![Neuronale Netze leicht gemacht (Teil 4): Rekurrente Netze](https://c.mql5.com/2/49/Neural_Networks_Easy_004_600x314.jpg)
Neuronale Netze leicht gemacht (Teil 4): Rekurrente Netze
Wir setzen unser Studium der Welt der Neuronalen Netze fort. In diesem Artikel werden wir einen anderen Typ der Neuronalen Netzen betrachten, nämlich die Rekurrenten Netze. Dieser Typ wird für die Verwendung mit Zeitreihen vorgeschlagen, die in der Handelsplattform MetaTrader 5 durch Preisdiagramme dargestellt werden.
![Methoden zur Fernsteuerung von EAs](https://c.mql5.com/2/34/RemoteControl_EA.png)
![Methoden zur Fernsteuerung von EAs](https://c.mql5.com/i/articles/overlay.png)
Methoden zur Fernsteuerung von EAs
Der Hauptvorteil der Handelsroboter liegt in der Möglichkeit, dass sie 24 Stunden am Tag auf einem entfernten VPS-Server arbeiten. Aber manchmal ist es notwendig, in ihre Arbeit einzugreifen, ohne dass es einen direkten Zugriff auf den Server gibt. Ist es möglich, EAs fernzusteuern? Der Artikel schlägt eine der Möglichkeiten vor, EAs über externe Befehle zu steuern.
![TradeObjects: die Automatisierung des Handels aufgrund der graphischen Objekte in MetaTrader](https://c.mql5.com/2/29/MQL5_TradeObjects__1.png)
![TradeObjects: die Automatisierung des Handels aufgrund der graphischen Objekte in MetaTrader](https://c.mql5.com/i/articles/overlay.png)
TradeObjects: die Automatisierung des Handels aufgrund der graphischen Objekte in MetaTrader
Im Artikel wird eine einfache Erstellungsmethode eines automatischen Handelssystems nach der linearen Markierung des Charts betrachtet. Es wird ein fertiger Experte angeboten, der die Standardeigenschaften der Objekte MetaTrader 4 und 5 verwendet, und der auch Haupt-Handelsoperationen unterstützt.
![Separates Optimieren von Trend- und Seitwärtsstrategie](https://c.mql5.com/2/35/Frame_2.png)
![Separates Optimieren von Trend- und Seitwärtsstrategie](https://c.mql5.com/i/articles/overlay.png)
Separates Optimieren von Trend- und Seitwärtsstrategie
Der Artikel betrachtet das separate Optimieren unter verschiedenen Marktbedingungen. Separates Optimieren bedeutet, die optimalen Parameter des Handelssystems zu definieren, indem man für einen Aufwärtstrend und einen Abwärtstrend getrennt optimiert. Um die Wirkung von Fehlsignalen zu reduzieren und die Rentabilität zu verbessern, werden die Systeme flexibel gestaltet, d.h. sie verfügen über einen bestimmten Satz von Einstellungen oder Eingangsdaten, was gerechtfertigt ist, da sich das Marktverhalten ständig ändert.
![Wie man den Berechnungsblock eines Indikators in den Code eines Expert Advisors überträgt](https://c.mql5.com/2/32/expert_indicator.png)
![Wie man den Berechnungsblock eines Indikators in den Code eines Expert Advisors überträgt](https://c.mql5.com/i/articles/overlay.png)
Wie man den Berechnungsblock eines Indikators in den Code eines Expert Advisors überträgt
Für die Übertragung des Codes eines Indikators in einen Expert Advisor kann es unterschiedliche Gründe geben. Aber wie kann man Vor- und Nachteile eines solchen Ansatzes bewerten? In diesem Artikel wird eine Technologie für die Übertragung des Codes eines Indikators in einen Expert Advisor vorgestellt. Es wurden mehrere Experimente hinsichtlich der Arbeitsgeschwindigkeit des Expert Advisors durchgeführt.
