Diskussion zum Artikel "Quantenneuronales Netzwerk in MQL5 (Teil II): Training eines neuronalen Netzwerkes mit Backpropagation unter Verwendung von ALGLIB-Markov-Matrizen"
Der Artikel „Quanten-Neuralnetz auf MQL5 (Teil II): Training eines Neuralnetzes mit Backpropagation auf Markov-Matrizen mit ALGLIB“ wurde veröffentlicht:
Autor: Yevgeniy Koshtenko
Ich führe Tests durch, erhalte aber keine Ergebnisse, d. h. ich kann nicht testen, wie es auf historischen Daten handelt, oder ist das nur im Demo-Modus und zeitlich begrenzt möglich?
- 2025.07.25
- www.mql5.com
Hallo, hör mal, wie benutzt man das eigentlich und wie lernt man damit umzugehen?
Ich führe gerade Tests durch, aber es werden keine Ergebnisse angezeigt, d. h. ich kann nicht testen, wie es anhand historischer Daten handelt – oder ist das nur im Demo-Modus und zeitlich begrenzt möglich?
Guten Tag, um welchen Zeitrahmen, welche Einstellungen und welches Instrument handelt es sich?
Evgeny, die Community wäre Ihnen aufrichtig dankbar, wenn Sie einen tatsächlich funktionierenden Code für den Expert Advisor und die eingebundene Datei hochladen würden. Derzeit lassen sich diese nicht einmal fehlerfrei kompilieren. Aber das Wichtigste ist: Sie schreiben, dass 400 Merkmale implementiert sind, anhand derer das Modell trainiert wird, doch dem Code nach zu urteilen, sind nicht einmal ein Zehntel davon vorhanden.
Und welche Fehler treten beim Kompilieren auf? Bei mir lässt sich alles problemlos kompilieren – wäre das nicht der Fall, hätte ich es gar nicht erst veröffentlicht.)
Und welche Fehler treten beim Kompilieren auf? Bei mir lässt sich alles problemlos kompilieren – wäre das nicht der Fall, hätte ich es gar nicht erst veröffentlicht)
Ja, mit der Kompilierung ist alles in Ordnung, ich habe den Pfad zur eingebundenen Datei korrigiert und das war’s. Hier geht es eher um die Funktionsweise des Expert Advisors und die angegebenen Funktionen. Ich bin neu in der MQL-Community und dachte, wenn man einen Satz wie„prognostiziert das Marktverhalten mit einer Genauigkeit von 65 %“ liestDer Expert Advisor SimpleQuantumEA.mq5 verwendet 400 Indikatoren“ und den veröffentlichten Code sieht, erwartet man, dass der Expert Advisor nach diesem Prinzip handelt. Aber das ist ja nicht der Fall. Nehmen Sie das bitte nicht als Beleidigung. Ich bewundere Ihre Ideen und übernehme vieles davon in meine Arbeit. Bei anderen Autoren ist es genauso: Es wurde nichts veröffentlicht, was zu 100 % funktioniert. Das liegt wohl an der menschlichen Gier. So sind wir nun einmal gestrickt. Jedenfalls bin ich Ihnen dankbar für das, was Sie zur Verfügung stellen. Zum Beispiel habe ich in Ihrem Advisor bereits mehr als 2.000 Codezeilen ergänzt. Nachdem ich beispielsweise einen Code zur Überprüfung der Effektivität von 400 Merkmalen erstellt hatte, blieben bei mir nur 149 als effektiv übrig. Den Rest haben die Algorithmen als Rauschen aussortiert, das keinen Einfluss auf die Prognose hat. Ist das bei Ihnen auch so?
Ich würde mir einfach mehr Informationen von Ihnen wünschen zu den Schritten, die Sie unternommen haben, um zu einem Ergebnis von 99 % profitabler Trades zu gelangen. Ich bitte nicht einmal um den Code, sondern lediglich um Ratschläge. Welche Schichten haben Sie verwendet, welche zusätzlichen neuronalen Netze? Ich sehe, dass Sie den „Quantum“-Expert Advisor mit einem LSTM-Modell begonnen haben. Haben Sie dieses Modell schließlich aufgegeben und „Quantum“ darüber als Filter eingesetzt? Oder haben Sie das LSTM als separaten Expert Advisor und den „Quantum“-Algorithmus als separaten?
Geben Sie mir bitte mehr Tipps und Informationen. Denn wenn Sie anfangen, der Welt mehr zurückzugeben, werden Sie sehen, wie sofort mehr zu Ihnen zurückkommt. So funktioniert das Universum. Ich schreibe das hier, weil ihr auf private Nachrichten nicht antwortet :) Ich versichere euch: Wenn mir dabei etwas Wertvolles gelingt, werde ich es zweifellos teilen. Aber im Moment stehe ich noch ganz am Anfang...
Guten Tag.
Ich möchte daran erinnern, dass die MQL5-Plattform keine Quantenberechnungen unterstützt. Echte Quantenneuralnetze nutzen spezialisierte Plattformen wie Qiskit oder Cirq sowie Quantenhardware (z. B. IBM Quantum). Hier handelt es sich lediglich um eine Simulation von „Attention“.
So wie ein Sammelsurium aus LSTM, Transformers, ARIMA usw. Echte Quantencomputing-Anwendungen lassen sich auf herkömmlichen Servern und PCs nicht ausführen.
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuer Artikel Quantenneuronales Netzwerk in MQL5 (Teil II): Training eines neuronalen Netzwerkes mit Backpropagation unter Verwendung von ALGLIB-Markov-Matrizen :
Algorithmische Trader sehen sich zunehmend mit der Tatsache konfrontiert, dass ihre üblichen Modelle keine Ergebnisse mehr liefern. LSTM-Netzwerke, die früher als Durchbruch galten, erreichen eine Genauigkeit von etwa 58 %. Transformer haben trotz ihrer Fortschritte im Bereich NLP mit dem Rauschen von Finanzdaten zu kämpfen. Modelle vom Typ ARIMA haben ihren praktischen Wert verloren.
Eine typische Situation: Ein Handelssystem schneidet historisch gut ab, verliert aber im realen Handel schnell an Effizienz. Der Hauptgrund dafür ist Overfitting und die Unfähigkeit traditioneller Netzwerke, sich an veränderte Marktbedingungen anzupassen. Der Übergang von einem ruhigen Trend zu hoher Volatilität macht viele Algorithmen nutzlos. Die Prognosegenauigkeit sinkt auf 51–58 %, die Drawdowns erreichen 40–50 % und die Sharpe-Ratio übersteigt selten 1,0.
Autor: Yevgeniy Koshtenko