Diskussion zum Artikel "Neuronale Netze im Handel: Robuste Handelssignale in jedem Marktregime (Attention-Module)"

Neuer Artikel Neuronale Netze im Handel: Robuste Handelssignale in jedem Marktregime (Attention-Module) :

In diesem Artikel setzen wir die Umsetzung der Ansätze des ST-Expert-Frameworks fort und konzentrieren uns dabei auf die praktischen Aspekte ihrer Anwendung mit MQL5. Zuvor haben wir die theoretischen Grundlagen und die wichtigsten Komponenten des Modells untersucht; nun wenden wir uns der direkten Arbeit mit Graph-Attention-Algorithmen sowie der lokalen und globalen Attention-Verteilung zu. Das Hauptziel dieser Arbeit besteht darin, aufzuzeigen, wie die konzeptionellen Ideen von ST-Expert in praxistaugliche Lösungen zur Analyse und Prognose von Finanzzeitreihen umgesetzt werden.

Stellen Sie sich vor, wir würden den Aktienmarkt analysieren. Wenn der Ölpreis zu steigen beginnt, schlägt sich dies fast sofort in den Aktienkursen der Ölkonzerne nieder. Und die Währungen der Ölförderländer – ebenso wie ganze Sektoren der damit verbundenen Branchen – könnten diesem Beispiel folgen. Ein klassisches Modell, das ausschließlich auf Preiszeitreihen basiert, erfasst lediglich die direkte Entwicklung eines bestimmten Finanzinstruments. ST-Expert hingegen ist in der Lage, die gesamte Kette von Veränderungen zu erfassen, da es nicht nur mit der Zeit, sondern auch mit dem Raum der Marktbeziehungen arbeitet.

Die Architektur des Frameworks basiert auf dem Prinzip „Mixture of Experts“ – einer Kombination verschiedener Experten. Dieser Ansatz lässt sich mit der Arbeit eines Anlageausschusses vergleichen. Dort kommen Analysten mit unterschiedlichen Profilen zusammen: Der eine ist auf technische Analyse spezialisiert, ein anderer auf Makroökonomie und ein dritter untersucht Korrelationen zwischen verschiedenen Sektoren. Für sich genommen verfügt jeder von ihnen nur über begrenzte Fähigkeiten. Wenn ihre Meinungen jedoch zusammengeführt werden, liegt die endgültige Entscheidung viel näher an der Realität. Das Gleiche gilt für ST-Expert: Jeder Expertenblock ist für seinen eigenen Analysebereich zuständig, und das System kombiniert die Prognosen der Expertenblöcke zu einer schlüssigen Lösung.



Autor: Dmitriy Gizlyk

Hallo Dmitriy!

Könntest du vielleicht für uns Normalsterbliche ein kleines Skript erstellen, um die Funktionsweise des Modells zu demonstrieren? Anhand sehr einfacher synthetischer Daten, zum Beispiel 10 Datenpunkte, 2 Merkmale. Mit der Möglichkeit, ein Diagramm der Verlustfunktion anzuzeigen oder die Ergebnisse in ein Protokoll auszugeben. Wenn möglich, nur auf der CPU.

Denn die Modelle, die Sie schreiben, sind komplex und schwer nachzuvollziehen. Ich brauche ein anschaulicheres Beispiel :)