![Genetische Algorithmen - Leicht gemacht!](https://c.mql5.com/2/0/genetic_algorithms_MQL5.png)
![Genetische Algorithmen - Leicht gemacht!](https://c.mql5.com/i/articles/overlay.png)
Genetische Algorithmen - Leicht gemacht!
Der Verfasser behandelt in diesem Beitrag evolutionäre Berechnungen mit Hilfe eines persönlich entwickelten, genetischen Algorithmus. Er zeigt die Funktionsweise dieses Algorithmus anhand von Beispielen und gibt praktische Empfehlungen für seine Verwendung.
![Statistische Verteilungen in MQL5 - Das Beste aus R und noch schneller](https://c.mql5.com/2/68/statistics-r_600x314.jpg)
Statistische Verteilungen in MQL5 - Das Beste aus R und noch schneller
Der Artikel beschäftigt sich mit Funktionen für die grundlegenden, statistischen Verteilungen, die in der Sprache R umgesetzt sind. Das umfasst die Cauchy-, Weibull-, Normal-, Log-Normal-, logistische, exponentielle, gleichmäßige und die Gamma-Verteilung, das zentrale und nicht-zentrale Beta, die Chi-Quadrat und F-Verteilung von Fisher, die Studentsche T-Verteilung, so wie die diskrete und negative Binomialverteilung und die geometrische, hypergeometrische und Poisson-Verteilung. Es gibt Funktionen zur Berechnung der theoretischen Momente der Verteilungen, um den Grad der Übereinstimmung mit einer realen Verteilung einzuschätzen.
![Bewertung und Auswahl von Variablen für Modelle für maschinelles Lernen](https://c.mql5.com/2/20/machine_learning.png)
![Bewertung und Auswahl von Variablen für Modelle für maschinelles Lernen](https://c.mql5.com/i/articles/overlay.png)
Bewertung und Auswahl von Variablen für Modelle für maschinelles Lernen
Dieser Artikel konzentriert sich auf die Besonderheiten der Auswahl, Vorkonditionierung und Bewertung der Eingabevariablen (Prädiktoren) für den Einsatz in Modellen für maschinelles Lernen. Neue Ansätze und Möglichkeiten der tiefen Prädiktor Analyse und deren Einfluss auf mögliche Überanpassung von Modellen werden berücksichtigt. Das Gesamtergebnis der Verwendung von Modellen hängt weitgehend vom Ergebnis dieser Phase ab. Wir werden zwei Pakete analysieren, die neue und ursprüngliche Konzepte für die Auswahl der Prädiktoren bieten.
![Strategy Tester: Modellierungsmodi beim Testen von Handelsstrategien](https://c.mql5.com/2/17/78_7.gif)
![Strategy Tester: Modellierungsmodi beim Testen von Handelsstrategien](https://c.mql5.com/i/articles/overlay.png)
Strategy Tester: Modellierungsmodi beim Testen von Handelsstrategien
Viele Programme der technischen Analyse lassen Handelsstrategien anhand historischer Daten testen.
![Wie reduzieren Händler die Risiken](https://c.mql5.com/2/30/risk.png)
![Wie reduzieren Händler die Risiken](https://c.mql5.com/i/articles/overlay.png)
Wie reduzieren Händler die Risiken
Der Handel an den Finanzmärkten ist mit einer ganzen Reihe von Risiken verbunden, die in den Algorithmen der Handelssysteme berücksichtigt werden sollten. Die Reduzierung solcher Risiken ist die wichtigste Aufgabe, um mit dem Handel Gewinne zu erzielen.
![Neuronale Netze leicht gemacht (Teil 8): Attention-Mechanismen](https://c.mql5.com/2/49/Neural_Networks_Easy_008_600x314.jpg)
Neuronale Netze leicht gemacht (Teil 8): Attention-Mechanismen
In früheren Artikeln haben wir bereits verschiedene Möglichkeiten zur Organisation neuronaler Netze getestet. Wir haben auch Convolutional Networks (Faltungsnetze) besprochen, die aus Bildverarbeitungsalgorithmen entlehnt sind. In diesem Artikel schlage ich vor, sich den Attention-Mechanismen (Aufmerksamkeitsmechanismus) zuzuwenden, deren Erscheinen der Entwicklung von Sprachmodellen den Anstoß gab.
