Diskussion zum Artikel "Selbstoptimierende Expert Advisors mit MQL5 und Python erstellen"

Neuer Kommentar
 

Neuer Artikel Selbstoptimierende Expert Advisors mit MQL5 und Python erstellen :

In diesem Artikel werden wir erörtern, wie wir Expert Advisors erstellen können, die in der Lage sind, Handelsstrategien auf der Grundlage der vorherrschenden Marktbedingungen eigenständig auszuwählen und zu ändern. Wir werden etwas über Markov-Ketten lernen und wie sie algorithmischen Händler helfen können.

Markov arbeitete an vielen Problemen, bei denen er Prozesse modellieren musste, die völlig zufällig waren, ähnlich wie unsere Herausforderung, mit der Unvorhersehbarkeit der Marktdynamik umzugehen. Er beschrieb formell einen Rahmen, der heute als „Markov-Kette“ bekannt ist. Wir wollen es intuitiv verstehen. 

Stellen Sie sich vor, Sie leiten ein öffentliches Verkehrsunternehmen, das seit über 70 Jahren Busdienste in Deutschland anbietet. Das Unternehmen erwägt, den Fuhrpark um weitere Busse zu erweitern, und Sie als Manager müssen entscheiden, für welche Ziele die zusätzlichen Busse eingesetzt werden sollen und für welche sich eine weitere Investition nicht lohnt. 


Die Betrachtung des Problems als Markov-Kette könnte den Entscheidungsprozess für Sie als Manager vereinfachen. Stellen wir uns vor, das folgende Diagramm stellt die Markov-Kette aller abgeschlossenen Reisen dar, die das Unternehmen in seiner 70-jährigen Geschichte unternommen hat.

Lassen Sie uns die obige Markov-Kette interpretieren. Wir können feststellen, dass 40 % der Passagiere, die in Frankfurt einsteigen, in München aussteigen, während die anderen 60 % nach Köln fahren. Von den Fahrgästen in Köln kehren 30 % nach Frankfurt zurück, und 70 % fahren in der Regel nach Berlin weiter. Dieses Modell zeigt deutlich, welche Strecken von Ihren Kunden am häufigsten genutzt werden.

Autor: Gamuchirai Zororo Ndawana

 
In dem obigen Artikel wurden Matrizen und Vektoren verwendet, um eine Handelsstrategie zu optimieren, ohne unbedingt den herkömmlichen Ansatz eines neuronalen Netzes zu verwenden. Es sieht so aus (zumindest für mich), dass man tatsächlich ein selbstoptimierendes EA erstellen kann, ohne notwendigerweise NN zu verwenden, die Aktivierungsfunktionen beinhalten, d.h. man braucht nicht wirklich Aktivierungsfunktionen oder Neuronen, um sein EA selbst zu optimieren. Wahrscheinlich kann ich korrigiert werden, hey. Ich könnte mich definitiv irren, ich könnte mich wirklich schrecklich irren, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ........... alles über Optimierung und NN mate......Ich bin Ihr Nachbar, hier in RSA.
 
Sibusiso Steven Mathebula Handelsstrategie zu optimieren, ohne unbedingt den herkömmlichen Ansatz eines neuronalen Netzes zu verwenden. Es sieht so aus (zumindest für mich), dass man tatsächlich ein selbstoptimierendes EA erstellen kann, ohne notwendigerweise NN zu verwenden, die Aktivierungsfunktionen beinhalten, d.h. man braucht nicht wirklich Aktivierungsfunktionen oder Neuronen, um sein EA selbst zu optimieren. Wahrscheinlich kann ich korrigiert werden, hey. Ich könnte definitiv falsch liegen, ich könnte wirklich schrecklich falsch liegen, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ich könnte, ........... alles über Optimierung und NN mate......Ich bin dein Nachbar, hier in RSA.
Hey SIbusiso, Ujani Budi?

Nun, wie Sie wissen, gibt es viele Wege, etwas zu tun. Der Ansatz, den ich hier skizziert habe, soll Ihnen helfen, schnell zuverlässige Ergebnisse zu erzielen. Allerdings hat alles seinen Preis: Die Übergangsmatrix, die du beobachten wirst, wird stark davon beeinflusst, wie viele Daten du abgerufen hast, aber wenn du immer mehr Daten abrufst, wird die Übergangsmatrix stabil und ändert sich nicht mehr (sie konvergiert).

Lass es mich so ausdrücken: Die Übergangsmatrix und der NN-Ansatz lösen völlig unterschiedliche Probleme, sie beantworten unterschiedliche Fragen. Die Übergangsmatrix sagt nichts voraus, sie fasst lediglich zusammen, was in der Vergangenheit geschehen ist, und sagt nichts darüber aus, was in der Zukunft wahrscheinlich geschehen wird.

Die NN hingegen sagt uns, was in der Zukunft wahrscheinlich passieren wird. Es ist möglich, beide in einem EA zu verwenden.
 
Hallo Gamuchirai. Dieser Artikel spricht mich direkt an und ich danke dir dafür, dass du unsere Gedanken geöffnet hast. Ich bin ein absoluter Neuling in der Programmierung und lerne durch das Lesen und Programmieren von Artikeln wie deinem. Meine größte Herausforderung ist Python. Ich weiß nicht einmal, wo ich anfangen soll, zumal ich schneller lerne, wenn das Thema der Handel ist, weil ich dann Backtests durchführen und Ideen in meinen EA einbauen kann. Bitte sagen Sie mir, wo ich die Sprache lernen kann. Ich habe nur die MQL5-Version programmiert, und das Problem, das ich habe, ist, dass "max_arg" 0 bleibt, weshalb der EA bullisch bleibt. Mit meinem begrenzten Verständnis habe ich versucht, einige Parameter zu manipulieren, und ich habe an einem Punkt aufgehört, an dem der Code einen Kauf und einen Verkauf gleichzeitig platzieren würde. Vielleicht übersehe ich ein entscheidendes Detail. Ich kann Ihnen meinen kopierten Code oder einen geänderten Code schicken, wenn Ihr Code auf Ihrer Seite richtig funktioniert. Vielleicht können Sie das Problem erkennen. Ich verwende heruntergeladene Daten, da ich im Urlaub bin und daher offline arbeite. Könnte das Probleme verursachen? Ich schätze die Arbeit, die Sie leisten, und Ihre Artikel sind brillant. Ich komme aus SA und kann nur sagen: Danke tsano.
Neuer Kommentar