.

Zu diesem Zeitpunkt war die Geschichte von MQL längst über eine „Sprache für Expert Advisors“ hinausgewachsen. Ein ganzes Ökosystem hatte sich darum gebildet: Terminals, ein Editor, Dokumentation, Code Base, Artikel, Wettbewerbe, der Market, Signale, VPS und eine riesige Community. Doch die nächste Entwicklungsstufe würde noch mehr erfordern: externe Daten, verteiltes Rechnen, maschinelles Lernen, Matrizen, neuronale Netze und fortgeschrittene lineare Algebra.

Dies wird im nächsten Teil behandelt.

Die Entwicklung von MQL5: Die Sprache wird erwachsen.

Nach der Einführung von MetaTrader 5 verlief die Entwicklung von MQL5 auf mehreren parallelen Wegen. Ein Schwerpunkt betraf die Sprache selbst: Sie wurde C++-ähnlicher und besser für Großprojekte geeignet. Der zweite betraf Laufzeitumgebungen: MQL5-Programme waren nicht mehr auf Expert Advisors und Indikatoren beschränkt, die auf Charts laufen. Der dritte konzentrierte sich auf Berechnungen: Der Strategietester, Cloud-Optimierung, OpenCL, Matrizen, Python und ONNX erweiterten schrittweise die Grenzen dessen, was innerhalb der Plattform möglich war.

Einzeln betrachtet mögen diese Aktualisierungen wie eine lange Liste von Releases erscheinen. Zusammengenommen zeigen sie jedoch eine wichtigere Transformation: MQL5 entwickelte sich von einer Sprache für Handelsroboter zu einer universellen Umgebung für Entwicklung, Berechnung, Datenanalyse und die Integration externer Technologien.

Die Sprache nähert sich C++ an

Ursprünglich wurde MQL5 als strengerer und schnellerer Nachfolger von MQL4 entwickelt. Doch schon nach wenigen Jahren wurde deutlich, dass eine einfache objektorientierte Syntax nicht ausreichte. Entwickler benötigten Werkzeuge für größere Projekte: Wiederverwendung von Code, generische Algorithmen, sicherere Vererbung, Namensräume und Unterstützung für komplexe Datentypen.

Am 19. Januar 2011 wurden Ressourcen eingeführt. MetaTrader 5 Client Terminal, Build 384. Dies ermöglichte es, Bilder, Daten und andere Hilfsdateien direkt in ein Programm einzubetten. Später wurden Ressourcenvariablen eingeführt: OpenCL-Code, Binärdaten oder Text konnten als Teil eines MQL5-Programms eingebunden werden, ohne das Projekt in eine Sammlung externer Abhängigkeiten zu verwandeln.

Funktionsvorlagen wurden am 16. November 2012 mit MetaTrader 5 Trading Terminal, Build 722 eingeführt.

Klassenvorlagen wurden am 23. Oktober 2015 mit MetaTrader 5, Build 1200: Tick-Historie und Direktzahlung für Dienste eingeführt. Dies waren wichtige Schritte in Richtung generischer Programmierung. Der gleiche Code konnte für verschiedene Datentypen verwendet werden, ohne die Algorithmen manuell umschreiben zu müssen.

Im Jahr 2016 wurde die Sprache um mehrere Funktionen erweitert, die C++-Entwicklern vertraut sind:

Abstrakte Klassen wurden am 1. April 2016 mit MetaTrader 5, Build 1295 eingeführt,

dynamisches Typ-Casting mit dynamic_cast im Juni 2016 und

Schnittstellen folgten am 15. August 2016.

Die Modifikatoren final und override wurden am 16. September 2016 hinzugefügt – neue MetaTrader 5 Plattform, Build 1430: aktualisierter Exposure-Tab.

Keine dieser Änderungen war rein kosmetischer Natur. Sie ermöglichten es, strengere und sicherere Klassenhierarchien aufzubauen, die Absicht des Entwicklers explizit zu definieren und bestimmte Fehlerklassen bereits zur Kompilierzeit abzufangen.

Namensräume wurden am 5. Oktober 2019 mit MetaTrader 5, Build 2170, eingeführt: Scopes in MQL5, ein wichtiges Update für den Strategietester und integriertes Hosting. Dies ist besonders wichtig für große Projekte und Bibliotheken von Drittanbietern: Klassen-, Funktions- und Variablennamen stehen nicht mehr miteinander in Konflikt, während der Code sauberer in Module gegliedert werden kann.

Der Datentyp complex wurde am 21. Mai 2021 mit MetaTrader 5, Build 2940, hinzugefügt: Positionierung von MQL5-Dienste-Showcases im Arbeitsbereich und aktualisiertes Design. Dies war keine Funktion mehr, die nur „für Expert Advisors“ gedacht war, sondern ein Schritt in Richtung technisch-wissenschaftliches Rechnen. Komplexe Zahlen werden in der Spektralanalyse, in der linearen Algebra, in der Signalverarbeitung und in einer Reihe numerischer Verfahren verwendet.

Die Typen matrix und vector wurden am 28. Januar 2022 hinzugefügt – MetaTrader 5, Build 3180: Vektoren und Matrizen in MQL5 sowie verbesserte Benutzerfreundlichkeit. Dies stellte einige weitere Schritte in Richtung technischer und numerischer Berechnungen dar und legte den Grundstein für die Integration mit ONNX und die bevorstehende Nutzung der OpenBLAS-Bibliothek.

Die Datentypen complexf, vectorcf und matrixcf wurden am 27. September 2024 hinzugefügt. MetaTrader 5 Build 4570: Verbesserungen der Web-Version und die Integration von OpenBLAS in MQL5.

MQL5 erwarb nach und nach die Funktionen einer Sprache, die sich nicht nur zum Schreiben von Handelslogik eignet, sondern auch zum Erstellen großer Bibliotheken, Rechenmodule, Modell-Wrapper und Infrastrukturcode.

Der Strategietester als Rechenumgebung

Eine separate Entwicklungslinie bezieht sich auf den Strategietester. Der Strategietester war in MetaTrader schon immer wichtig: Ohne historische Tests wird automatisierter Handel zu nichts weiter als einer Reihe von Vermutungen. Doch in MQL5 begann der Strategietester, über das bloße Testen eines Expert Advisors hinauszugehen.