![Optimierungsmanagement (Teil I): Erstellen einer GUI](https://c.mql5.com/2/36/mql5-avatar-opt_control.png)
![Optimierungsmanagement (Teil I): Erstellen einer GUI](https://c.mql5.com/i/articles/overlay.png)
Optimierungsmanagement (Teil I): Erstellen einer GUI
Dieser Artikel beschreibt den Prozess der Erstellung einer Erweiterung für das MetaTrader-Terminal. Die vorgestellte Lösung hilft, den Optimierungsprozess zu automatisieren, indem Optimierungen in anderen Terminals durchgeführt werden. Es werden noch einige weitere Artikel zu diesem Thema geschrieben. Die Erweiterung wurde unter Verwendung der Sprache C# und der Designmuster entwickelt, was zusätzlich die Fähigkeit demonstriert, die Terminalfunktionen durch die Entwicklung benutzerdefinierter Module zu erweitern, sowie die Fähigkeit, benutzerdefinierte grafische Benutzeroberflächen mit der Funktionsvielfalt einer bevorzugten Programmiersprache zu erstellen.
![Walk-Forward-Optimierung in MetaTrader 5 - mit eigenen Händen](https://c.mql5.com/2/28/MQL5-avatar-WalkForward-001.png)
![Walk-Forward-Optimierung in MetaTrader 5 - mit eigenen Händen](https://c.mql5.com/i/articles/overlay.png)
Walk-Forward-Optimierung in MetaTrader 5 - mit eigenen Händen
Im Artikel werden verschiedene Herangehensweisen betrachtet, die es erlauben, eine Walk-Forward-Optimierung mithilfe des eingebauten Testers und Hilfsbibliotheken in MQL genau zu emulieren.
![MTF-Indikatoren als Werkzeuge der technischen Analyse](https://c.mql5.com/2/35/mtf-avatar.png)
![MTF-Indikatoren als Werkzeuge der technischen Analyse](https://c.mql5.com/i/articles/overlay.png)
MTF-Indikatoren als Werkzeuge der technischen Analyse
Die meisten Händler sind sich einig, dass eine Zustandsanalyse des aktuellen Marktes mit der Bewertung höherer Zeitrahmen beginnt. Die Analyse wird nach unten auf niedrigere Zeitrahmen bis zu demjenigen durchgeführt, in dem der Handel durchgeführt wird. Diese Analysemethode scheint ein obligatorischer Bestandteil des professionellen Ansatzes für einen erfolgreichen Handel zu sein. In diesem Artikel werden wir Indikatoren auf mehreren Zeitrahmen (multi-timeframe, MTF) und ihre Erstellungswege diskutieren, sowie Codebeispiele für MQL5 liefern. Neben der allgemeinen Bewertung von Vor- und Nachteilen werden wir einen neuen Indikatoransatz mit dem MTF-Modus vorschlagen.
![Visualisierung! Eine grafische MQL5 Bibliothek ähnlich 'plot' der Sprache R](https://c.mql5.com/2/68/visualize_600x314.jpg)
Visualisierung! Eine grafische MQL5 Bibliothek ähnlich 'plot' der Sprache R
Beim Studium der Handelslogik hat die visuelle Darstellung durch Grafiken eine großer Bedeutung. Eine Reihe von Programmiersprachen, die in der wissenschaftlichen Gemeinschaft weit verbreitet sind (wie R und Python), verfügen über eine spezielle "plot"-Funktion für die Visualisierung von Daten. Sie ermöglicht das Zeichnen von Linien, Gruppen von Punkten und Histogramme, um Muster darzustellen. In MQL5 können wir das Gleiche mit der Klasse CGraphics erreichen.
