Diskussion zum Artikel "Der MQL5-Standardbibliotheks-Explorer (Teil 9): Verwendung von ALGLIB zur Filterung übermäßiger MA-Crossover-Signale"

[MetaQuotes]

Neuer Artikel Der MQL5-Standardbibliotheks-Explorer (Teil 9): Verwendung von ALGLIB zur Filterung übermäßiger MA-Crossover-Signale :

Bei Seitwärtsbewegungen des Kurses sehen sich Händler mit übermäßigen Signalen aus mehreren Kreuzungen gleitender Durchschnitte konfrontiert. Heute besprechen wir, wie ALGLIB ungefilterte Kursdaten vorverarbeitet, um gefilterte Crossover-Ebenen bzw. -Darstellungen zu erzeugen, die bei ihrem Auftreten auch Alarme oder Benachrichtigungen auslösen können. Nehmen Sie an dieser Diskussion teil, um zu erfahren, wie eine mathematische Bibliothek in MQL5-Programmen genutzt werden kann.

Das Kreuzen zweier gleitender Durchschnitte ist wahrscheinlich die erste Strategie, die jeder Händler ausprobiert. Ein schneller MA, der einen langsamen MA nach oben kreuzt, signalisiert „Kauf“, und die umgekehrte Konstellation signalisiert „Verkauf“. Es ist einfach, intuitiv und in Trendmärkten überraschend effektiv. Das Problem tritt auf, wenn sich der Markt seitwärts bewegt: Der Kurs oszilliert um die Durchschnitte, die Linien kreuzen sich wiederholt, und wir erhalten eine Reihe von Verlustgeschäften – die berüchtigten Whipsaws.

Viele Händler versuchen, dies durch eine Erhöhung der Perioden (was die Durchschnitte glatter, aber langsamer macht) oder durch das Hinzufügen von Filtern (RSI, ADX usw.) zu beheben. Diese Ansätze können helfen, bleiben aber heuristische Anpassungen, die auf die ursprüngliche Struktur aufgesetzt sind.

ALGLIB ist eine plattformübergreifende Bibliothek für numerische Analyse, die fortgeschrittene mathematische Berechnungen direkt in MetaTrader 5 Indikatoren und Expert Advisors bringt. Ursprünglich für C++, C# und Python entwickelt, wurde ALGLIB als Teil der Standardbibliothek von MQL5 portiert und bietet uns Zugriff auf Hunderte von optimierten Algorithmen für lineare Algebra, Optimierung, Signalverarbeitung und Datenanalyse.

Für diejenigen, die sich von fortgeschrittener Mathematik eingeschüchtert fühlen könnten, besteht kein Grund zur Sorge. Wir beginnen mit einfachen Konzepten und bauen schrittweise darauf auf. ALGLIB übernimmt die schweren numerischen Berechnungen intern – wir müssen nur konzeptionell verstehen, was jede Funktion bewirkt. Stellen Sie es sich wie das Fahren eines Autos vor: Sie müssen keine Thermodynamik verstehen können, um das Gaspedal zu drücken.

Autor: Clemence Benjamin