![Spontane Änderung der Expert-Advisor-Parameter vom Bedienfeld aus](https://c.mql5.com/2/0/avatar__24.png)
![Spontane Änderung der Expert-Advisor-Parameter vom Bedienfeld aus](https://c.mql5.com/i/articles/overlay.png)
Spontane Änderung der Expert-Advisor-Parameter vom Bedienfeld aus
Dieser Artikel zeigt anhand eines Beispiels die Implementierung eines Expert Advisors, dessen Parameter vom Bedienfeld aus kontrolliert werden können. Bei einer spontanen Änderung der Parameter schreibt der Expert Advisor die Werte vom Infofeld in eine Datei, um sie später von dieser Datei zu lesen und sie im Feld darzustellen. Dieser Artikel ist interessant für alle, die manuell oder semi-automatisch handeln wollen.
![Money Management von Vince. Implementierung als Modul für MQL5 Wizard](https://c.mql5.com/2/30/MQL5-avatar-capital-001.png)
![Money Management von Vince. Implementierung als Modul für MQL5 Wizard](https://c.mql5.com/i/articles/overlay.png)
Money Management von Vince. Implementierung als Modul für MQL5 Wizard
Der Artikel basiert auf dem Buch 'The Mathematics of Money Management' von Ralph Vince. Es bietet eine Beschreibung der empirischen und parametrischen Methoden zur Ermittlung der optimalen Größe des Handelsvolumens. Der Artikel beinhaltet auch die Implementierung von Handelsmodulen für den MQL5 Wizard, die auf diesen Methoden basieren.
![Die praktische Verwendung eines neuronalen Kohonen-Netzes im algorithmischen Handel. Teil I: Werkzeug](https://c.mql5.com/2/35/MQL5_kohonen_trading.png)
![Die praktische Verwendung eines neuronalen Kohonen-Netzes im algorithmischen Handel. Teil I: Werkzeug](https://c.mql5.com/i/articles/overlay.png)
Die praktische Verwendung eines neuronalen Kohonen-Netzes im algorithmischen Handel. Teil I: Werkzeug
Der vorliegende Artikel entwickelt die Idee, die Kohonen-Netzen in MetaTrader 5 zu Verwenden, was aber auch in einigen früheren Publikationen behandelt wurde. Die verbesserten und erweiterten Klassen bieten Werkzeuge zur Lösung von Anwendungsaufgaben.
![Umkehrmuster: Testen des Musters Doppelspitze/Doppelboden](https://c.mql5.com/2/34/double_top.png)
![Umkehrmuster: Testen des Musters Doppelspitze/Doppelboden](https://c.mql5.com/i/articles/overlay.png)
Umkehrmuster: Testen des Musters Doppelspitze/Doppelboden
Händler suchen oft nach Trendwendepunkten, da der Preis das größte Bewegungspotenzial zu Beginn eines neu gebildeten Trends hat. Folglich werden in der technischen Analyse verschiedene Umkehrmuster beschrieben. Doppelspitze/Doppelboden ist einer der bekanntesten und am häufigsten verwendeten. Der Artikel schlägt das Verfahren einer programmgesteuerten Mustererkennung vor. Es wird auch die Rentabilität des Musters anhand von Verlaufsdaten getestet.
![Die Stärke von ZigZag (Teil II). Beispiele für das Empfangen, Verarbeiten und Anzeigen von Daten](https://c.mql5.com/2/35/MQL5-avatar-zigzag_head__1.png)
![Die Stärke von ZigZag (Teil II). Beispiele für das Empfangen, Verarbeiten und Anzeigen von Daten](https://c.mql5.com/i/articles/overlay.png)
Die Stärke von ZigZag (Teil II). Beispiele für das Empfangen, Verarbeiten und Anzeigen von Daten
Im ersten Teil der Artikelserie habe ich einen modifizierten ZigZag-Indikator und eine Klasse zum Empfangen von Daten dieser Art von Indikatoren beschrieben. Hier werde ich zeigen, wie man Indikatoren entwickelt, die auf diesen Tools basieren, und ein EA für Tests schreiben, der gemäß den Signalen des ZigZag-Indikators handelt. Als Ergänzung wird der Artikel eine neue Version der Bibliothek EasyAndFast zur Entwicklung grafischer Benutzeroberflächen vorstellen.