![Ein neuer Ansatz der Interpretation der klassischen und der versteckten Divergenz Teil II](https://c.mql5.com/2/37/new_approach_divergence.png)
![Ein neuer Ansatz der Interpretation der klassischen und der versteckten Divergenz Teil II](https://c.mql5.com/i/articles/overlay.png)
Ein neuer Ansatz der Interpretation der klassischen und der versteckten Divergenz Teil II
Der Artikel bietet eine kritische Untersuchung der normalen Divergenz und Effizienz verschiedener Indikatoren. Darüber hinaus enthält er Filtermöglichkeiten für eine erhöhte Analysegenauigkeit und Funktionsbeschreibungen von Nicht-Standard-Lösungen. Als Ergebnis werden wir ein neues Werkzeug zur Lösung der technischen Herausforderungen schaffen.
![Bidirektionaler Handel und Absicherung von Positions in MetaTrader 5 mit Hilfe des HedgeTerminal Panels - Teil 1](https://c.mql5.com/2/17/HedgeTerminalaArticle200x200_2.png)
![Bidirektionaler Handel und Absicherung von Positions in MetaTrader 5 mit Hilfe des HedgeTerminal Panels - Teil 1](https://c.mql5.com/i/articles/overlay.png)
Bidirektionaler Handel und Absicherung von Positions in MetaTrader 5 mit Hilfe des HedgeTerminal Panels - Teil 1
Dieser Beitrag beschreibt einen neuen Ansatz zur Absicherung von Positions und zieht diesbezüglich einen klaren Schlussstrich in den Diskussionen zwischen MetaTrader 4- und MetaTrader 5-Anwendern. Die Algorithmen, die derartige Absicherungen zuverlässig machen, werden in für Laien leicht verständlichen Begriffen beschrieben und anhand von einfachen Charts und Diagrammen veranschaulicht. Dieser Beitrag widmet sich dem neuen HedgeTerminal Panel, im Grunde ein voll funktionsfähiges Handelsterminal in MetaTrader 5. Mit Hilfe des HedgeTerminal und der von ihm zur Verfügung gestellten Visualisierung des Handels, können Positions so verwaltet werden, wie man es bereits aus MetaTrader 4 kennt.
![Ein manuelles Chart- und Handelswerkzeug (Teil II). Werkzeuge zum Zeichnen von Chart-Grafiken](https://c.mql5.com/2/49/7908_manual_charting_trading_toolkit_002_600x314.jpg)
Ein manuelles Chart- und Handelswerkzeug (Teil II). Werkzeuge zum Zeichnen von Chart-Grafiken
Dies ist der nächste Artikel der Serie, in dem ich zeige, wie ich eine komfortable Bibliothek für die manuelle Anwendung von Chart-Grafiken unter Verwendung von Tastaturkürzeln erstellt habe. Zu den verwendeten Werkzeugen gehören gerade Linien und deren Kombinationen. In diesem Teil sehen wir uns an, wie die Zeichenwerkzeuge unter Verwendung der im ersten Teil beschriebenen Funktionen angewendet werden. Die Bibliothek kann mit jedem Expert Advisor oder Indikator verbunden werden, was die Aufgaben im Chart stark vereinfacht. Diese Lösung verwendet KEINE externen Dlls, während alle Befehle mit eingebauten MQL-Tools implementiert werden.
![Das Handelssystem DiNapoli](https://c.mql5.com/2/26/8ahkxppg.png)
![Das Handelssystem DiNapoli](https://c.mql5.com/i/articles/overlay.png)
Das Handelssystem DiNapoli
Im Artikel wird gründlich das Handelssystem unter Verwendung der Ebene Fibonatschtschi betrachtet, die Joe DiNapoli entwickelt und beschrieben hat. Es werden die Hauptbegriffe und das Wesen des Systems erklärt, es wird die Illustration auf dem Beispiel des unkomplizierten Indikators gegeben.
![Die ChatGPT-Funktionen von OpenAI im Rahmen der MQL4- und MQL5-Entwicklung](https://c.mql5.com/2/55/mql5-openai_600x314.jpg)
Die ChatGPT-Funktionen von OpenAI im Rahmen der MQL4- und MQL5-Entwicklung
In diesem Artikel werden wir uns mit ChatGPT von OpenAI beschäftigen, um zu verstehen, welche Möglichkeiten es bietet, den Zeit- und Arbeitsaufwand für die Entwicklung von Expert Advisors, Indikatoren und Skripten zu reduzieren. Ich werde Sie schnell durch diese Technologie führen und versuchen, Ihnen zu zeigen, wie Sie sie für die Programmierung in MQL4 und MQL5 richtig einsetzen.
