NeuroPrice Navigator MT5

NeuroPrice Navigator 2.0 – ein intelligenter Handelsroboter auf Basis des neuronalen Netzmodells TCNN-LSTM mit Aufmerksamkeitsmechanismus

Kurzbeschreibung

NeuroPrice Navigator 2.0 ist ein vollautomatischer Handelsroboter für MetaTrader 5, der eine hybride neuronale Netzwerkarchitektur vom Typ TCNN‑LSTM mit einem Aufmerksamkeitsmechanismus (Feature Attention) nutzt, um die Richtung der Kursbewegung vorherzusagen und Handelsentscheidungen zu treffen. Der Expert Advisor lernt selbstständig anhand historischer Daten, passt sich an wechselnde Marktbedingungen an und verfügt über ein integriertes Risikomanagementsystem.

Funktionsweise

Dem Expert Advisor liegt ein eigenes neuronales Modell zugrunde, das drei Schlüsselkomponenten vereint:

Zeitliche Convolutional-Netzwerke (TCNN) – analysieren eine Sequenz aus den letzten 32 Kerzen und erkennen dabei lokale Muster sowie impulsartige Marktbewegungen. Zwei Faltungsschichten mit 24 bzw. 12 Filtern ermöglichen es dem Modell, kurz- und mittelfristige Strukturen in den Kursdaten zu erkennen.

Feature-Attention-Mechanismus – bewertet die Bedeutung jedes Merkmals zu jedem Zeitpunkt und konzentriert sich automatisch auf die aussagekräftigsten Signale. Dadurch kann das Modell Marktrauschen ignorieren und die wirklich wichtigen Muster herausfiltern.

Long Short-Term Memory (LSTM) – verarbeitet die Zeitreihe nach den Faltungsschichten und dem Aufmerksamkeitsmechanismus und speichert dabei langfristige Abhängigkeiten und den Marktkontext. Eine rekursive Schicht aus 12 LSTM-Blöcken ermöglicht es dem Modell, bei der Erstellung der Prognose die Historie zu berücksichtigen.

Das Modell gibt die Wahrscheinlichkeit eines Kursanstiegs (P(up)) im Bereich von 0 bis 1 aus. Auf der Grundlage dieses Wertes wird ein Handelssignal generiert:

  • P(up) ≥ 0,65 – starkes Kaufsignal (BUY)

  • P(up) ≤ 0,35 – starkes Verkaufssignal (SELL)

  • 0,35 < P(up) < 0,65 – Unklarheitszone, es wird keine Position eröffnet

Der Expert Advisor wird automatisch alle 48 Bars in einem gleitenden Zeitfenster der Historie (standardmäßig 300 Bars) neu trainiert, wobei die Methode der zeitlichen Rückwärtsausbreitung des Fehlers (BPTT) mit adaptiver Lernrate und L2-Regularisierung zum Einsatz kommt. Der Trainingsprozess umfasst eine Kreuzvalidierung mit chronologischer Aufteilung in Folds, was ein Überlernen verhindert und die Stabilität des Modells gegenüber Marktveränderungen gewährleistet.

Vorteile

Selbstlernfähigkeit und Anpassungsfähigkeit. Der Expert Advisor erfordert keine manuelle Optimierung für ein bestimmtes Währungspaar – er lernt direkt anhand der Daten des Charts, auf dem er eingerichtet ist, und passt die Modellgewichte automatisch an, wenn sich die Marktbedingungen ändern.

Hybride Architektur. Die Kombination aus Faltungsschichten, einem Aufmerksamkeitsmechanismus und LSTM ermöglicht es, kurzfristige Impulse, mittelfristige Trends und den langfristigen Kontext gleichzeitig zu erfassen, was im Vergleich zu Modellen desselben Typs zu genaueren Prognosen führt.

Mehrstufiger Einlagenschutz. Zu den integrierten Risikomanagementmechanismen gehören die adaptive Berechnung der Lotgröße in Abhängigkeit von der freien Margin, ein Drawdown-Schutz (Reduzierung des Volumens bei Erreichen eines festgelegten Niveaus), eine Begrenzung der maximalen Anzahl gleichzeitiger Positionen, eine Spread-Kontrolle sowie ein Volatilitätsfilter.

Flexibles Positionsmanagement. Es werden reale und virtuelle Stop-Loss- und Take-Profit-Orders, Trailing-Stops mit einstellbarer Auslösung und Schrittweite sowie ein dynamischer Abstand zwischen den Orders auf Basis des ATR unterstützt.