Im Jahr 2012 wurden die Event-Handler OnTesterInit, OnTesterDeinit und OnTesterPass eingeführt, zusammen mit Funktionen für die Arbeit mit Frames im Strategietester: FrameAdd, FrameFirst, FrameNext und FrameInputs. Dies ermöglichte es Test-Agenten, nicht nur ein einzelnes Endergebnis an das Terminal zu senden, sondern auch beliebige Daten.

Es ist leicht, die Bedeutung dieses Updates zu unterschätzen. In der Praxis verwandelte es die Optimierung in einen flexibleren Rechenprozess. Ein Expert Advisor konnte nicht nur das Optimierungskriterium zurückgeben, sondern auch eine Reihe von Zwischenergebnissen, Statistiken, benutzerdefinierten Metriken oder Daten für die weitere Analyse übermitteln.

In Kombination mit dem MQL5 Cloud Network öffnete dies die Tür zum verteilten Rechnen. Formell blieb alles innerhalb der Infrastruktur des Strategietesters, aber in der Praxis hatte MQL5 einen Mechanismus für die parallele Verarbeitung von Aufgaben erhalten, der nicht unbedingt auf die herkömmlichen Parameterdurchläufe eines Handelsroboters beschränkt sein musste.

Dies ist ein weiteres Beispiel für einen allgemeinen Trend: Werkzeuge, die ursprünglich für den algorithmischen Handel entwickelt wurden, erweisen sich allmählich als nützlich für ein breiteres Spektrum an Rechenszenarien.

MQL5 bewegt sich über den Chart hinaus

Das klassische MQL-Programmmodell war an einen Chart gebunden: Ein Expert Advisor läuft auf einem Symbol, ein Indikator wird in einem Fenster dargestellt und ein Skript führt eine einmalige Aktion aus. MQL5 hat dieses Modell schrittweise erweitert.

Mit der Unterstützung von OpenCL wurde am 3. Februar 2012 das MetaTrader 5 Trading Terminal, Build 581, erweitert. Dies ermöglichte die Nutzung von parallelem Rechnen auf verfügbaren Geräten und die Beschleunigung von Aufgaben, die sich gut für die massive Datenverarbeitung eignen.

Funktionen für die Arbeit mit benutzerdefinierten Symbolen wurden am 20. Dezember 2017 hinzugefügt – MetaTrader 5, Build 1730: Projekte in MetaEditor und synthetische Instrumente. Entwickler erhielten die Möglichkeit, eigene Symbole zu erstellen, diese mit historischen Daten zu füllen, Ticks zu aktualisieren und synthetische Instrumente zu erstellen. Dies war für die Forschung wichtig: Ideen konnten nicht nur mit Standard-Broker-Daten getestet werden, sondern auch mit benutzerdefinierten Zeitreihen, aggregierten Instrumenten und spezialisierten Kursdatensätzen.

Am 26. Oktober 2018 wurde native Unterstützung für .NET-Bibliotheken hinzugefügt – MetaTrader 5, Build 1930: Frei positionierbare Chartfenster und .NET-Bibliotheken in MQL5. MetaEditor übernahm einen Teil des Funktionsimportprozesses und bot Entwicklern eine einfachere Möglichkeit, externen Code zu verwenden, ohne komplexe Wrapper manuell schreiben zu müssen.

Ein neuer Typ von MQL5-Programm, Services (Programme, die nicht an einen Chart gebunden sind), wurde am 21. Februar 2019 mit MetaTrader 5, Build 2005, eingeführt: Wirtschaftskalender, MQL5-Programme als Services und eine API für die Sprache R. Ein Service kann im Hintergrund ausgeführt werden, zusammen mit dem Terminal starten und Infrastrukturaufgaben übernehmen. Dies ändert das Konzept eines MQL-Programms grundlegend: Es muss nicht mehr zwingend ein Expert Advisor, ein Indikator oder ein Skript sein.

Netzwerkfunktionen zum Aufbau von TCP-Verbindungen wurden ebenfalls am 21. Februar 2019 mit dem Update auf MetaTrader 5, Build 2005, hinzugefügt. Ein MQL5-Programm erhielt die Möglichkeit, Daten über Sockets mit externen Systemen auszutauschen, sofern die entsprechenden Adressen in den Terminaleinstellungen explizit autorisiert wurden. Dies erweiterte das Spektrum der Integrationsszenarien: benutzerdefinierte Datenquellen, lokale Dienste, externe Analysen und Datenaustausch zwischen Anwendungen.

Datenbankunterstützung und DirectX-Unterstützung wurden am 6. Dezember 2019 mit MetaTrader 5, Build 2265, hinzugefügt: DirectX-Funktionen für 3D-Visualisierung in MQL5 und Symbolkonfiguration im Strategietester. Diese Updates mögen unzusammenhängend erscheinen, verfolgen jedoch eine gemeinsame Idee: MQL5 war nicht mehr auf Handelsfunktionsaufrufe und Indikatorpuffer beschränkt. Es erhielt Werkzeuge für Datenspeicherung, Visualisierung, externe Integration und Hintergrundverarbeitung.

Python: Eine Brücke zur Datenanalyse und zum maschinellen Lernen

Am 14. Juni 2019 wurde Python-Integration zu MetaTrader 5 hinzugefügt: Python-Integration, Unterstützung für Market und Signals in Wine (Linux/macOS) sowie wichtige Optimierungen für den Strategietester in MetaTrader 5, Build 2085. Es war eine der wichtigsten Brücken zwischen der Handelsplattform und der breiteren Welt der Datenanalyse.

Zu diesem Zeitpunkt war Python bereits das Standardwerkzeug für Machine Learning, Statistik, Datenverarbeitung und Visualisierung geworden. Die Python-Unterstützung ermöglichte es, Daten aus MetaTrader 5 abzurufen und in externen Forschungsworkflows zu verwenden: Erstellen von Modellen, Testen von Hypothesen, Vorbereiten von Datensätzen, Analysieren von Ergebnissen und anschließendes Einspeisen der Erkenntnisse zurück in die Handelsplattform.