![Nachthandel während der asiatischen Handelszeit: wie man im Plus bleibt](https://c.mql5.com/2/30/timezone.png)
![Nachthandel während der asiatischen Handelszeit: wie man im Plus bleibt](https://c.mql5.com/i/articles/overlay.png)
Nachthandel während der asiatischen Handelszeit: wie man im Plus bleibt
Der Artikel beschäftigt sich mit dem Begriff des Nachthandels, Handelsstrategien und deren Implementierung in MQL5. Es wurden Tests durchgeführt und Schlussfolgerungen gezogen.
![Grundlagen der Programmierung in MQL5: Listen](https://c.mql5.com/2/0/Linked_List_MQL5.png)
![Grundlagen der Programmierung in MQL5: Listen](https://c.mql5.com/i/articles/overlay.png)
Grundlagen der Programmierung in MQL5: Listen
Die neue Version der Programmiersprache für die Entwicklung von Handelsstrategien, MQL [MQL5], liefert im Vergleich zur Vorgängerversion [MQL4] leistungsstärkere und effektivere Features. Der Vorteil besteht im Wesentlichen aus den Merkmalen der objektorientierten Programmierung. In diesem Beitrag wird die Möglichkeit betrachtet, komplexe benutzerdefinierte Datentypen wie Knoten und Listen zu verwenden. Außerdem liefert der Beitrag ein Anwendungsbeispiel für die Verwendung von Listen in der praktischen Programmierung in MQL5.
![Random-Forest-Vorhersage-Trends](https://c.mql5.com/2/11/Random_Forest_MetaTrader5.png)
![Random-Forest-Vorhersage-Trends](https://c.mql5.com/i/articles/overlay.png)
Random-Forest-Vorhersage-Trends
Dieser Artikel widmet sich der Verwendung des Rattle-Pakets zur automatischen Suche nach Mustern zur Vorhersage von Long- und Short-Positionen von Forex-basierten Währungspaaren. Dieser Artikel richtet sich an Neulinge ebenso wie an erfahrene Trader.
![Mit Boxplot saisonale Muster von Finanzzeitreihen erforschen](https://c.mql5.com/2/37/MQL5-avatar-season_research.png)
![Mit Boxplot saisonale Muster von Finanzzeitreihen erforschen](https://c.mql5.com/i/articles/overlay.png)
Mit Boxplot saisonale Muster von Finanzzeitreihen erforschen
In diesem Artikel werden wir die saisonalen Charakteristika von Finanzzeitreihen mit Hilfe von Boxplot-Diagrammen betrachten. Jedes separate Boxplot (oder Box-and-Whiskey-Diagramm) bietet eine gute Visualisierung der Verteilung von Werten entlang des Datensatzes. Boxplots sollten nicht mit den Kerzencharts verwechselt werden, obwohl sie visuell ähnlich aussehen.
![Statistische Verifizierung des Labouchere-Geldverwaltungssystems](https://c.mql5.com/2/18/labouchere.png)
![Statistische Verifizierung des Labouchere-Geldverwaltungssystems](https://c.mql5.com/i/articles/overlay.png)
Statistische Verifizierung des Labouchere-Geldverwaltungssystems
In diesem Artikel überprüfen wir die statistischen Eigenschaften des Labouchere-Geldverwaltungssystems. Es gilt als eine weniger aggressive Variante von Martingale, weil hierbei die Einsätze nicht verdoppelt, sondern stattdessen um einen bestimmten Betrag erhöht werden.
