Neue MetaTrader 5 Plattform Build 3210: Überarbeiteter Sharpe-Ratio-Berechnungsalgorithmus, neue Matrix-Methoden und Kontrolle über Indikator-Minimum/Maximum-Werte
Es ist ja schonmal löblich das es Informationen zu Updates gibt.
Nur was nützen mir diese Infos wenn die immer nur schwammig sind.
Was ist so schwer daran ein Beispiel zu zeigen das einen Fehler provoziert ?
Es hilft sogar gegen diese blöden Übersetzungsfehler .
Wie kann eine Funktion Mitternacht überschreiten ? Geisterhaftes Eigenleben ?
Fast vergessen, lasst den Quatsch und baut in eine Tradingsoftware DatenTypen wie Matrix ein.
Braucht kein Mensch, und der sie nutzt wird immer ein "doofes" Neuronales Netz haben.
Alle großen AI-Frameworks lassen sich über Python oder Dll nutzen. GPU-Beschleunigung ist auch schon dabei.
Wer bitte setzt sich hin und programmiert das in MQL5 nach ?
Falls es mutige mit viel Zeit gibt , ihr werden immer nur ein nutzloses Neuronales Netz haben .
Chaotische Zeitreihen ,was Börsenkurse nunmal sind, stellen für ein NN das schwierigste Problem dar.
Da kommt man nicht mit 10 oder 20 Neuronen und einem Layer weiter.
Würde gerne verstehen wo Du die Zahl hernimmst...
Erfahrungen ab wann ein Netz anfängt sinnvoll die Eingansdaten zu bewerten.
20 Neuronen in einem Layer sind auch nur 20 "Schaltpunkte" intern.
Man kann es auch so schreiben (ohne Log funktionen) 2 inputs 1 Output 5 Neuronen
Trainiertes Netz vereinfacht : E = Eingang N = Neuron A= Ausgang
If ( E1 > N1 & E2 < N1 &
E1 > N2 & E2 < N2 &
E1 > N3 & E2 < N3 &
E1 > N4 & E2 < N4 &
E1 > N5 & E2 < N5 )
{
A = 3.4
}Das soll verdeutlichen wie uniuntelligent ein Netz mit bsp 20 Neuronen ist.
Und das ist dann noch nicht mal ein LSTM Netz was speziell für Zeitreihen wichtig ist.
Für eine CPU ist das schon viel. Die Beschleunigung mit GPU muss dann ja auch noch programmiert werden.
Ich hoffe ich hab deine Frage verstanden.
Erfahrungen ab wann ein Netz anfängt sinnvoll die Eingansdaten zu bewerten.
20 Neuronen in einem Layer sind auch nur 20 "Schaltpunkte" intern.
Man kann es auch so schreiben (ohne Log funktionen) 2 inputs 1 Output 5 Neuronen
Trainiertes Netz vereinfacht : E = Eingang N = Neuron A= Ausgang
Das soll verdeutlichen wie uniuntelligent ein Netz mit bsp 20 Neuronen ist.
Und das ist dann noch nicht mal ein LSTM Netz was speziell für Zeitreihen wichtig ist.
Für eine CPU ist das schon viel. Die Beschleunigung mit GPU muss dann ja auch noch programmiert werden.
Ich hoffe ich hab deine Frage verstanden.
Ach , es geht immernoch um Vektoren. So eng muss man es nicht sehen 😁
Zum Wissenstand von mir. Ich arbeite seit 5 Jahren an dem Thema. Über die Jahre hat sich eben eines herauskristalisert.
Die Fehlerrate sinkt mit steigender Größe des Netzes.Das festzustellen war recht einfach. Matlab/R ist da das Tool der Wahl :-)
Die Definition des Netzes habe ich dynamisch erstellt(LayerTyp,LayerAnz,Neuronen/Layer,AktivierungsFunktionen,..)
Dann kommt eine Art Optimizer dazu und als Ergebniss ist eben größer = besser. Dann kann es schon sein das die 8GB VRAM einer GPU nicht reichen.
Wenn man das jetzt in MQL gießen will , ist das ungefähr so als wenn du ein Haus baust und ALLE Maße sind nicht in Norm. Du muss dann deine Fenster ,Türen ,Steine alle selbst herstellen inkl der Maschinen
inkl der Baufehler.Überspitzt dargestellt.
Klein angefangen habe ich auch mit dem Unterschied das ich gleich auf fertige Lösungen gegriffen habe.
Un mit einem selbstgeschrieben TradingSimulator in Matlab wurde das Testen so richtig komfortabel. Ein einfacher TradeSim braucht nur den Preis/Zeit beim öffnen und schließen der Positon . Eine kleine Positionsverwaltung fertig. Für ein PoC völlig ausreichend.
Ich behaupte das ein Netz mit 20 oder meinetwegen 50 Neuronen nur eines lernt. Ein Trend setzt sich fort.Es hat gar keine Möglichkeit die Feinheiten des Kursen zu erfassen die dann dir den Vorteil geben. Das können wir aber selber. Ähnlich der KI die Pferdebilder erkennt . Das Bild war fast egal ,Hauptsache auf dem Bild stand der Pferdenamen 😉
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Das MetaTrader 5 Plattform-Update wird am Freitag, den 11. Februar 2022, veröffentlicht.
Das Update bietet einen überarbeiteten Sharpe-Ratio-Berechnungsalgorithmus, der auf einer traditionellen Formel basiert, neue Matrix-Methoden, einen optimierten Speicherverbrauch und einen verbesserten Netzwerksystembetrieb für eine bessere Datenübertragung.
Außerdem haben wir zwei neue Eigenschaften, INDICATOR_FIXED_MINIMUM und INDICATOR_FIXED_MAXIMUM, in die Enumeration ENUM_CUSTOMIND_PROPERTY_INTEGER aufgenommen, mit denen Mindest- und Höchstwerte von Indikatoren mithilfe der Funktion IndicatorSetDouble fixiert bzw. aufgehoben werden können.Darüber hinaus haben wir einige Fehler in der mathematischen Bibliothek Math\Stat\Math.mqh behoben und die Funktionsweise der Funktionen CopyTicks und CopyTicksRange korrigiert, die beim Überschreiten von Mitternacht veraltete Daten zurückgeben konnten.
Diese Änderungen sowie weitere neue Funktionen der aktualisierten MetaTrader 5-Plattformversion werden im Folgenden ausführlich beschrieben:Pseudocode zur Berechnung der Adresse eines Matrixelements:
Für die "Matrix mat(3,3)" zum Beispiel kann der Zugriff auf die Elemente wie folgt geschrieben werden:
lesen: 'x=mat.Flat(4)', das 'x=mat[1][1]' entsprichtschreiben: 'mat.Flat(5, 42)', das 'mat[1][2]=42' entspricht
Wenn die Funktion mit einem ungültigen Matrixindex aufgerufen wird, wird der kritische Ausführungsfehler OutOfRange ausgeworfen.
Mit Hilfe dieser Eigenschaften können Sie die minimalen und maximalen Indikatorwerte mit der Funktion IndicatorSetInteger fixieren oder wieder aufheben. Beim Aufruf von IndicatorSetInteger(INDICATOR_FIXED_MINIMUM/INDICATOR_FIXED_MAXIMUM, true) wird der aktuelle Minimal- oder Maximalwert verwendet.
Die Aktualisierung wird über das Live-Update-System verfügbar sein.