Wieder einmal lässt sich dieselbe Entwicklungslogik erkennen. MetaTrader versucht nicht, die gesamte Außenwelt zu ersetzen. Stattdessen bietet die Plattform Entwicklern eine Brücke: Daten- und Handelsinfrastruktur verbleiben im Terminal, während Forschungs- und Machine-Learning-Workflows dort ausgeführt werden können, wo bereits ein reichhaltiges Ökosystem an Bibliotheken für sie existiert.

ONNX: Machine-Learning-Modelle kommen in MQL5

Der nächste Schritt brachte Machine Learning noch näher an die Plattform. Am 10. März 2023 fügte MetaTrader 5 die Unterstützung für ONNX hinzu, ein offenes Format für den Austausch von Machine-Learning-Modellen – MetaTrader 5, Build 3620: Verbesserungen am Web-Terminal, ONNX-Unterstützung und beschleunigte Matrix-Multiplikation in MQL5.

Das ONNX-Konzept eignet sich gut für eine Plattform wie MetaTrader. Sie können das Modell außerhalb des Terminals trainieren – zum Beispiel in Python unter Verwendung bekannter Bibliotheken – und es dann in ONNX exportieren und innerhalb eines MQL5-Programms verwenden. Dies trennt zwei Aufgaben: das Training des Modells und dessen Anwendung in der Handelslogik.

Dies ist eine wesentliche Vereinfachung für Entwickler. Es ist nicht erforderlich, ein neuronales Netzwerk manuell in MQL5 neu zu schreiben oder die gesamte Trainingsinfrastruktur innerhalb des Terminals aufzubauen. Externe Tools können zur Vorbereitung des Modells verwendet werden, während sich MQL5 auf die Integration des Modells in einen Expert Advisor, Indikator oder eine Forschungsanwendung konzentrieren kann.

Somit hat das langjährige Interesse der MQL-Community an neuronalen Netzen eine technologisch ausgereiftere Form angenommen. Während Expert Advisors auf Basis neuronaler Netze in den Jahren 2006–2008 isolierte Experimente von Enthusiasten waren, bot ONNX Entwicklern einen standardisierten Weg, trainierte Modelle in MQL5 zu integrieren.

KI-Assistent: Vom Prompt zum vollwertigen Agenten

Die erste Version des KI-Assistenten erschien im MetaEditor am 14. Juni 2023. Er verkürzte bereits den Weg von einer Frage zum Code: Ein Entwickler konnte einen Schnipsel markieren, um eine Erklärung bitten, eine Funktionsimplementierung oder eine Korrektur erhalten und das Ergebnis dann manuell in das Programm integrieren. Dies war nützlich, aber mechanisch gesehen war es immer noch eine Weiterentwicklung des traditionellen Chat-Formats: eine Frage, eine Textantwort, Kopieren und Überprüfung.

Am 24. Juli 2026 wechselte die Plattform mit MetaTrader 5, Build 6060, zu einem anderen Modell. Das Terminal und der MetaEditor erhielten eine integrierte Unterstützung für das Model Context Protocol (MCP) und agentenbasierte KI-Systeme. Der KI-Assistent ist nicht mehr auf die Generierung von Text beschränkt: Er kann eine Abfolge von Aktionen planen und von der Plattform bereitgestellte Tools aufrufen – Daten lesen, Dateien finden und ändern, Projekte erstellen, die Handelsumgebung analysieren und strukturierte Ergebnisse zurückgeben.

Die Entwickler beschrieben den Unterschied explizit: Anstelle des veraltenden Musters „fragen, antworten, kopieren“ hat die Plattform einen echten agentischen Assistenten eingeführt, der komplexe Aufgaben ausführen kann. Dies stellt eine bedeutende Veränderung im Maßstab dar. Der Assistent ist nicht mehr nur ein Generator von MQL5-Code-Schnipseln; er wird zu einem Teilnehmer am Arbeitsablauf des Entwicklers und Traders.

MCP: Eine Standardbrücke zwischen KI und MetaTrader

Das Model Context Protocol (MCP) ist ein offener Standard, über den sich ein KI-Agent mit Anwendungsdaten und -funktionen verbindet. Für MetaTrader bedeutet dies, dass das Terminal und der MetaEditor nicht nur Fenster mit einem geöffneten Chat sind, sondern Anbieter spezialisierter Werkzeuge. Anstatt eine abstrakte Beschreibung der Plattform zu erhalten, bekommt das Modell eine kontrollierte programmatische Schnittstelle für spezifische Operationen.

Im MetaEditor kann ein Agent Informationen über den Arbeitsbereich abrufen, nach Dateien und Texten suchen, Quellcode lesen und bearbeiten, neue Programme erstellen, die Syntax überprüfen, einzelne Dateien kompilieren und Projekte erstellen. Im Terminal hat er Zugriff auf Marktdaten, offene Charts, Kontoparameter, Positionen, Orders und die Handelshistorie. Einzelne MCP-Server können externe Quellen hinzufügen, wie z. B. öffentliche Kurse, Nachrichten und andere Daten zur Analyse.

Diese Architektur funktioniert in beide Richtungen. Der integrierte KI-Assistent verwendet MetaTrader- und MetaEditor-MCP-Tools, aber dieselben Server können mit externen agentenbasierten Systemen verbunden werden, die mit dem Protokoll kompatibel sind, einschließlich OpenAI Codex, Claude Code und anderen Lösungen. Benutzer sind daher nicht an eine einzige Schnittstelle oder ein einziges Modell gebunden: Die Plattform stellt die Tools bereit, und der Agent wird basierend auf der anstehenden Aufgabe ausgewählt.

Das System unterstützt die eigenen API-Schlüssel der Benutzer für OpenAI, Anthropic, Gemini, DeepSeek, Ollama und andere kompatible Anbieter. Für Benutzer, die sich mit ihrem MQL5.community-Konto anmelden, wird der kostenlose MQL5 Lite-Plan automatisch aktiviert: Die Einstellungen des KI-Assistenten werden zwischen dem Terminal und dem MetaEditor synchronisiert.

KI-Assistent im Handels-Terminal

Der integrierte Assistent in MetaTrader 5 arbeitet direkt im Kontext des Terminals. Er kann die aktuelle Situation für ein bestimmtes Instrument erklären, historische Kurse untersuchen, Instrumente aus der Marktübersicht anzeigen, offene Positionen und die Handelshistorie analysieren, riskante Operationen identifizieren und einen Bericht erstellen.