![Schätzung der Kerndichte einer unbekannten Wahrscheinlichkeitsverteilung](https://c.mql5.com/2/0/Kernel_Density_Estimation_MQL5.png)
![Schätzung der Kerndichte einer unbekannten Wahrscheinlichkeitsverteilung](https://c.mql5.com/i/articles/overlay.png)
Schätzung der Kerndichte einer unbekannten Wahrscheinlichkeitsverteilung
In diesem Beitrag geht es um Zusammenstellung eines Programms zur Schätzung der Kerndichte einer Funktion mit unbekannter Wahrscheinlichkeitsverteilung Für die Ausführung dieser Aufgabe haben wir die Methode der Kerndichteschätzung (KDE) gewählt. Dieser Artikel bietet neben dem Code zur Umsetzung dieser Methode in Programmform auch Anwendungsbeispiele und Illustrationen.
![Grundlegende Mathematik hinter dem Forex-Handel](https://c.mql5.com/2/40/56.png)
![Grundlegende Mathematik hinter dem Forex-Handel](https://c.mql5.com/i/articles/overlay.png)
Grundlegende Mathematik hinter dem Forex-Handel
Der Artikel zielt darauf ab, die Hauptmerkmale des Forex-Handels so einfach und schnell wie möglich zu beschreiben sowie einige grundlegende Ideen mit Anfängern zu beschreiben. Er versucht auch, die quälendsten Fragen in der Trading-Community zu beantworten und zeigt die Entwicklung eines einfachen Indikators.
![Schnellauswertung des Signals: Handelsaktivitäten, Diagramme von Belastungsgrad und MFE/MAE-Verteilung](https://c.mql5.com/2/24/Signals.png)
![Schnellauswertung des Signals: Handelsaktivitäten, Diagramme von Belastungsgrad und MFE/MAE-Verteilung](https://c.mql5.com/i/articles/overlay.png)
Schnellauswertung des Signals: Handelsaktivitäten, Diagramme von Belastungsgrad und MFE/MAE-Verteilung
Abonnenten suchen oft nach einem geeigneten Signal durch die Analyse des Gesamtzuwachs eines Kontos, das ein Signal handelt. Das ist an sich keine schlechte Idee. Allerdings ist es auch wichtig, die potentiellen Risiken bestimmter Handelsstrategien zu analysieren. In diesem Artikel werden wir einen einfachen und effizienten Weg zeigen, um ein Handelssignal, basierend auf dessen Entwicklung, zu bewerten.
![Das Erstellen einer neuen Handelsstrategie und sich die Positionseröffnungen durch Indikatoren bestimmen lassen](https://c.mql5.com/2/30/MQL5-avatar-New_trade_system-002.png)
![Das Erstellen einer neuen Handelsstrategie und sich die Positionseröffnungen durch Indikatoren bestimmen lassen](https://c.mql5.com/i/articles/overlay.png)
Das Erstellen einer neuen Handelsstrategie und sich die Positionseröffnungen durch Indikatoren bestimmen lassen
Der Artikel schlägt eine Technologie vor, die jedem helfen kann, eine eigene Handelsstrategie durch die individuelle Auswahl von Indikatoren sowie den zu entwickelnden Signalen für die Positionseröffnung zu entwickeln.
![Entwicklung eines selbstanpassenden Algorithmus (Teil I): Finden eines Grundmusters](https://c.mql5.com/2/41/50_percents__1.png)
![Entwicklung eines selbstanpassenden Algorithmus (Teil I): Finden eines Grundmusters](https://c.mql5.com/i/articles/overlay.png)
Entwicklung eines selbstanpassenden Algorithmus (Teil I): Finden eines Grundmusters
In der kommenden Artikelserie werde ich die Entwicklung von selbstanpassenden Algorithmen unter Berücksichtigung der meisten Marktfaktoren demonstrieren, sowie zeigen, wie man diese Situationen systematisiert, in Logik beschreibt und in seiner Handelsaktivität berücksichtigt. Ich werde mit einem sehr einfachen Algorithmus beginnen, der sich nach und nach die Theorie aneignet und sich zu einem sehr komplexen Projekt entwickelt.
![Programmierung eines Tiefen Neuronalen Netzes von Grund auf mit der Sprache MQL](https://c.mql5.com/2/49/Programming-a-Deep-Neural-Network-from-Scratch-using-MQL-Language_600x314.jpg)
Programmierung eines Tiefen Neuronalen Netzes von Grund auf mit der Sprache MQL
Dieser Artikel soll dem Leser zeigen, wie man ein Deep Neural Network (Tiefes Neuronales Netz) von Grund auf mit der Sprache MQL4/5 erstellt.