![Schnelle Werkzeuge für den manuellen Handel: Grundlegende Funktionsweise](https://c.mql5.com/2/39/Frame_1.png)
![Schnelle Werkzeuge für den manuellen Handel: Grundlegende Funktionsweise](https://c.mql5.com/i/articles/overlay.png)
Schnelle Werkzeuge für den manuellen Handel: Grundlegende Funktionsweise
Heutzutage wechseln viele Händler zu automatisierten Handelssystemen, die eine zusätzliche Einrichtung erfordern oder vollständig automatisiert und einsatzbereit sein können. Es gibt jedoch einen beträchtlichen Teil der Händler, die es vorziehen, auf die altmodische Art und Weise manuell zu handeln. In diesem Artikel erstellen wir "Market Order" (Marktorder) das Toolkit für den schnellen manuellen Handel, für die Verwendung von Hotkeys und für die Durchführung typischer Handelsaktionen mit einem Klick.
![Kurslücke - eine profitabele Strategie oder 50/50?](https://c.mql5.com/2/34/GapDown.png)
![Kurslücke - eine profitabele Strategie oder 50/50?](https://c.mql5.com/i/articles/overlay.png)
Kurslücke - eine profitabele Strategie oder 50/50?
Der Artikel beschäftigt sich mit Kurslücken (gaps) - signifikante Unterschiede zwischen dem Schlusskurs des vorherigen Balkens und dem Eröffnungskurs des darauf folgenden sowie auf der Prognose der Richtung des Tagesbalkens. Die Anwendung der Funktion GetOpenFileName durch die System-DLL wird ebenfalls besprochen.
![Cross-Plattform Expert Advisor: Zeitfilter](https://c.mql5.com/2/28/Cross_Platform_Expert_Advisor__3.png)
![Cross-Plattform Expert Advisor: Zeitfilter](https://c.mql5.com/i/articles/overlay.png)
Cross-Plattform Expert Advisor: Zeitfilter
Dieser Artikel beschreibt die Implementierung verschiedener Methoden einer Zeitfilterung für einen Cross-Plattform Expert Advisor. Die Klassen der Zeitfilter sind verantwortlich für die Prüfung, ob ein bestimmter Zeitpunkt in eine besondere Zeitkonfiguration fällt oder nicht.
![Der MQL5-Assistent für Neueinsteiger](https://c.mql5.com/2/0/wizard_chainik_ru.png)
![Der MQL5-Assistent für Neueinsteiger](https://c.mql5.com/i/articles/overlay.png)
Der MQL5-Assistent für Neueinsteiger
Anfang 2011 haben wir die erste Fassung des MQL5-Assistenten veröffentlicht. Damit hatten die Devisenhändler ein einfaches und verständliches Werkzeug zur automatischen Erzeugung von automatischen Handelssystemen in der Hand. Jeder Anwender von MetaTrader 5 erhielt so die Möglichkeit, ohne MQL5-Programmierkenntnisse sein eigenes Expert-System zu schreiben.
![Gegenläufig gerichteter Handel und Sicherung von Positionen in MetaTrader 5 mithilfe der HedgeTerminalApi, Teil 2](https://c.mql5.com/2/17/HedgeTerminalaArticle200x200_2p2.png)
![Gegenläufig gerichteter Handel und Sicherung von Positionen in MetaTrader 5 mithilfe der HedgeTerminalApi, Teil 2](https://c.mql5.com/i/articles/overlay.png)
Gegenläufig gerichteter Handel und Sicherung von Positionen in MetaTrader 5 mithilfe der HedgeTerminalApi, Teil 2
Bei diesem Beitrag handelt es sich um die Fortsetzung des Artikels Gegenläufig gerichteter Handel und Sicherung von Positionen in MetaTrader 5 mithilfe der HedgeTerminalApi, Teil 1. Im zweiten Teil geht es um Fragen zur Einbindung unserer Expert-Systeme sowie anderer in MQL5 geschriebener Programme in die Bibliothek der HedgeTerminalApi. Dieser Beitrag widmet sich der Darstellung der Arbeit mit dieser Bibliothek. Mit ihrer Hilfe können Sie Expert-Systeme für den Handel in unterschiedliche Richtungen erstellen und in einer praktischen und einfachen Handelsumgebung arbeiten.
