Diskussion zum Artikel "Neuronale Netze im Trading: Adaptive periodische Segmentierung (Fazit)"

Neuer Kommentar

Neuer Artikel Neuronale Netze im Trading: Adaptive periodische Segmentierung (Fazit) :

Wir laden Sie ein, in die spannende Welt von LightGTS einzutauchen – einem schlanken und dennoch leistungsstarken Framework für die Prognose von Zeitreihen, bei dem adaptive Faltung und RoPE-Kodierung mit innovativen Aufmerksamkeitsmechanismen kombiniert werden. In unserem Artikel finden Sie eine detaillierte Beschreibung aller Komponenten – von der Erstellung von Patches bis hin zur komplexen Mixture of Experts im Decoder –, die zur Integration in MQL5-Projekte bereit sind. Entdecken Sie, wie LightGTS den automatisierten Handel auf ein ganz neues Niveau hebt!

Anschließend gingen wir zur zweiten Phase über: zum Online-Fine-Tuning des Modells anhand historischer Daten aus dem Jahr 2024. Hier wurde das Training unter Bedingungen durchgeführt, die der Echtzeit nahekommen: Das Modell interagierte Kerze für Kerze mit dem Markt und war dabei Marktrauschen, zufälligen Schwankungen und zeitlichen Verzerrungen ausgesetzt. Dadurch war es nicht nur möglich, das Modell weiter zu trainieren, sondern auch sein Verhalten an die Live-Dynamik des Marktes anzupassen, die Strategie anzupassen und seine Robustheit unter Unsicherheit zu verbessern.

Nach Abschluss des Trainings führten wir umfassende Tests mit neuen Daten durch: Kursnotierungen für Januar–März 2025. Alle Einstellungen wurden im Voraus festgelegt und während des Tests nicht geändert. Dadurch wurden die Objektivität und Transparenz der Bewertung gewährleistet, wodurch jede Form von Curve-Fitting oder Einflussnahme ausgeschlossen wurde. Die Testergebnisse sind unten aufgeführt.


Autor: Dmitriy Gizlyk

Neuer Kommentar