![Analyse der statistischen Eigenschaften von Indikatoren](https://c.mql5.com/2/0/Analysis_Indicators.png)
![Analyse der statistischen Eigenschaften von Indikatoren](https://c.mql5.com/i/articles/overlay.png)
Analyse der statistischen Eigenschaften von Indikatoren
Die technische Analyse setzt weitgehend Indikatoren ein, die die Ausgangsnotierungen „klarer“ anzeigen, und so den Devisenhändlern die Analyse und Vorhersage von Kursentwicklungen auf den Finanzmärkten ermöglichen. Es dürfte offenkundig sein, dass die Verwendung von Indikatoren, wenn man es dabei bewenden lässt, sie auf Handelssysteme anzuwenden, wenig Sinn macht, solange die mit der Veränderung der Ausgangsnotierungen und der Zuverlässigkeit des erhaltenen Ergebnisses verbundenen Fragen unbeantwortet sind. In dem hier vorliegenden Beitrag werden wir zeigen, dass es ernstzunehmende Gründe für diese Schlussfolgerung gibt.
![Die Stärke von ZigZag (Teil I). Entwicklung der Basisklasse des Indikators](https://c.mql5.com/2/35/MQL5-avatar-zigzag_head.png)
![Die Stärke von ZigZag (Teil I). Entwicklung der Basisklasse des Indikators](https://c.mql5.com/i/articles/overlay.png)
Die Stärke von ZigZag (Teil I). Entwicklung der Basisklasse des Indikators
Viele Forscher schenken dem Erkennen des Preisverhaltens nicht genügend Aufmerksamkeit. Gleichzeitig werden komplexe Methoden eingesetzt, die sehr oft nur "Black Boxes" sind, wie z.B. maschinelles Lernen oder neuronale Netze. Die wichtigste Frage, die sich in diesem Fall stellt, ist, welche Daten für das Training eines bestimmten Modells vorgelegt werden müssen.
![Die statistische Verteilung in Form von einem Histogramm ohne Indikator-Puffer und Arrays](https://c.mql5.com/2/25/histogram.png)
![Die statistische Verteilung in Form von einem Histogramm ohne Indikator-Puffer und Arrays](https://c.mql5.com/i/articles/overlay.png)
Die statistische Verteilung in Form von einem Histogramm ohne Indikator-Puffer und Arrays
Im Artikel wird die Bildungsmöglichkeit der Histogramme der statistischen Verteilungen der Markt-Charakteristiken unter Verwendung des graphischen Gedächtnisses betrachtet, das heißt ohne Verwendung der Indikator-Puffer und Arrays. Es wurden die ausführlichen Beispiele des Aufbaus solcher Histogramme aufgeführt und wurde die sogenannte "verborgene" Funktional der graphischen Objekte der Sprache MQL5 vorgeführt.
![Test (Optimirung) Technik und Einige Kriterien für die Auswahl der Expert Adviosor Parameter](https://c.mql5.com/2/17/884_29.gif)
![Test (Optimirung) Technik und Einige Kriterien für die Auswahl der Expert Adviosor Parameter](https://c.mql5.com/i/articles/overlay.png)
Test (Optimirung) Technik und Einige Kriterien für die Auswahl der Expert Adviosor Parameter
Es ist kein Problem den Heiligen Gral des Testens zu finden, es ist jedoch viel schwieriger ihn loszuwerden. Dieser Artikel befasst sich mit der Auswahl der Expert Advisor Betriebsparameter mit automatisierter Gruppenverarbeitung von Optimierung und Testergebnissen auf eine maximale Nutzung der Terminal-Leistungsfähigkeit und minimaler Endnutzer-Belastung.