![Neuronale Netze leicht gemacht (Teil 10): Multi-Head Attention](https://c.mql5.com/2/49/Neural_Networks_Easy_009_600x314.jpg)
Neuronale Netze leicht gemacht (Teil 10): Multi-Head Attention
Wir haben zuvor den Mechanismus der Self-Attention (Selbstaufmerksamkeit) in neuronalen Netzen besprochen. In der Praxis verwenden moderne neuronale Netzwerkarchitekturen mehrere parallele Self-Attention-Threads, um verschiedene Abhängigkeiten zwischen den Elementen einer Sequenz zu finden. Betrachten wir die Implementierung eines solchen Ansatzes und bewerten seine Auswirkungen auf die Gesamtleistung des Netzwerks.
![Eine andere MQL5-OOP-Klasse](https://c.mql5.com/2/0/hand.png)
![Eine andere MQL5-OOP-Klasse](https://c.mql5.com/i/articles/overlay.png)
Eine andere MQL5-OOP-Klasse
Dieser Artikel soll Sie damit vertraut machen, wie Sie von Grund auf einen objektorientierten Expert Advisor konstruieren: und zwar beginnend mit der theoretischen Konzeption bis hin zur praktischen Programmierung eines MQL5-EAs. Ich persönliche vertrete die Einstellung, dass nichts über die Learning-by-Doing-Methode geht. Ich werde Ihnen daher anhand eines praktischen Beispiels vorführen, wie Sie Ihre Ideen ordnen können, um Ihren Forex-Roboter mit einem Code zu versehen. Ich habe außerdem die Absicht, Ihnen einige OO-, also objektorientierte Prinzipien näherzubringen.
![Praktische Anwendung von Neuronalen Netzen im Handel (Teil 2). Computerbilder](https://c.mql5.com/2/49/Practical_application_of_neural_networks_in_trading_001_600x314.jpg)
Praktische Anwendung von Neuronalen Netzen im Handel (Teil 2). Computerbilder
Die Verwendung von Computerbilder ermöglicht das Training von Neuronalen Netzen auf der visuellen Darstellung des Kurscharts und der Indikatoren. Diese Methode ermöglicht breitere Operationen mit dem ganzen Komplex der technischen Indikatoren, da es nicht nötig ist, sie digital in das Neuronale Netz einzuspeisen.
![Neuronale Netzwerke - kostengünstig und gut gelaunt: NeuroPro mit MetaTrader 5 verknüpfen](https://c.mql5.com/2/12/NeuroPro_MetaTrader4_neural_net.png)
![Neuronale Netzwerke - kostengünstig und gut gelaunt: NeuroPro mit MetaTrader 5 verknüpfen](https://c.mql5.com/i/articles/overlay.png)
Neuronale Netzwerke - kostengünstig und gut gelaunt: NeuroPro mit MetaTrader 5 verknüpfen
Sollten bestimmte neuronale Netzwerkprogramme für Handel teuer und komplex oder, im gegenteiligen Fall, zu einfach sein, versuchen Sie doch mal NeuroPro. Dieses Programm ist kostenlos und umfasst eine Reihe von Funktionalitäten für Amateure. In diesem Beitrag erfahren Sie, wie sie NeuroPro zusammen mit MetaTrader 5 verwenden können.
![Wie Sie mit der Erfüllung von Händleraufträgen im Freelance-Service Geld verdienen können](https://c.mql5.com/2/90/How_to_earn_money_by_fulfilling_traders_orders_600x314.jpg)
Wie Sie mit der Erfüllung von Händleraufträgen im Freelance-Service Geld verdienen können
MQL5 Freelance ist ein Online-Dienst, bei dem Entwickler für die Erstellung von Handelsanwendungen für Händler als Kunden bezahlt werden. Der Dienst existiert seit 2010 sehr erfolgreich und hat bis heute über 100.000 Projekte im Gesamtwert von 7 Millionen Dollar abgeschlossen. Wie wir sehen, geht es hier um eine beträchtliche Menge Geld.
