Diskussion zum Artikel "Handelsroboter mit Multithreading und maschinellem Lernen: Vom Konzept zur Umsetzung"
Ein hervorragender Artikel! Vielen Dank für die Veröffentlichung. Ich freue mich schon auf den nächsten!
Ein hervorragender Artikel! Vielen Dank für die Veröffentlichung. Ich freue mich schon auf den nächsten!
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuer Artikel Handelsroboter mit Multithreading und maschinellem Lernen: Vom Konzept zur Umsetzung :
Dieses Projekt ist eine Neuauflage eines meiner alten Programme. Der Code schlummert seit Jahren auf verstaubten Festplatten und läuft mittlerweile nicht mehr: In der Entwicklungsumgebung hat sich zu viel verändert. Ich habe beschlossen, nicht nur die Entwicklung wieder aufzunehmen, sondern sie auch in mehreren Artikeln Schritt für Schritt zu erläutern.
Die ursprüngliche Idee war es, einen Handelsroboter mit Multithreading zu entwickeln, der leistungsstarke parallele Rechenverfahren nutzt, möglicherweise sogar unter Einsatz von Cloud-Computing-Clustern. Stellen Sie sich Folgendes vor: Sie sitzen vor mehreren Bildschirmen, beobachten die Kursbewegungen verschiedener Währungspaare und stellen fest, dass das menschliche Gehirn schlichtweg nicht in der Lage ist, Dutzende Finanzinstrumente gleichzeitig im Blick zu behalten, Hunderte Indikatoren zu analysieren und Entscheidungen in der Geschwindigkeit zu treffen, die die modernen Märkte erfordern. Zu diesem Zeitpunkt entstand die Idee, einen intelligenten Handelsroboter zu entwickeln, der in der Lage ist, mit einem Portfolio verschiedener Finanzinstrumente zu arbeiten und Daten aus mehreren Jahrzehnten parallel zu analysieren.
Aber warum Python und nicht das integrierte MQL5? Diese Frage stellt sich wahrscheinlich jedem, der die Hybridarchitektur unserer Lösung sieht. Die Antwort liegt in der Art der Probleme, die wir lösen. Für maschinelles Lernen sind leistungsstarke Bibliotheken wie scikit-learn, XGBoost und pandas erforderlich – ein Ökosystem, das für solche Aufgaben wie geschaffen zu sein scheint.
Ein weiterer Grund für diese Entscheidung: Die Architektur unseres Roboters basiert auf dem Prinzip der Aufteilung von Verantwortlichkeiten und der Arbeitsteilung. Python ist für das „Gehirn“ zuständig – Datenerfassung, Vorverarbeitung, Merkmalserstellung, Modelltraining und Generierung von Handelssignalen. MetaTrader 5 übernimmt über seine Python-API die Rolle der „Hände“ – für die Orderausführung, die Positionsverwaltung und die Bereitstellung von Marktdaten in Echtzeit.
Autor: Yevgeniy Koshtenko