Mit verbundenen Netzwerk-Tools kann der Agent die internen Daten des Terminals mit externen Informationen kombinieren. Ein in der Ankündigung gezeigtes Szenario demonstrierte, wie der Assistent die neuesten Nachrichten zu einem Instrument abruft, das Material Schritt für Schritt untersucht und es mit Kursen vergleicht. Dies ist keine einfache Abfrage einer Referenzquelle mehr, sondern eine mehrstufige Analyse, bei der der Agent die notwendigen Teile des Kontextes selbstständig zusammenstellt.

Handelsoperationen unterliegen separaten Kontrollen. In den Einstellungen können Sie diese vollständig deaktivieren, zulassen oder eine manuelle Bestätigung verlangen. Netzwerkanfragen und Befehlszeilenoperationen können ebenfalls separat gesteuert werden. Die Empfehlungen des Assistenten bleiben informativ: Die endgültige Entscheidung und die Verantwortung für den Handel liegen beim Benutzer.

KI-Assistent in MetaEditor

Im MetaEditor kann der Agent aus einer natürlichsprachlichen Beschreibung ein neues MQL5-Programm erstellen, ein bestehendes Projekt analysieren, Fehler finden, Korrekturen vorschlagen, den Code überarbeiten, die Lesbarkeit des Codes verbessern und einen komplexen Algorithmus erklären. Der Hauptunterschied zur ersten Version besteht darin, dass das Ergebnis nicht unbedingt auf Text im Chat beschränkt ist: Der Agent kann eine Datei erstellen oder ändern, eine Kompilierung ausführen und das Ergebnis überprüfen.

Bei großen Codebasen ist dies besonders wichtig. Der Assistent kann über mehrere Dateien hinweg nach Definitionen und Verwendungen von Bezeichnern suchen, zugehörige Include-Module lesen, die Projektstruktur berücksichtigen und die Aufgabe als eine Reihe von Operationen ausführen. Der Verlauf der Anfragen wird im Tab „Chats“ im Navigator gespeichert, sodass die Arbeit mit dem Agenten Teil des Projekts wird und nicht nur ein einmaliger Programmiervorschlag bleibt.

Mit Build 6060 wurde auch der Editor selbst verbessert: Codeblöcke können jetzt eingeklappt werden und alle Vorkommen eines ausgewählten Bezeichners werden hervorgehoben. Diese Funktionen stehen nicht in direktem Zusammenhang mit KI, aber sie verstärken dasselbe Szenario – die Analyse und Wartung von Großprojekten.

Vom Tippen des Codes zum Zyklus „Entwickeln – Testen – Verbessern“

Der wichtigste Entwicklungsbereich betrifft den Strategietester. Antworten im offenen Test-Thread beschreiben den angestrebten automatisierten Arbeitsablauf:

1. Entwicklung einer Strategie basierend auf den Anforderungen des Traders;
2. Durchführung von Tests und Parameteroptimierung;
3. Analyse des Berichts, Änderung des Codes oder der Einstellungen und erneute Durchführung des Tests;
4. Abbruch im Falle eines Fehlschlags oder sobald ein akzeptables Ergebnis erzielt wurde;
5. Präsentation der endgültigen Version und eines Berichts für den Benutzer.

Dieses Szenario sollte von dem Versprechen unterschieden werden, dass „KI eine profitable Strategie finden wird“. Ein Agent kann den technischen Zyklus automatisieren und mehr Hypothesen testen, aber er kann Overfitting, Fehler in den Quelldaten, Marktinstabilität oder die Notwendigkeit einer unabhängigen Validierung nicht eliminieren. Der Wert von MCP liegt hier woanders: Der Tester, der Compiler, die Projektdateien und die Optimierungsergebnisse können zu einer einzigen kontrollierten Abfolge von Aktionen verknüpft werden.

Während des Betatests wurde dieser Arbeitsablauf schrittweise erweitert, wobei einzelne hochrangige Strategietester-Tools noch hinzugefügt und konfiguriert werden. Daher sollte der hier beschriebene vollautonome Zyklus eher als Entwicklungsrichtung für das agentenbasierte System betrachtet werden und nicht als Garantie dafür, dass bereits jede komplexe Aufgabe ohne Benutzereingriff ausgeführt werden kann.

Sicherheit: Dem Agenten Werkzeuge an die Hand geben, keinen uneingeschränkten Computerzugriff

Je mehr Aktionen ein Agent ausführen kann, desto wichtiger werden klare Grenzen. Der Zugriff basiert auf dem Prinzip expliziter Berechtigungen. Das MQL5-Arbeitsverzeichnis steht für Operationen mit Quelldateien zur Verfügung, während Tester- und Log-Verzeichnisse auf Lesezugriff beschränkt werden können. Der Zugriff auf das Benutzerprofil wird separat aktiviert. Handel, Netzwerkzugriff und die Befehlszeile werden ebenfalls durch separate Einstellungen gesteuert.

Befehlszeilenoperationen – wie PowerShell, Python und andere externe Prozesse – sind besonders leistungsfähig und potenziell gefährlich, daher sind sie in der Benutzeroberfläche deutlich gekennzeichnet und können separat deaktiviert werden. Dieser Modus macht den Assistenten zu einem Allzweck-Agenten, erhöht aber gleichzeitig die potenzielle Angriffsfläche.

In Diskussionen mit Tradern im Forum haben die Entwickler auch die Bedeutung von Backups und Versionskontrolle betont. Für die agentenbasierte Entwicklung ist Git nicht nur eine Annehmlichkeit, sondern ein grundlegender Sicherheitsmechanismus: Änderungen müssen sichtbar, vergleichbar und umkehrbar sein. Hier integriert sich die neue KI-Architektur nahtlos in MQL5 Algo Forge.

Projektanweisungen und Skills

Es reicht nicht aus, dass ein Agent die Dateien sieht; er muss auch die Regeln der spezifischen Codebasis verstehen. Zu diesem Zweck werden Anweisungsdateien für MetaEditor und MetaTrader im Verzeichnis MQL5\Profiles\Agents verwendet. Benutzer können die Standardanweisungen durch ihre eigenen ersetzen, um Programmierstil, Namenskonventionen, Validierungsverfahren und andere dauerhafte Anforderungen zu definieren.

