Diskussion zum Artikel "Neuronale Netze im Handel: Hierarchical Dual-Tower Transforme (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: Hierarchical Dual-Tower Transforme (letzter Teil) :
Wir haben umfangreiche Arbeiten zur Umsetzung unserer Interpretation der von den Autoren von Hidformer vorgeschlagenen Ansätze durchgeführt. Wir kommen nun zur entscheidenden Phase: der Bewertung der Wirksamkeit unserer Lösungen anhand realer historischer Daten. Bei unserer Implementierung haben wir uns weitgehend an das MacroHFT-System angelehnt. Daher ist es logisch, die Leistung des neuen Modells damit zu vergleichen. Daher trainieren wir das neue Modell mit dem Trainingsdatensatz, der zuvor für das Training der MacroHFT-basierten Implementierung zusammengestellt wurde.
Dieser Trainingsdatensatz wurde aus historischen Daten für das gesamte Jahr 2024 für das Währungspaar EURUSD auf dem Zeitrahmen M1 zusammengestellt. Alle Indikatorparameter wurden auf ihre Standardwerte gesetzt.
Zum Trainieren und Testen des Modells werden die gleichen Expert Advisors verwendet. Die Tests wurden mit historischen Daten vom Januar 2025 durchgeführt, wobei alle anderen Parameter beibehalten wurden. Die Testergebnisse sind wie folgt:
Die Ergebnisse zeigen, dass das Modell bei historischen Daten außerhalb des Trainingsdatensatzes Gewinne erzielt. Insgesamt führte das Modell während des Kalendermonats 29 Handelsgeschäfte aus. Dies ergibt etwas mehr als einen Handel pro Handelstag, was für den Hochfrequenzhandel nicht ausreichend ist. Über 60 % der Handelsgeschäfte waren profitabel. Der durchschnittliche Gewinn liegt um 60 % höher als der durchschnittliche Verlust.
Autor: Dmitriy Gizlyk