![Entwicklung eines plattformübergreifenden Grid-EAs (Letzter Teil): Diversifikation als Mittel zur Steigerung der Profitabilität](https://c.mql5.com/2/37/mql5_ea_adviser_grid.png)
![Entwicklung eines plattformübergreifenden Grid-EAs (Letzter Teil): Diversifikation als Mittel zur Steigerung der Profitabilität](https://c.mql5.com/i/articles/overlay.png)
Entwicklung eines plattformübergreifenden Grid-EAs (Letzter Teil): Diversifikation als Mittel zur Steigerung der Profitabilität
In früheren Artikeln dieser Serie haben wir verschiedene Methoden ausprobiert, um einen mehr oder weniger profitablen Grid-Expertenberater zu erstellen. Jetzt werden wir versuchen, die EA-Profitabilität durch Diversifikation zu steigern. Unser oberstes Ziel ist es, einen Jahresgewinn von 100% zu erreichen, wobei der maximale Drawdown des Saldos nicht mehr als 20% beträgt.
![Neuronale Netze leicht gemacht (Teil 7): Adaptive Optimierungsverfahren](https://c.mql5.com/2/49/Neural_Networks_Easy_007_600x314.jpg)
Neuronale Netze leicht gemacht (Teil 7): Adaptive Optimierungsverfahren
In früheren Artikeln haben wir den stochastischen Gradientenabstieg verwendet, um ein neuronales Netzwerk mit der gleichen Lernrate für alle Neuronen innerhalb des Netzwerks zu trainieren. In diesem Artikel schlage ich vor, sich mit adaptiven Lernmethoden zu beschäftigen, die eine Änderung der Lernrate für jedes Neuron ermöglichen. Wir werden auch die Vor- und Nachteile dieses Ansatzes betrachten.
![Aufbau eines Social-Technology Startups, Teil I: Ihre MetaTrader 5 Signale twittern](https://c.mql5.com/2/0/Devices-network-wireless-connected-100-icon.png)
![Aufbau eines Social-Technology Startups, Teil I: Ihre MetaTrader 5 Signale twittern](https://c.mql5.com/i/articles/overlay.png)
Aufbau eines Social-Technology Startups, Teil I: Ihre MetaTrader 5 Signale twittern
Heute erfahren wir, wie man einen MetaTrader 5 Terminal mit Twitter verbindet, damit Sie die Handelssignale Ihres EAs twittern können . Wir entwickeln ein Soziales Entscheidungsunterstützungssystem in PHP, das auf einem RESTful Webdienst beruht. Diese Idee stammt von einem besonderen Konzept automatischen Handels, dem sog. computergestützten Handel. Wir möchten, dass die kognitiven Fähigkeiten von tatsächlichen Händlern, diese Handelssignale filtern, die sonst von Expert Advisors automatisch auf dem Markt platziert werden würden.
![Umkehrung: Formalisieren des Einstiegspunktes und die Entwicklung eines Algorithmus für den manuellen Handel](https://c.mql5.com/2/34/Reverse_trade.png)
![Umkehrung: Formalisieren des Einstiegspunktes und die Entwicklung eines Algorithmus für den manuellen Handel](https://c.mql5.com/i/articles/overlay.png)
Umkehrung: Formalisieren des Einstiegspunktes und die Entwicklung eines Algorithmus für den manuellen Handel
Dies ist der letzte Artikel innerhalb der Serie, der sich mit der Strategie des Umkehrhandels beschäftigt. Hier werden wir versuchen, das Problem zu lösen, das die Instabilität der Testergebnisse in früheren Artikeln verursacht hat. Wir werden auch unseren eigenen Algorithmus für den manuellen Handel in jedem Markt mit der Reverse-Strategie entwickeln und testen.
![Erstellen eines EA, der automatisch funktioniert (Teil 02): Erste Schritte mit dem Code](https://c.mql5.com/2/50/Aprendendo-a-construindo_part_II_600x314.jpg)
Erstellen eines EA, der automatisch funktioniert (Teil 02): Erste Schritte mit dem Code
Heute werden wir sehen, wie man einen Expert Advisor erstellt, der einfach und sicher im automatischen Modus arbeitet. Im vorigen Artikel haben wir die ersten Schritte besprochen, die jeder verstehen muss, bevor er einen Expert Advisor für den automatischen Handel erstellen kann. Wir haben uns Gedanken über die Konzepte und die Struktur gemacht.