Da sich diese Dateien innerhalb des MQL5-Bereichs befinden, können sie zusammen mit Projekten in Algo Forge gespeichert werden. Das Repository kann daher nicht nur den Quellcode und die README-Datei enthalten, sondern auch Anweisungen für die KI: wie das Projekt zu erstellen ist, welche Dateien nicht geändert werden dürfen, welche Tests auszuführen sind und in welchem Format das Ergebnis präsentiert werden soll.

In Forendiskussionen führten die Entwickler auch lokale Anweisungen für einzelne Projekte und Skills ein – wiederverwendbare, spezialisierte Verfahren für den Agenten. Dies zeigt die Richtung, in die sich das System entwickelt: von einem allgemeinen Chat zu einem anpassbaren digitalen Projektteilnehmer, der die Werkzeuge der Plattform und die Regeln eines bestimmten Teams kennt.

Matrizen und Vektoren: Vorbereitung von MQL5 für ernsthafte lineare Algebra

Für maschinelles Lernen, Statistik und numerische Methoden reichen Klassen, Vorlagen (Templates) und externe Integrationen allein nicht aus. Eine bequeme Art, mit Vektoren, Matrizen und grundlegenden Operationen der linearen Algebra zu arbeiten, ist ebenfalls unerlässlich.

Am 28. Januar 2022 führte MQL5 die Matrix- und Vektor-Typen ein. Dies war nicht nur aus syntaktischer Sicht eine wichtige Änderung. Matrizen und Vektoren wurden nicht als gewöhnliche Arrays konzipiert, sondern als Objekte mit eigenen Eigenschaften und Methoden.

Ein Vektor erhielt eine Größe, während eine Matrix Zeilen- und Spaltendimensionen erhielt und sich ein separater Satz von Methoden um sie herum zu entwickeln begann. Entwickler erhielten eine natürlichere Art, Berechnungscode zu schreiben: Matrizen erstellen, transponieren, multiplizieren, Zerlegungen berechnen, Gleichungssysteme lösen und mit Normen, Rang und anderen numerischen Merkmalen arbeiten.

Zu diesem Zeitpunkt unterschied sich MQL5 bereits deutlich von der Sprache, die einst mit einfacher Expert Advisor-Logik bei jedem Tick begonnen hatte. Die Sprache enthielt nun Strukturen für mathematische Modelle, während die Plattform Verbindungen zu Python, ONNX, OpenCL und Cloud-Optimierung bot.

Doch ein echtes numerisches Fundament erfordert mehr als nur einen bequemen Matrix-Typ. Es erforderte auch eine bewährte Bibliothek für lineare Algebra, auf die man sich bei der Implementierung komplexer Methoden verlassen konnte. Deshalb war der nächste große Schritt die Integration von OpenBLAS.

Dies wird im nächsten Teil behandelt.

Warum OpenBLAS?

Sobald Matrizen, Vektoren, komplexe Zahlen, ONNX und Szenarien für maschinelles Lernen in MQL5 erschienen, wurde die nächste Frage unvermeidlich: Welches mathematische Fundament sollte als Nächstes folgen?

Sie können einzelne Methoden manuell schreiben. Sie können einige schnelle Operationen für Matrizen hinzufügen. Sie können sich auf Multiplikation, Zerlegungen und das Lösen von Gleichungssystemen beschränken. Doch dieser Ansatz führt schnell zu einer Sammlung unzusammenhängender Funktionen, die schwer zu entwickeln, zu testen und zu warten sind.

Eine Plattform wie MetaTrader 5 brauchte mehr als „nur eine weitere schnelle Bibliothek“. Sie benötigt eine Standardgrundlage für lineare Algebra: breit gefächert, bewährt, portabel und geeignet für die schrittweise Erweiterung von MQL5-Methoden.

Bevor OpenBLAS gewählt wurde, wurden auch andere Optionen in Betracht gezogen: ALGLIB, LIBXSMM, Eigen und oneMKL. Jede hat ihre Stärken, aber das Ziel von MQL5 war umfassender, als lediglich eine einzelne Operation zu beschleunigen oder eine einzelne Klasse von Algorithmen abzudecken.

ALGLIB ist bemerkenswert als vielseitiges numerisches Toolkit: Optimierung, Approximation, lineare Algebra, Statistik und andere Algorithmen. Für die Rolle einer grundlegenden Schicht innerhalb einer Plattform zählen jedoch nicht nur der Funktionsumfang, sondern auch das Lizenzmodell, Bibliothekseditionen, Vertriebsbedingungen, Integrationsvorhersehbarkeit und langfristige Unterstützung.

LIBXSMM zeichnet sich durch spezialisierte Operationen mit dichten und spärlich besetzten Matrizen aus, insbesondere bei Problemen mit kleinen Matrizen und Deep-Learning-Primitiven. Das macht es zu einem nützlichen Werkzeug, aber zu einem begrenzteren. Es funktioniert gut in Situationen, in denen man das Beste aus einer bestimmten Klasse von Operationen herausholen muss, aber es ersetzt keine breite LAPACK-orientierte Grundlage für eine Vielzahl von Methoden der linearen Algebra.

Eigen ist eine exzellente C++-Bibliothek mit Vorlagen für Matrizen, Vektoren, numerische Löser und verwandte Algorithmen. Aber Eigen ist grundlegend ein C++-Ansatz: eine Header-only-Bibliothek, Vorlagen, Expression-Templates und eine enge Integration mit C++-Code. Für die interne MQL5-Plattformintegration war ein anderer Fokus erforderlich: eine stabile Rechenschicht, die als Grundlage für die Implementierung von Methoden für matrix, matrixf, matrixc und matrixcf dienen könnte.

oneMKL wurde ebenfalls in Betracht gezogen. Es ist eine leistungsstarke mathematische Bibliothek mit einer langen Geschichte, starker Optimierung und einem breiten Spektrum an Fähigkeiten. Aber Geschwindigkeit ist nicht das Einzige, was bei einem Plattformprodukt zählt. Zu den Schlüsselfaktoren gehören Portabilität, der Grad der Anbieterbindung, Vertriebsbedingungen, Kontrolle über die Integration und die Vorhersehbarkeit des Verhaltens bei verschiedenen Benutzerkonfigurationen.

