Diskussion zum Artikel "Neuronale Netze im Handel: Ein multimodaler, werkzeuggestützter Agent für Finanzmärkte (letzter Teil)"
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Neuer Artikel Neuronale Netze im Handel: Ein multimodaler, werkzeuggestützter Agent für Finanzmärkte (letzter Teil) :
In den letzten beiden Artikeln haben wir den FinAgent-Rahmen im Detail untersucht. Während dieses Prozesses haben wir unsere eigene Interpretation der von den Autoren vorgeschlagenen Ansätze umgesetzt. Wir haben die Algorithmen des Frameworks an unsere spezifischen Anforderungen angepasst. Wir haben nun eine weitere wichtige Phase erreicht: die Bewertung der Wirksamkeit der implementierten Lösungen anhand realer historischer Daten.
Bitte beachten Sie, dass wir während der Entwicklung erhebliche Änderungen an den Kernalgorithmen von FinAgent vorgenommen haben. Diese Änderungen betreffen wichtige Aspekte des Modellbetriebs. Daher bewerten wir in dieser Evaluierung unsere angepasste Version und nicht den ursprünglichen Rahmen.
Das Modell wurde anhand historischer Daten für das Währungspaar EURUSD für das Jahr 2023 mit dem Zeitrahmen H1 trainiert. Alle vom Modell verwendeten Indikatoreinstellungen wurden auf ihren Standardwerten belassen, sodass wir uns auf die Bewertung des Algorithmus selbst und seine Fähigkeit, mit Rohdaten ohne zusätzliche Einstellungen zu arbeiten, konzentrieren konnten.
Für die erste Trainingsphase haben wir einen Datensatz verwendet, der in früheren Studien erstellt wurde. Wir haben einen Trainingsalgorithmus angewandt, der „fast ideale“ Zielhandlungen für den Agenten generiert, sodass wir das Modell trainieren können, ohne den Trainingsdatensatz ständig zu aktualisieren. Dieser Ansatz hat zwar gut funktioniert, aber wir sind der Meinung, dass eine regelmäßige Aktualisierung des Trainingssatzes die Genauigkeit verbessern und die Abdeckung der verschiedenen Kontostände erweitern würde.
Autor: Dmitriy Gizlyk