![Neuronale Netze leicht gemacht (Teil 11): Ein Blick auf GPT](https://c.mql5.com/2/49/Neural_networks_made_easy_001_600x314.jpg)
Neuronale Netze leicht gemacht (Teil 11): Ein Blick auf GPT
Eines der fortschrittlichsten Modelle unter den derzeit existierenden neuronalen Netzen für Sprachen ist vielleicht GPT-3, dessen maximale Variante 175 Milliarden Parameter enthält. Natürlich werden wir ein solches Ungetüm nicht auf unseren Heim-PCs erstellen. Wir können uns jedoch ansehen, welche architektonischen Lösungen bei unserer Arbeit verwendet werden können und wie wir von ihnen profitieren können.
![Lernen Sie, wie man ein Handelssystem mit dem RSI entwickelt](https://c.mql5.com/2/45/why-and-how__4.png)
![Lernen Sie, wie man ein Handelssystem mit dem RSI entwickelt](https://c.mql5.com/i/articles/overlay.png)
Lernen Sie, wie man ein Handelssystem mit dem RSI entwickelt
In diesem Artikel werde ich Ihnen einen der beliebtesten und am häufigsten verwendeten Indikatoren in der Welt des Handels vorstellen: den RSI. Sie werden lernen, wie Sie ein Handelssystem mit diesem Indikator entwerfen können.
![Entwicklung eines selbstanpassenden Algorithmus (Teil III): Verzicht auf Optimierung](https://c.mql5.com/2/41/50_percents__3.png)
![Entwicklung eines selbstanpassenden Algorithmus (Teil III): Verzicht auf Optimierung](https://c.mql5.com/i/articles/overlay.png)
Entwicklung eines selbstanpassenden Algorithmus (Teil III): Verzicht auf Optimierung
Es ist unmöglich, einen wirklich stabilen Algorithmus zu erhalten, wenn wir die Optimierung auf Basis historischer Daten zur Auswahl der Parameter verwenden. Ein stabiler Algorithmus sollte wissen, welche Parameter bei der Arbeit an einem beliebigen Handelsinstrument zu jeder Zeit benötigt werden. Er sollte nicht prognostizieren oder raten, er sollte es mit Sicherheit wissen.
![Neuronale Netzwerke leicht gemacht (Teil 13): Batch-Normalisierung](https://c.mql5.com/2/49/Neural_networks_made_easy_003_600x314.jpg)
Neuronale Netzwerke leicht gemacht (Teil 13): Batch-Normalisierung
Im vorigen Artikel haben wir begonnen, Methoden zur Verbesserung der Trainingsqualität neuronaler Netze zu besprechen. In diesem Artikel setzen wir dieses Thema fort und betrachten einen weiteren Ansatz — die Batch-Normalisierung.
![Untersuchung von Techniken zur Analyse der Kerzen (Teil III): Eine Bibliothek für die Musterbearbeitung](https://c.mql5.com/2/35/Pattern_I__4.png)
![Untersuchung von Techniken zur Analyse der Kerzen (Teil III): Eine Bibliothek für die Musterbearbeitung](https://c.mql5.com/i/articles/overlay.png)
Untersuchung von Techniken zur Analyse der Kerzen (Teil III): Eine Bibliothek für die Musterbearbeitung
Der Zweck dieses Artikels ist es, ein benutzerdefiniertes Werkzeug zu erstellen, das es den Benutzern ermöglichen würde, die gesamte Bandbreite an Informationen über die zuvor diskutierten Muster zu erhalten und zu nutzen. Wir erstellen eine Bibliothek mit musterbezogenen Funktionen, die Sie in Ihren eigenen Indikatoren, Handelspanels, Expert Advisors usw. verwenden können.
![Das Expertensystem "Kommentator". Die praktische Verwendung der eingebauten Indikatoren im MQL4-Programm](https://c.mql5.com/2/13/129_2.gif)
![Das Expertensystem "Kommentator". Die praktische Verwendung der eingebauten Indikatoren im MQL4-Programm](https://c.mql5.com/i/articles/overlay.png)
Das Expertensystem "Kommentator". Die praktische Verwendung der eingebauten Indikatoren im MQL4-Programm
Der Artikel betrachtet die Verwendung der technischen Indikatoren beim Programmieren in der MQL4-Sprache.