OpenBLAS erwies sich als der geeignetste Kompromiss. Dies ist eine Open-Source-optimierte BLAS-Bibliothek, die hohe Leistung bei grundlegenden Operationen der linearen Algebra liefert und als Grundlage für komplexere Methoden dient. Für MQL5 war der entscheidende Faktor genau die Abdeckung von LAPACK-Aufgaben: nicht nur eine einzelne schnelle Operation, sondern eine breite Grundlage für SVD, Eigenwerte, das Lösen linearer Gleichungssysteme, Probleme der kleinsten Quadrate, Faktorisierungen und Lösungsverfeinerungen.

Mit anderen Worten, die Wahl von OpenBLAS war eine technische Entscheidung, keine dekorative. Das Ziel war es, eine Grundlage zu schaffen, die es uns ermöglicht, mathematische Methoden für MQL5 systematisch zu entwickeln: von grundlegenden Matrixoperationen bis hin zu immer komplexeren numerischen Algorithmen.

OpenBLAS in MQL5: Von Matrizen zu einer vollständigen numerischen Grundlage

Am 27. September 2024 wurde die native OpenBLAS-Integration in MetaTrader 5, Build 4570, eingeführt. Gleichzeitig erhielt MQL5 neue Datentypen zur Unterstützung von Berechnungen mit komplexen Zahlen unter Verwendung von Float-Daten:

• complexf – eine komplexe Zahl unter Verwendung von Float-Daten;
• vectorcf – Vektor mit Elementen des Typs complexf;
• matrixcf – eine Matrix mit Elementen des Typs complexf.

Auf den ersten Blick mag dies wie ein technisches Detail wirken. In Wirklichkeit ist es eine wichtige Ebene für die Zukunft der mathematischen Fähigkeiten von MQL5. MQL5 verfügte bereits über Matrizen, Vektoren, komplexe Zahlen und Matrixmethoden. Aber OpenBLAS erforderte einen vollständigeren Satz an Typen: reelle und komplexe Daten, double und float sowie verschiedene Varianten von Matrizen und Vektoren.

MQL5 gewinnt daher mehr als nur eine „SVD-Methode“ oder eine „Eigenwertmethode“ hinzu. Es gewinnt ein Fundament, auf dem Algorithmenfamilien für verschiedene Datentypen und unterschiedliche numerische Probleme aufgebaut werden können.

Die ersten OpenBLAS-Methoden in MQL5 bezogen sich auf die Singulärwertzerlegung und die Berechnung von Eigenwerten. Dies war ein natürlicher Ausgangspunkt. SVD- und Eigenwertprobleme liegen einer Vielzahl praktischer Algorithmen zugrunde: von der Stabilitätsanalyse und Dimensionsreduktion bis hin zu maschinellem Lernen, Statistik, Signalverarbeitung und Modellbildung.

Für SVD wurden mehrere algorithmische Varianten hinzugefügt: Divide-and-Conquer, QR, QR mit Pivoting, Bisektion, Jacobi auf hoher Ebene, Jacobi auf niedriger Ebene sowie Methoden für bidiagonale Matrizen. Dies ist wichtig, da numerische Methoden selten eine einzige „beste“ Lösung für jede Situation haben. Eine schnelle Methode ist bei schlecht konditionierten Daten möglicherweise weniger genau, während ein stabilerer Ansatz rechnerisch aufwendiger sein kann. Die Plattform sollte Entwicklern eine Auswahl bieten.

Eigenwertmethoden adressieren eine andere Klasse von Problemen. Sie werden zur Analyse quadratischer Matrizen, symmetrischer und hermitescher Matrizen, der Systemstabilität, spektraler Eigenschaften sowie vieler in der Statistik, Optimierung und Modellierung verwendeter Rechenverfahren eingesetzt.

Der OpenBLAS-Abschnitt der MQL5-Dokumentation wurde seitdem kontinuierlich erweitert. Dies ist ein wichtiger Punkt: Die Integration von OpenBLAS ist keine einmalige Veröffentlichung, sondern eine fortlaufende Entwicklungsrichtung. Matrix- und Vektormethoden erhalten nach und nach immer mehr Funktionen, die auf verschiedene Matrixtypen anwendbar sind: matrix, matrixf, matrixc und matrixcf.

Der nächste logische Schritt umfasst Methoden zur Verfeinerung von Lösungen, Fehlerschätzung, Verbesserung der numerischen Stabilität sowie zusätzliche Faktorisierungen. Genauso wird ein solides mathematisches Fundament aufgebaut: nicht durch den Sprung von „nichts“ zu „alles“, sondern durch die schrittweise Abdeckung einer ständig wachsenden Anzahl von LAPACK-Standardproblemen.

Warum dies für einen MQL-Entwickler wichtig ist

Für einen gewöhnlichen Trader mag OpenBLAS wie etwas Fernes erscheinen: eine Bibliothek für Mathematiker, Ingenieure und wissenschaftliches Rechnen. Doch innerhalb des MQL-Ökosystems hat seine Ankunft sehr praktische Auswirkungen.

Entwickler können komplexere Modelle direkt in MQL5 erstellen. Anstatt nur einen Indikator aufzurufen, zwei Werte zu vergleichen und einen Auftrag zu senden, können sie mit Daten als Arrays, Vektoren und Matrizen arbeiten. Sie können Zerlegungen berechnen, Gleichungssysteme lösen, Stabilität bewerten und Methoden verwenden, die zuvor nach Python, C++ oder Bibliotheken von Drittanbietern ausgelagert werden mussten.

Dies macht Python, ONNX oder externe Tools nicht überflüssig. Im Gegenteil, sie beginnen, sich effektiver zu ergänzen. Python eignet sich gut für Forschung, Modelltraining und Datenaufbereitung. ONNX ist praktisch, um ein trainiertes Modell in das Terminal zu bringen. OpenBLAS bietet MQL5 eine robuste numerische Grundlage für Fälle, in denen Berechnungen innerhalb der Plattform durchgeführt werden müssen.

