Diskussion zum Artikel "Feature Engineering mit Python und MQL5 (Teil II): Winkel des Preises"

[MetaQuotes]

Neuer Artikel Feature Engineering mit Python und MQL5 (Teil II): Winkel des Preises :

Im MQL5-Forum gibt es viele Beiträge, in denen um Hilfe bei der Berechnung der Steigung von Preisänderungen gebeten wird. In diesem Artikel wird eine Möglichkeit zur Berechnung des Winkels aufgezeigt, der sich aus den Kursveränderungen eines beliebigen Marktes ergibt, mit dem Sie handeln möchten. Außerdem werden wir die Frage beantworten, ob die Entwicklung dieser neuen Funktion den zusätzlichen Aufwand und die investierte Zeit wert ist. Wir werden untersuchen, ob die Steigung des Kurses die Genauigkeit unseres KI-Modells bei der Vorhersage des USDZAR-Paares auf dem M1 verbessern kann.

Eine wesentliche Einschränkung der Trendlinien besteht darin, dass sie subjektiv definiert sind. Daher kann ein Händler seine Trendlinien willkürlich anpassen, um eine Analyse zu erstellen, die seine Perspektive unterstützt, selbst wenn seine Perspektive falsch ist. Daher ist es nur natürlich, dass man versucht, Trendlinien mit einem robusteren Ansatz zu definieren. Die meisten Händler hoffen, dies zu erreichen, indem sie die Steigung berechnen, die durch Veränderungen der Preisniveaus entsteht. Die Hauptannahme ist, dass die Kenntnis der Steigung gleichbedeutend ist mit der Kenntnis der Richtung der Trendlinie, die durch die Preisbewegung gebildet wird.

Damit sind wir bei der ersten Hürde angelangt, die es zu überwinden gilt: die Definition der Steigung. Die meisten Händler versuchen, die vom Preis erzeugte Steigung als Preisdifferenz geteilt durch die Zeitdifferenz zu definieren. Dieser Ansatz weist mehrere Einschränkungen auf. Erstens: Die Aktienmärkte sind über das Wochenende geschlossen. In unseren MetaTrader 5-Terminals wird die Zeit, die während der Schließung der Märkte verstrichen ist, nicht aufgezeichnet, sondern muss aus den vorliegenden Daten abgeleitet werden. Bei der Verwendung eines solchen einfachen Modells ist daher zu bedenken, dass das Modell nicht die Zeit berücksichtigt, die über das Wochenende verstrichen ist. Das bedeutet, dass unsere Schätzung der Steigung überhöht ist, wenn das Preisniveau über das Wochenende gestiegen ist. 

Es sollte sofort klar sein, dass die mit unserem derzeitigen Ansatz berechnete Steigung sehr empfindlich in Bezug zu unserer Darstellung der Zeit reagiert. Wenn wir, wie bereits erwähnt, die Zeit, die über das Wochenende verstrichen ist, ignorieren, erhalten wir überhöhte Koeffizienten. Und wenn wir die Zeit über das Wochenende berücksichtigen, erhalten wir relativ kleinere Koeffizienten. Daher ist es nach unserem derzeitigen Modell möglich, bei der Analyse derselben Daten zwei verschiedene Steigungsberechnungen zu erhalten. Dies ist unerwünscht. Wir würden es vorziehen, wenn unsere Berechnung deterministisch wäre. Das bedeutet, dass unsere Berechnung der Steigung immer die gleiche ist, wenn wir die gleichen Daten analysieren. 

Um diese Einschränkungen zu überwinden, möchte ich eine alternative Berechnung vorschlagen. Wir könnten stattdessen die vom Preis gebildete Steigung berechnen, indem wir die Differenz des Eröffnungskurses durch die Differenz des Schlusskurses teilen. Wir haben die Zeit auf der x-Achse ersetzt. Diese neue Menge gibt Aufschluss darüber, wie empfindlich der Schlusskurs auf Veränderungen des Eröffnungskurses reagiert. Wenn der absolute Wert dieser Größe > 1 ist, dann sagt uns das, dass große Veränderungen des Eröffnungskurses nur geringe Auswirkungen auf den Schlusskurs haben. Wenn der absolute Wert der Menge < 1 ist, bedeutet dies, dass kleine Änderungen des Eröffnungskurses große Auswirkungen auf den Schlusskurs haben können. Wenn der Koeffizient der Steigung negativ ist, bedeutet dies, dass sich der Eröffnungs- und der Schlusskurs in entgegengesetzte Richtungen bewegen.

Autor: Gamuchirai Zororo Ndawana