Diskussion zum Artikel "Neuronale Netze im Handel: Ein Agent mit geschichtetem Gedächtnis (letzter Teil)"

Neuer Kommentar
 

Neuer Artikel Neuronale Netze im Handel: Ein Agent mit geschichtetem Gedächtnis (letzter Teil) :

Wir setzen unsere Arbeit an der Entwicklung des Systems von FinMem fort, das mehrschichtige Speicheransätze verwendet, die menschliche kognitive Prozesse nachahmen. Dadurch kann das Modell nicht nur komplexe Finanzdaten effektiv verarbeiten, sondern sich auch an neue Signale anpassen, was die Genauigkeit und Effektivität von Anlageentscheidungen auf sich dynamisch verändernden Märkten erheblich verbessert.

In den letzten beiden Artikeln ging es um den FinMem. Darin haben wir unsere Interpretation der von den Autoren des Rahmens vorgeschlagenen Ansätze mit MQL5 umgesetzt. Wir haben nun die spannendste Phase erreicht: die Bewertung der Wirksamkeit der implementierten Lösungen anhand echter historischer Daten.

Es ist wichtig zu betonen, dass wir während der Implementierung erhebliche Änderungen an den Algorithmen von FinMem vorgenommen haben. Daher bewerten wir nur unsere implementierte Lösung und nicht den ursprünglichen Rahmen.

Das Modell wurde anhand historischer Daten für das Währungspaar EURUSD für das Jahr 2023 mit dem Zeitrahmen H1 trainiert. Die vom Modell analysierten Indikatoreinstellungen wurden auf ihren Standardwerten belassen.

Für die erste Trainingsphase haben wir einen Datensatz verwendet, der im Rahmen früherer Forschungen entstanden ist. Der implementierte Trainingsalgorithmus, der „nahezu ideale“ Zielhandlungen für den Agenten generiert, ermöglicht es, das Modell zu trainieren, ohne den Trainingsdatensatz zu aktualisieren. Um jedoch ein breiteres Spektrum an Kontoständen abzudecken, würde ich empfehlen, den Trainingsdatensatz nach Möglichkeit regelmäßig zu aktualisieren.

Nach mehreren Trainingszyklen erhielten wir ein Modell, das sowohl bei Trainings- als auch bei Testdaten eine stabile Rentabilität aufwies. Die abschließenden Tests wurden mit historischen Daten für Januar 2024 durchgeführt, wobei alle anderen Parameter unverändert blieben. Die Testergebnisse werden im Folgenden vorgestellt.



Autor: Dmitriy Gizlyk

Neuer Kommentar