Diskussion zum Artikel "Neuronale Netze im Trading: Actor–Director–Critic (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 Trading: Actor–Director–Critic (Letzter Teil) :
Der Trainingsdatensatz wurde mithilfe zufälliger Agentenläufe im MetaTrader 5 Strategietester generiert, was es uns ermöglichte, ein breites Spektrum an Verhaltensszenarien zu sammeln. Der Datensatz enthält historische Daten von EURUSD des Zeitrahmens M1 für das gesamte Jahr 2024.
Das anfängliche Modelltraining wurde offline durchgeführt, ohne den Trainingsdatensatz zu aktualisieren, bis sich die Vorhersagefehler stabilisierten. Wir wechselten dann zum MetaTrader 5 Strategietester und setzten die Feinabstimmung der Modellparameter fort, bis eine stabile Leistung erreicht wurde.
Eine objektive Bewertung der erlernten Handelsstrategie kann nur durch die Evaluierung der trainierten Modelle mit Daten außerhalb der Trainingsstichprobe erreicht werden. Um die Leistung zu testen, verwendeten wir historische Daten von Januar bis März 2025. Da dieser Zeitraum während des Trainings nicht verwendet wurde, ist das Risiko einer Überanpassung ausgeschlossen, was den Ergebnissen echte praktische Bedeutung verleiht.
Alle anderen Parameter, einschließlich des Marktumfelds, des Zeitrahmens, des Ausführungssimulationsmodells und der Terminaleinstellungen, wurden unverändert gelassen. Dies stellte eine saubere Bewertung der erlernten Strategie selbst sicher, ohne Beeinflussung durch externe Faktoren.
Die Testergebnisse werden unten dargestellt und bieten eine klare Veranschaulichung des Verhaltensmodells des Agenten.
Autor: Dmitriy Gizlyk