Infolgedessen entwickelt sich MetaTrader 5 allmählich zu einer Umgebung, in der Benutzer nicht nur handeln und Expert Advisors testen, sondern auch einen vollwertigen Rechen-Workflow aufbauen können:

• Marktdaten abrufen;
• Merkmale und Matrizen vorbereiten;
• ein ONNX-Modell verwenden;
• numerische Berechnungen mit Matrix/Vektor durchführen;
• die Idee im Strategietester testen;
• die Optimierung parallelisieren;
• das Ergebnis in einen Expert Advisor, Indikator oder Service integrieren.

Deshalb sollte OpenBLAS nicht isoliert betrachtet werden, sondern in Verbindung mit den vorangegangenen Schritten: MQL5, MetaEditor, Python, ONNX, Matrizen, Vektoren und KI-Assistent.

Agentenbasierter KI-Assistent, MCP und OpenBLAS: drei Ebenen einer einzigen Entwicklungsumgebung

Auf den ersten Blick scheinen der agentenbasierte KI-Assistent, MCP und OpenBLAS zu verschiedenen Teilen der Plattform zu gehören. Der KI-Assistent verarbeitet die Nutzerabsicht, MCP verbindet das Modell mit Werkzeugen und OpenBLAS führt numerische Algorithmen aus. Zusammen bilden sie jedoch einen konsistenten Rechen-Workflow.

Der KI-Assistent ist für die Formulierung und Zerlegung der Aufgabe verantwortlich: das Verständnis der Anfrage, die Erstellung eines Plans, die Auswahl von Aktionen und die Interpretation der Ergebnisse. MCP bietet dem Agenten kontrollierten Zugriff auf das Terminal, MetaEditor, Projekte, den Markt, die Handelshistorie und externe Daten. OpenBLAS, Matrix-/Vektoroperationen, ONNX und andere Technologien stellen dem MQL5-Programm die Rechenleistung zur Verfügung, die zur Implementierung des Modells selbst erforderlich ist.

Früher wechselten Entwickler manuell zwischen dem Editor, der Hilfedokumentation, dem Forum, dem Strategietester, einem Python-Notebook und externen Bibliotheken. Heute können einige dieser Kontextwechsel als eine einzige Aufgabe beschrieben werden: das Projekt untersuchen, den Code ändern, das Programm kompilieren, die Daten vorbereiten, die Analyse ausführen und einen Bericht erstellen. Der Agent ersetzt nicht den Compiler, den Strategietester oder die mathematische Bibliothek – er verbindet sie miteinander.

Deshalb ist MCP nicht weniger wichtig als das Sprachmodell selbst. Ohne spezialisierte Werkzeuge bleibt selbst ein leistungsfähiges Modell nur ein Gesprächspartner. Mit MCP erhält es die Fähigkeit, innerhalb der Plattform zu agieren, während es innerhalb der vom Benutzer festgelegten Berechtigungen bleibt.

Algo Forge: Code wird zu einem Projekt

Eine moderne Entwicklungsumgebung benötigt eine weitere Ebene, die für jede ernsthafte Entwicklungsarbeit unerlässlich ist: Versionskontrolle, Änderungshistorie, Zusammenarbeit und die Veröffentlichung des Projekts als lebendiges Repository. Innerhalb des MQL-Ökosystems hat MQL5 Algo Forge diese Rolle nach und nach übernommen.

Der Vorgänger von Algo Forge war MQL5 Storage – ein in MetaEditor integriertes Online-Repository für MQL4/MQL5-Quellcode. Es löste bereits ein wichtiges Problem: Entwickler konnten ihren Code in einem sicheren Repository speichern, den Änderungsverlauf einsehen, auf frühere Versionen zurückgreifen und direkt vom Editor aus an Teamprojekten arbeiten.

Das bisherige Repository basierte jedoch auf Subversion und war veraltet. Sein Konzept funktionierte zwar gut für das Speichern und Synchronisieren von Quellcode, aber moderne Entwicklung erfordert mehr: eine lokale Historie, schnelle Operationen, Zweige für Experimente, das Zusammenführen von Änderungen, Offline-Arbeit und eine transparente Zusammenarbeit mehrerer Entwickler an einem einzigen Projekt.

Am 6. Juni 2025 führte MetaTrader 5, Build 5100, ein komplett neu gestaltetes Quellcode-Repository ein: Der MQL5 Storage wurde von Subversion auf Git umgestellt, und gleichzeitig wurde ein neues Webportal für das Online-Projektmanagement – MQL5 Algo Forge – gestartet.

Dies ist ein wichtiger Wendepunkt. Während die Code Base die Frage „Wo finde ich ein fertiges Beispiel?“ beantwortete, beantwortet Algo Forge eine andere Frage: „Wie verwalte ich ein sich entwickelndes Projekt?“ Ein komplexer Expert Advisor oder eine Bibliothek ist längst nicht mehr nur eine einzelne MQ5-Datei. Es kann Include-Dateien, Testkonfigurationen, Parametersätze, Modelle, Dokumentationen, eine README-Datei, unterstützende Skripte, eine Historie von Experimenten und mehrere Entwicklungszweige enthalten.

Git verändert die Art und Weise, wie Sie mit dieser Art von Code arbeiten. Ein Entwickler kann einen separaten Zweig für eine neue Idee erstellen, sie im Strategietester testen, Änderungen vergleichen, auf einen früheren Zustand zurückgreifen, ein erfolgreiches Experiment in die Hauptversion zusammenführen und das Ergebnis in ein Cloud-Repository übertragen. Die Projekthistorie wird nicht mehr im Gedächtnis des Autors oder in Ordnern mit Namen wie „final_new_2“ gespeichert. Sie wird Teil der IDE selbst.

Algo Forge fügt dem eine soziale Ebene hinzu. Entwickler können öffentliche Projekte erkunden, Autoren folgen, Teams erstellen, Projekte forken, Repositories klonen, Dateien, Commits und Zweige einsehen, Dokumentationen vorbereiten und Projekte online teilen. Für das MQL-Ökosystem bedeutet dies einen Wandel vom Teilen einzelner Quellcodedateien hin zu einer vollwertigen Kultur der kollaborativen Entwicklung.