Informationsleiste. Auf dem Chart wird eine detaillierte Leiste mit dem aktuellen Signal, der Modellzuverlässigkeit, dem Kontostand, dem Drawdown und dem Lernfortschritt angezeigt. Die Leiste enthält außerdem Schaltflächen für die manuelle Steuerung (BUY / SELL / CLOSE).

Speicherung des Status. Alle Parameter des Modells, des Optimierers und des Merkmals-Caches werden in einer einzigen Datei gespeichert, sodass das Training nach einem Neustart des Terminals ohne Verlust des gesammelten Wissens fortgesetzt werden kann.

Eingabeparameter

Grundeinstellungen

Parameter Beschreibung Standardwert
MagicNumber Eindeutige Kennung der Orders des Expert Advisors 2456
SessionStart Beginn der Handelssitzung (in UTC) 8
SessionEnd Ende der Handelssitzung (UTC-Zeit) 22
UTCOffset Zeitverschiebung des Servers gegenüber UTC (Stunden) 0
EnableDebugLogging Detaillierte Protokollierung aktivieren false
FixSeedForTesting Zufallszahlengenerator für Testzwecke festlegen true

Risikomanagement

Parameter Beschreibung Standardwert
LotCalculationMode Modus für die Lot-Berechnung: fest oder basierend auf der freien Margin LOT_MODE_FIXED
FixedLotSize Feste Lotgröße 0,01
RiskPercent Risiko pro Trade (% der freien Margin) 1,0
UseEquityProtection Lot bei hohem Drawdown reduzieren true
MaxDrawdownPercent Drawdown (in %), ab dem die Lotgröße reduziert wird 20,0
MaxConcurrentTrades Maximale Anzahl gleichzeitiger Positionen 3

Ausführung und Broker

Parameter Beschreibung Standardwert
InpOrderComment Kommentar zur Order Trade
MaxSpreadPoints Maximal zulässiger Spread (Punkte) 40
MaxSlippagePoints Maximale Slippage (Punkte) 5
ExecutionRetries Anzahl der Versuche zur Übermittlung einer Order 3
ExecutionRetryDelayMs Verzögerung zwischen den Versuchen (ms) 250
EnableExecutionDiagnostics Detaillierte Ausführungsdiagnose false

Tatsächliche SL / TP

Parameter Beschreibung Standardwert
StopLoss Stop-Loss (Punkte), 0 – deaktiviert 400
TakeProfit Take-Profit (Punkte), 0 – deaktiviert 300

Virtuelle SL/TP

Parameter Beschreibung Standardwert
UseVirtualSL Virtuellen Stop-Loss aktivieren false
VirtualStopLoss Virtueller Stop-Loss (Punkte) 0
UseVirtualTP Virtuellen Take-Profit aktivieren false
VirtualTakeProfit Virtueller Take-Profit (Punkte) 0

Trailing-Stop

Parameter Beschreibung Standardwert
UseTrailing_Stop Trailing-Stop aktivieren true
UseAveragePrice Durchschnittlichen Einstiegspreis für alle Positionen verwenden true
TrallingStart Gewinn zur Aktivierung des Trailing-Stop (Punkte) 40,0
TrailingDistance Abstand vom Kurs zum Stop-Loss (Punkte) 20,0
TrailingStep Mindestverbesserung des SL für die Anpassung (Punkte) 5,0

Abstand zwischen den Orders

Parameter Beschreibung Standardwert
FixedDistancePoints Fester Abstand (Punkte) 30
UseDynamicDistance ATR-basierten Abstand verwenden true
DynamicDistanceAtrPeriod ATR-Periode für den dynamischen Abstand 12
DynamicDistanceMultiplier Multiplikator für den dynamischen Abstand 1,5