![Die Analyse des Spread von Bid/Ask in MetaTrader 5](https://c.mql5.com/2/49/Bid_Ask_spread_analysis_in_MetaTrader-5_600x314.jpg)
Die Analyse des Spread von Bid/Ask in MetaTrader 5
Ein Indikator, der die Bid/Ask-Spreads Ihres Brokers anzeigt. Jetzt können wir die Tick-Daten des MT5 verwenden, um zu analysieren, wie hoch der historische durchschnittliche Bid/Ask-Spread in letzter Zeit tatsächlich war. Die aktuelle Spanne brauchen Sie nicht zu betrachten, da diese verfügbar ist, wenn Sie sowohl Bid als auch Ask-Kurslinien anzeigen.
![Entwicklung eines selbstanpassenden Algorithmus (Teil II): Effizienzverbesserungen](https://c.mql5.com/2/41/50_percents__2.png)
![Entwicklung eines selbstanpassenden Algorithmus (Teil II): Effizienzverbesserungen](https://c.mql5.com/i/articles/overlay.png)
Entwicklung eines selbstanpassenden Algorithmus (Teil II): Effizienzverbesserungen
In diesem Artikel werde ich die Entwicklung des Themas fortsetzen, indem ich die Flexibilität des zuvor erstellten Algorithmus verbessere. Der Algorithmus wurde stabiler mit einer Erhöhung der Anzahl der Kerzen im Analysefenster oder mit einer Erhöhung des Schwellenprozentsatzes des Übergewichts der fallenden oder wachsenden Kerzen. Ich musste einen Kompromiss eingehen und eine größere Stichprobengröße für die Analyse oder einen größeren Prozentsatz des vorherrschenden Kerzenübergewichts einstellen.
![Neuronale Netze leicht gemacht (Teil 2): Netzwerktraining und Tests](https://c.mql5.com/2/49/Neural_Networks_Easy_001_600x314.jpg)
Neuronale Netze leicht gemacht (Teil 2): Netzwerktraining und Tests
In diesem zweiten Artikel werden wir uns weiter mit Neuronalen Netzen befassen und ein Beispiel für die Verwendung unserer geschaffenen Klasse CNet in Expert Advisors besprechen. Wir werden mit zwei Modellen neuronaler Netze arbeiten, die ähnliche Ergebnisse sowohl hinsichtlich der Trainingszeit als auch der Vorhersagegenauigkeit zeigen.
![Optimieren einer Strategie unter Verwendung einer Kurve der Salden und dem Vergleich der Ergebnisse mit dem Kriterium "Balance + max Sharpe Ratio"](https://c.mql5.com/2/29/loqekqlg1xfv_0uf48ukgw_89_1k4r4rf_daa1n9z2.png)
![Optimieren einer Strategie unter Verwendung einer Kurve der Salden und dem Vergleich der Ergebnisse mit dem Kriterium "Balance + max Sharpe Ratio"](https://c.mql5.com/i/articles/overlay.png)
Optimieren einer Strategie unter Verwendung einer Kurve der Salden und dem Vergleich der Ergebnisse mit dem Kriterium "Balance + max Sharpe Ratio"
In diesem Artikel betrachten wir ein weiteres Kriterium für die Optimierung einer Strategie auf Basis einer grafischen Analyse der Salden. Die linearen Regression wird mit der Funktion aus der Bibliothek ALGLIB berechnet.
![Die 100 besten Durchläufe der Optimierung (Teil 1). Entwicklung einer Analyse der Optimierung](https://c.mql5.com/2/34/TOP100passes.png)
![Die 100 besten Durchläufe der Optimierung (Teil 1). Entwicklung einer Analyse der Optimierung](https://c.mql5.com/i/articles/overlay.png)
Die 100 besten Durchläufe der Optimierung (Teil 1). Entwicklung einer Analyse der Optimierung
Der Artikel beschäftigt sich mit der Entwicklung einer Anwendung zur Auswahl der besten Optimierungsdurchläufe unter Verwendung mehrerer möglicher Optionen. Die Anwendung ist in der Lage, die Optimierungsergebnisse nach einer Vielzahl von Faktoren zu sortieren. Optimierungsläufe werden immer in eine Datenbank geschrieben, so dass Sie jederzeit neue Roboterparameter ohne erneute Optimierung auswählen können. Außerdem können Sie alle Optimierungsdurchläufe in einem einzigen Diagramm sehen, parametrische VaR-Kennzahlen berechnen und die Grafik der Normalverteilung von Durchgängen und Handelsergebnissen einer Reihe bestimmter Verhältnisse erstellen. Außerdem werden die Diagramme einiger berechneter Verhältnisse dynamisch erstellt, beginnend mit dem Optimierungsstart (oder von einem ausgewählten Datum zu einem anderen ausgewählten Datum).