Dies ist besonders wichtig für Artikel und Lehrmaterialien. Code aus einem Artikel sollte nicht nur in einem Archiv oder einer angehängten Dateisammlung existieren. Er kann als Projekt in Algo Forge eingerichtet werden, mit einer klaren Struktur, einer README.md-Datei, wobei der Änderungsverlauf bewahrt bleibt und den Lesern nicht nur Text, sondern einen praktisch nutzbaren Ausgangspunkt geboten wird. Der Artikel erläutert das Konzept, und das Repository demonstriert es in der Praxis.

Somit erweitert MetaEditor seine Rolle erneut. Es begann als ein Ort zum Schreiben und Kompilieren von Code. Dann kamen Dokumentation, Projekte, Debugging, Profiling, der KI-Assistent und Integrationen hinzu. Nun ist auch ein vollwertiger Git-Workflow Teil des Ganzen: Historie, Branches, Commits, Synchronisation und Zusammenarbeit.

Nach dieser Logik ist Algo Forge kein separater „Nebendienst“, sondern eine Fortsetzung derselben Entwicklungslinie. Ein MQL-Programm hat sich von einem einfachen Expert Advisor auf einem einzelnen Chart zu einem Entwicklungsprojekt entwickelt, das versioniert, diskutiert, von einem Team entwickelt, veröffentlicht und über Jahre hinweg gewartet werden kann.

Von Expert Advisors zu einer Entwicklungsumgebung

Betrachtet man die gesamte Geschichte, erscheint die Entwicklung von MQL bemerkenswert konsistent.

Zuerst kamen Expert Advisors, noch bevor es eine vollwertige Programmiersprache gab. Dann kam das erste MQL: eine kurze Dokumentationsseite, ein paar Variablen und die Möglichkeit, eine Handelsstrategie direkt im Terminal auszuführen. MQL II folgte mit Schleifen, Arrays, Datentypen und mathematischen Funktionen. Benutzerdefinierte Indikatoren erweiterten die Sprache über Expert Advisors hinaus.

MetaTrader 4 brachte all dies in einem Massenmarktmodell zusammen: das Terminal, MQL4, MetaEditor, Dokumentation, Expert Advisors, Indikatoren, Skripte, Bibliotheken und Tests. MQL4.COM fügte die Community, die Code Base und Artikel hinzu. Die Wettbewerbe zeigten, dass automatisierter Handel öffentlich, wettbewerbsorientiert und groß angelegt sein kann.

MetaTrader 5 und MQL5 hoben die Komplexität auf ein neues Niveau. Objektorientierte Programmierung, nativer Code, die Standardbibliothek, ein neues Handelsmodell, ein verbesserter Strategietester, Cloud-Optimierung und die MQL5.community verwandelten die Sprache in ein präzises Entwicklungswerkzeug.

Dann beeinflusste MQL5 im Gegenzug die Entwicklung von MQL4: ein einheitlicher Compiler, ein einheitlicher MetaEditor, eine neue Sprache, Programmschutz und der Market für Anwendungen. Das etablierte Massenmarktprodukt erhielt eine neue technologische Grundlage.

MQL5 begann daraufhin, über den traditionellen Expert Advisor hinauszugehen: OpenCL, benutzerdefinierte Symbole, .NET, Dienste, Netzwerkfunktionen, SQLite, DirectX, Python, ONNX, Matrizen und Vektoren. All dies erweiterte allmählich die Vorstellung davon, was ein MQL-Programm sein könnte.

Der agentenbasierte KI-Assistent, das Model Context Protocol (MCP) und OpenBLAS sind keine zufälligen Ergänzungen dieser Geschichte. Sie sind deren logische Fortsetzung, da sie auf demselben Prinzip aufbauen, das bereits 2001 erkennbar war: den Nutzern mehr Autonomie innerhalb der Plattform zu geben.

Damals bedeutete Autonomie die Fähigkeit, einen Expert Advisor zu schreiben und einen Handelsvorgang ohne menschliches Eingreifen zu senden. Heute bedeutet es viel mehr, einem Agenten eine Aufgabe in natürlicher Sprache zu geben, ihm kontrollierten Zugriff auf Tools über MCP zu gewähren, Code zu schreiben und zu erstellen, ein externes Modell für maschinelles Lernen zu verwenden, numerische lineare Algebra durchzuführen, das System an historischen Daten zu testen und es in der MetaTrader-Infrastruktur zu starten.

Keine Versionsgeschichte, sondern die Geschichte einer Idee

Es ist leicht, die Geschichte von MQL in eine lange Liste von Daten, Build-Nummern und Funktionsnamen zu verwandeln. Doch das verfehlt den eigentlichen Punkt.

Dies ist keine Geschichte darüber, wie eine Syntax durch eine andere ersetzt wurde. Es ist auch keine Geschichte darüber, wie nach und nach immer mehr Menüpunkte zum Terminal hinzugefügt wurden.

Es ist eine Geschichte darüber, wie die Handelsplattform schrittweise immer mehr Arbeit eines Entwicklers in sich selbst integriert hat. Zuerst kam die Ausführung von Expert Advisors. Dann die Sprache. Dann der Editor. Dann Dokumentation, Tests, Code Base, Artikel, Wettbewerbe, Market, Cloud-Optimierung, externe Integrationen, maschinelles Lernen, KI-Assistent, numerische lineare Algebra und Projektmanagement durch Algo Forge.

In diesem Sinne ist der moderne MetaEditor nicht einfach nur der Nachfolger eines alten Bearbeitungsfensters für Expert Advisors. Er ist die zentrale Integrationsinstanz für das gesamte MQL-Ökosystem: die Sprache, Dokumentation, Projekte, Debugging, Profiling, Modelle, mathematische Methoden, agentenbasierte Unterstützung, MCP-Tools und Git-Infrastruktur für die kollaborative Entwicklung.

Deshalb sieht die Reise von den ersten Expert Advisors bis hin zum agentenbasierten KI-Assistenten, MCP und OpenBLAS nicht wie eine Ansammlung isolierter Ereignisse aus, sondern wie eine einzige kontinuierliche Entwicklungslinie. Von Anfang an hat MetaQuotes nicht nur ein Terminal zur Marktbeobachtung entwickelt, sondern eine Umgebung, in der eine Handelsidee zu einem Programm und ein Programm zu einem strukturierten, steuerbaren Entwicklungsprozess wird.

Diese Idee treibt die Entwicklung von MQL weiterhin voran.