Parameter des TCNN-LSTM-Modells

Parameter Beschreibung Standardwert
ML_TrainingPeriod Trainingszeitraum (Balken) 300
ML_RetrainInterval Intervall für das erneute Training (Bars) 48
Lookback_Window Tiefe des historischen Datenbereichs für die Analyse (Bars) 32
ForecastBars Anzahl der Balken für die Prognose 3
ForecastThreshold Prognoseschwelle (ATR-Multiplikator) 0,5
CNN_Filters Anzahl der CNN-Filter 24
Kernel_Size Größe des Faltungs-Kernels 5
LSTM-Einheiten Anzahl der LSTM-Blöcke 12
ML_LearningRate_Input Grundlegende Lernrate 0,005
ML_DropoutRate Dropout beim Training 0,20
ML_BuyThreshold BUY-Schwellenwert: P(up) ≥ diesem Wert 0,65
ML_SellThreshold SELL-Schwellenwert: P(up) ≤ diesem Wert 0,35
L2_Lambda L2-Regularisierungskoeffizient 0,001
Target_MSE MSE-Zielwert für den vorzeitigen Abbruch 0,1
Max_Epochs Maximale Anzahl der Trainings-Epochen 9
EnableShuffle Mischen (aus Kompatibilitätsgründen beibehalten) false
ML_BatchSize Batch-Größe 16
ML_WalkForwardFolds Anzahl der Folds bei der Kreuzvalidierung 1
ML_LRPatience Epochen ohne Verbesserung bis zum Rückgang des LR 6
ML_LRDecayFactor LR-Abfallkoeffizient 0,5
ML_MinLearningRate Minimale Lernrate 0,0001
ML_EnableGradientDiagnostics Gradientendiagnostik false
ML_BPTT_GradClipNorm Norm des globalen Gradienten-Clip-Werts 5,0
ML_BPTT_SampleClipNorm Norm der Gradientenabschneidung pro Sample 10,0
ML_BPTT_StateClip LSTM-Zustandsgrenze 10,0
ML_BPTT_DeltaClip Grenzwert für dh/dc im BPTT-Schritt 5,0

Mechanismus zur Merkmalsaufmerksamkeit

Parameter Beschreibung Standardwert
Attention_Heads Anzahl der Aufmerksamkeitskanäle 2
Enable_Contextual_Attention Kontextbezogene Aufmerksamkeit aktivieren true
Attention_Temperature Temperatur für die Skalierung 1,0
Attention_Dropout Dropout für den Aufmerksamkeitsmechanismus 0,1

Parameter der Indikatoren

Parameter Beschreibung Standardwert
ADX_Period ADX-Periode 10
CCI_Period CCI-Periode 14
WPR-Periode Periode von Williams %R 12
STD_Dev_Period Standardabweichungsperiode 12
MFI_Period_New Periode des Money Flow Index 10
ATR_Period ATR-Periode 12

Volatilitätsfilter

Parameter Beschreibung Standardwert
Volatility_Filter Volatilitätsfilter aktivieren false
Min_Volatility Minimale Volatilität (ATR-Wert) 0,0003
Max_Volatility Maximale Volatilität (ATR-Wert) 0,012

Anwendungshinweise

Der Expert Advisor ist für den Handel mit Währungspaaren mit moderater Volatilität vorgesehen (z. B. EURUSD, GBPUSD, USDJPY). Vor dem Einsatz auf einem Live-Konto wird empfohlen, den Expert Advisor im MetaTrader 5-Strategietester mit einer festen Anfangseinlage (z. B. 10.000 $) und einem Hebel von 1:100 zu testen. Die Standardparameter sind für den M15-Zeitrahmen optimiert und können ohne zusätzliche Anpassungen verwendet werden.


Weitere Produkte dieses Autors
NeuroPrice Navigator
Aleksandr Zavolskov
NeuroPrice Navigator 2.0 – ein intelligenter Handelsroboter auf Basis des neuronalen Netzmodells TCNN-LSTM mit Aufmerksamkeitsmechanismus Kurzbeschreibung NeuroPrice Navigator 2.0 ist ein vollautomatischer Trading-Roboter für MetaTrader 4, der eine hybride neuronale Netzwerkarchitektur vom Typ TCNN-LSTM mit einem Aufmerksamkeitsmechanismus (Feature Attention) nutzt, um die Richtung der Kursbewegung vorherzusagen und Handelsentscheidungen zu treffen. Der Expert Advisor lernt selbstständig anhand
KNN Pattern Hunter
Aleksandr Zavolskov
KNN Pattern Hunter 2.0 Ein automatisierter Handelsberater, der aus der Marktgeschichte lernt und sich an Veränderungen der Volatilität anpasst Kurzbeschreibung KNN Pattern Hunter 2.0 ist ein vollautomatischer Handelsroboter für MetaTrader 4, der auf dem maschinellen Lernalgorithmus „K-Nearest Neighbors“ (KNN) basiert. Der Berater analysiert historische Marktmuster und ermittelt die ähnlichsten Situationen aus der Vergangenheit, um zukünftige Kursbewegungen vorherzusagen. Die wichtigste Neuerung
Auswahl:
Keine Bewertungen
Antwort auf eine Rezension