![Tiefe neuronale Netzwerke (Teil V). Bayes'sche Optimierung von DNN-Hyperparametern](https://c.mql5.com/2/48/Deep_Neural_Networks_05.png)
![Tiefe neuronale Netzwerke (Teil V). Bayes'sche Optimierung von DNN-Hyperparametern](https://c.mql5.com/i/articles/overlay.png)
Tiefe neuronale Netzwerke (Teil V). Bayes'sche Optimierung von DNN-Hyperparametern
Der Artikel beschäftigt sich mit der Möglichkeit, die Bayes'sche Optimierung auf Hyperparameter von tiefen neuronalen Netzen anzuwenden, die durch verschiedene Trainingsvarianten gewonnen werden. Die Klassifikationsqualität eines DNN mit den optimalen Hyperparametern in verschiedenen Trainingsvarianten wird verglichen. Die Tiefe der Effektivität der optimalen DNN-Hyperparameter wurde in Vorwärtstests überprüft. Die möglichen Richtungen zur Verbesserung der Klassifizierungsqualität wurden festgelegt.
![Fester PriceAction Stoploss oder fester RSI (Smart Stop-Loss)](https://c.mql5.com/2/49/smart_stop_loss_600x314.jpg)
Fester PriceAction Stoploss oder fester RSI (Smart Stop-Loss)
Der Stop-Loss ist ein wichtiges Instrument für das Geldmanagement beim Handel. Ein effektiver Einsatz von Stop-Loss, Take-Profit und der Losgröße kann einen Händler beim Handel beständiger und insgesamt profitabler machen. Obwohl der Stop-Loss ein großartiges Instrument ist, gibt es bei seiner Verwendung einige Probleme. Die größte davon ist die Stop-Loss-Jagd. Dieser Artikel befasst sich mit der Frage, wie die Stop-Loss-Hatz im Handel reduziert werden kann, und vergleicht sie mit der klassischen Stop-Loss-Nutzung, um ihre Rentabilität zu bestimmen.
![Tiefe neuronale Netzwerke (Teil II). Ausarbeitung und Auswahl von Prädiktoren](https://c.mql5.com/2/48/Deep_Neural_Networks_02.png)
![Tiefe neuronale Netzwerke (Teil II). Ausarbeitung und Auswahl von Prädiktoren](https://c.mql5.com/i/articles/overlay.png)
Tiefe neuronale Netzwerke (Teil II). Ausarbeitung und Auswahl von Prädiktoren
Der zweite Artikel der Serie über tiefe neuronale Netze befasst sich mit der Ausarbeitung und Auswahl von Prädiktoren (= Variablen zur Wertevorhersage anderen Variablen) während des Prozesses der Datenaufbereitung für das Training eines Modells.
![Prognose von Zeitreihen (Teil 1): Methode der Empirischen Modus Dekomposition (Empirical Mode Decomposition, EMD)](https://c.mql5.com/2/38/mql5-avatar-emd.png)
![Prognose von Zeitreihen (Teil 1): Methode der Empirischen Modus Dekomposition (Empirical Mode Decomposition, EMD)](https://c.mql5.com/i/articles/overlay.png)
Prognose von Zeitreihen (Teil 1): Methode der Empirischen Modus Dekomposition (Empirical Mode Decomposition, EMD)
Dieser Artikel befasst sich mit der Theorie und der praktischen Anwendung des Algorithmus zur Vorhersage von Zeitreihen, basierend auf der empirischen Moduszerlegung. Er schlägt die MQL-Implementierung dieser Methode vor und stellt Testindikatoren und Expert Advisors vor.
![Integration von MQL-basierten Expert Advisors und Datenbanken (SQL Server, .NET und C#)](https://c.mql5.com/2/25/ForArticle.png)
![Integration von MQL-basierten Expert Advisors und Datenbanken (SQL Server, .NET und C#)](https://c.mql5.com/i/articles/overlay.png)
Integration von MQL-basierten Expert Advisors und Datenbanken (SQL Server, .NET und C#)
Der Artikel beschreibt die Möglichkeit, wie ein MQL5-basierter Expert Advisors mit dem Datenbankserver Microsoft SQL Server arbeiten kann. Es wird der Import von Funktionen aus einer DLL-Datei verwendet. Die DLL wird mit der Microsoft.NET-Plattform in der Sprache C# erstellt. Die im Artikel verwendeten Methoden eignen sich, mit kleinen Anpassungen, auch für Experten, die in MQL4 geschrieben sind.
