Diskussion zum Artikel "ARIMA-Prognose-Indikator in MQL5"

MetaQuotes 2026.03.31 08:35

Neuer Artikel ARIMA-Prognose-Indikator in MQL5 :

In diesem Artikel implementieren wir den ARIMA-Prognose-Indikator in MQL5. Es wird untersucht, wie das ARIMA-Modell Prognosen erstellt und wie es sich auf den Devisenmarkt und den Aktienmarkt im Allgemeinen anwenden lässt. Außerdem wird erklärt, was AR-Autoregression ist, wie autoregressive Modelle für Prognosen verwendet werden und wie der Autoregressionsmechanismus funktioniert.

Der erste Teil des Modells wird als Autoregression bezeichnet. Dieser Fachausdruck bedeutet etwas ganz Einfaches: Der heutige Kurs hängt vom gestrigen, vom vorgestrigen und so weiter ab. Es ist, als ob sich der Markt an seine Vergangenheit erinnert und die Zukunft auf dieser Grundlage aufbaut.

Wenn EUR/USD drei Tage in Folge gestiegen ist, besteht die Chance, dass er auch morgen steigen wird. Nicht unbedingt, aber der Trend könnte sich fortsetzen. Der autoregressive Teil des Modells erfasst diese Muster, indem er analysiert, wie stark vergangene Werte die aktuellen beeinflussen.

Mathematik in einfachen Worten: Stellen Sie sich vor, Sie haben den EUR/USD-Wechselkurs der letzten fünf Tage: 1.0800, 1.0825, 1.0850, 1.0875, 1.0900. Autoregression sagt: „Sehen Sie, jeden Tag ist der Wechselkurs um etwa 25 Punkte (0,0025) gestiegen, was bedeutet, dass er morgen bei 1,0925 liegen wird. Das Modell ermittelt Koeffizienten – Zahlen, die zeigen, wie stark der Preis von gestern den von heute beeinflusst, der von vorgestern den von heute und so weiter.

Die Formel sieht etwa so aus: morgiger_Preis = 0,7 × heutiger_Preis + 0,2 × gestriger_Preis + 0,1 × vorgestriger_Preis. Diese Koeffizienten (0,7, 0,2, 0,1) werden vom Modell selbst ausgewählt, indem es die Geschichte analysiert. Je höher der Koeffizient, desto stärker ist der Einfluss dieses Tages auf die Prognose.