![Einführung in die Theorie der Fuzzylogik](https://c.mql5.com/2/19/avatar__4.png)
![Einführung in die Theorie der Fuzzylogik](https://c.mql5.com/i/articles/overlay.png)
Einführung in die Theorie der Fuzzylogik
Die Fuzzylogik geht über die üblichen Grenzen der mathematischen Logik und der Mengentheorie hinaus. Der vorliegende Artikel erläutert die Hauptprinzipien dieser Theorie und beschreibt die Inferenz-Systeme vom Typ Mamdani und Sugeno. Darüber hinaus werden im Artikel Beispiele zur Umsetzung unscharfer Modelle anhand dieser zwei Systeme durch die Mittel der FuzzyNet Bibliothek für MQL5 angeführt.
![Genetische Algorithmen in MetaTrader 4. Im Vergleich zur direkten Sortierung des Optimizers](https://c.mql5.com/2/13/135_1.gif)
![Genetische Algorithmen in MetaTrader 4. Im Vergleich zur direkten Sortierung des Optimizers](https://c.mql5.com/i/articles/overlay.png)
Genetische Algorithmen in MetaTrader 4. Im Vergleich zur direkten Sortierung des Optimizers
Im Artikel wurden die Schnelligkeit und Ergebnisse der Advisors-Optimierung mit den genetischen Algorithmen im Vergleich zur direkten Sortierung durchgeführt.
![Individuelle Darstellung der Handelshistorie und Erstellung von Berichtsdiagrammen](https://c.mql5.com/2/32/CreateCustomeReport.png)
![Individuelle Darstellung der Handelshistorie und Erstellung von Berichtsdiagrammen](https://c.mql5.com/i/articles/overlay.png)
Individuelle Darstellung der Handelshistorie und Erstellung von Berichtsdiagrammen
Der Artikel beschreibt nutzerdefinierte Methoden zur Auswertung der Handelsgeschichte. Zwei Klassen wurden geschrieben, um die Handelshistorie zu laden und zu analysieren. Die erste Klasse sammelt die Handelshistorie und fasst alles in einer Tabelle zusammen. Die zweite beschäftigt sich mit den Statistiken: Sie berechnet eine Reihe von Variablen und erstellt Diagramme für eine effizientere Auswertung der Handelsergebnisse.
![Maschinelles Lernen für Grid- und Martingale-Handelssysteme. Würden Sie darauf wetten?](https://c.mql5.com/2/49/8826_ml_grid_martingale_600x314.jpg)
Maschinelles Lernen für Grid- und Martingale-Handelssysteme. Würden Sie darauf wetten?
Dieser Artikel beschreibt die Technik des maschinellen Lernens, die auf den Grid- und Martingale-Handel angewendet wird. Überraschenderweise hat dieser Ansatz wenig bis gar keine Verbreitung im globalen Netzwerk. Nachdem Sie den Artikel gelesen haben, werden Sie in der Lage sein, Ihre eigenen Trading Bots zu erstellen.
![Verwendung von Tabellenkalkulationen zur Erstellung von Handelsstrategien](https://c.mql5.com/2/41/spread_sheets_strategy.png)
![Verwendung von Tabellenkalkulationen zur Erstellung von Handelsstrategien](https://c.mql5.com/i/articles/overlay.png)
Verwendung von Tabellenkalkulationen zur Erstellung von Handelsstrategien
Der Artikel beschreibt die grundlegenden Prinzipien und Methoden, die es Ihnen ermöglichen, jede Strategie mithilfe von Tabellenkalkulationen (Excel, Calc, Google) zu analysieren. Die erzielten Ergebnisse werden mit dem MetaTrader 5-Tester verglichen.