![Tiefe Neuronale Netzwerke (Teil VII). Ensembles von Neuronalen Netzen: Stacking](https://c.mql5.com/2/48/Deep_Neural_Networks_07.png)
![Tiefe Neuronale Netzwerke (Teil VII). Ensembles von Neuronalen Netzen: Stacking](https://c.mql5.com/i/articles/overlay.png)
Tiefe Neuronale Netzwerke (Teil VII). Ensembles von Neuronalen Netzen: Stacking
Wir erstellen weitere Ensembles. Diesmal wird das zuvor mittels Bagging geschaffene Ensemble durch einen trainierbaren Kombinator (Combiner) - ein tiefes neuronales Netzwerk - ergänzt. Ein neuronales Netz kombiniert die 7 besten Ensemble-Ergebnisse nach der Bereinigung (pruning). Der zweite nimmt alle 500 Ausgänge des Ensembles als Input, bereinigt sie und kombiniert sie neu. Die neuronalen Netze werden mit dem keras/TensorFlow-Paket für Python aufgebaut. Die Eigenschaften des Pakets werden kurz erläutert. Es werden Tests durchgeführt und die Klassifizierungsqualität der Ensembles mit Bagging und Stacking verglichen.
![Automatenbasierte Programmierung als neue Herangehensweise an die Erstellung automatisierter Handelssysteme](https://c.mql5.com/2/0/11__3.png)
![Automatenbasierte Programmierung als neue Herangehensweise an die Erstellung automatisierter Handelssysteme](https://c.mql5.com/i/articles/overlay.png)
Automatenbasierte Programmierung als neue Herangehensweise an die Erstellung automatisierter Handelssysteme
Dieser Beitrag führt uns in eine ganz neue Richtung bei der Entwicklung von EAs, Indikatoren und Scripts in MQL4 und MQL5. In Zukunft wird dieses Programmierungsparadigma nach und nach zum Standard für alle Händler bei der Umsetzung von EAs. Mit dem automatenbasierten Programmierungsparadigma kommen die Entwickler von MQL5 und MetaTrader 5 der Entwicklung einer neuen Sprache – MQL6 – und einer neuen Plattform – MetaTrader 6 – sehr nahe.
![Der naive Bayes-Klassifikator für die Signale einer Reihe von Indikatoren](https://c.mql5.com/2/27/MQL5-avatar-naiveClass-001.png)
![Der naive Bayes-Klassifikator für die Signale einer Reihe von Indikatoren](https://c.mql5.com/i/articles/overlay.png)
Der naive Bayes-Klassifikator für die Signale einer Reihe von Indikatoren
Der Artikel analysiert die Verwendung der Bayes'schen Formel, um den Gewinn von Handelssystemen durch die Signale mehrerer unabhängiger Indikator zu erhöhen. Theoretische Berechnungen werden über einen einfachen, allgemeinen EA, der mit beliebigen Indikatoren arbeitet verifiziert.
![Wie man die Signale mit Hilfe vom Berater nach seinen Regeln kopieren soll?](https://c.mql5.com/2/23/ava__1.png)
![Wie man die Signale mit Hilfe vom Berater nach seinen Regeln kopieren soll?](https://c.mql5.com/i/articles/overlay.png)
Wie man die Signale mit Hilfe vom Berater nach seinen Regeln kopieren soll?
Beim Abonnieren zu Signalen kann eine solche Situation auftreten: Ihre Hebelwirkung im Trading-Konto ist 1:100, der Anbieter hat einen Hebel von 1: 500 und handelt mit einem minimalen Lot, und Ihre Handelsbilanzen handeln nahezu gleich - mit dem Abbildungsverhältnis zwischen 10% und 15%. In diesem Artikel erfahren Sie, wie in diesem Fall das Abbildungsverhältnis erhöhen kann.