Diskussion zum Artikel "Neuronale Netze im Trading: Anomalieerkennung im Frequenzbereich (letzter Teil)"

Neuer Kommentar
 

Neuer Artikel Neuronale Netze im Trading: Anomalieerkennung im Frequenzbereich (letzter Teil) :

Wir arbeiten weiter an der Implementierung des Frameworks CATCH, das die Fourier-Transformation und Frequenz-Patching-Mechanismen kombiniert und so eine genaue Erkennung von Marktanomalien gewährleistet. In diesem Artikel schließen wir die Implementierung unserer eigenen Vision der vorgeschlagenen Ansätze ab und testen die neuen Modelle an realen historischen Daten.

Für das Training wurde ein Datensatz unter Verwendung zufälliger Episoden erstellt, die im MetaTrader 5 Strategy Tester generiert wurden. Der Datensatz basiert auf historischen Daten von EURUSD des Zeitrahmens M1, die das gesamte Jahr 2024 abdecken.

Die Modellbewertung wurde anhand historischer Daten von Januar bis März 2025 durchgeführt. Alle experimentellen Parameter wurden unverändert gelassen, um die Objektivität der Ergebnisse zu gewährleisten und eine unvoreingenommene Bewertung der Strategieperformance zu ermöglichen. Dieses Setup garantiert, dass das Modell den Trainingsdatensatz nicht einfach nur auswendig lernt, sondern stattdessen seine Fähigkeit unter Beweis stellt, sich an neue Marktbedingungen anzupassen.

Die Testergebnisse werden im Folgenden vorgestellt.

Autor: Dmitriy Gizlyk

Neuer Kommentar