Einführung in das Buch „Neuronale Netze für den algorithmischen Handel in MQL5“

 

Wir freuen uns, die Veröffentlichung eines neuen Buches mit dem Titel Neuronale Netze für den algorithmischen Handel in MQL5 ankündigen zu können. In diesem Buch erfahren Sie, wie Sie künstliche Intelligenz in Handelsrobotern für die MetaTrader 5-Plattform einsetzen können. Der Autor, Dmitry Gizlyk, ist ein praktischer Fachmann für neuronale Netze; er hat mehr als ein Dutzend Artikel zu diesem Thema geschrieben. Mit der Unterstützung von MetaQuotes ist all sein wertvolles Wissen nun bequem in einem Buch zusammengefasst. Das Buch führt den Leser schrittweise in die Grundlagen neuronaler Netzwerke und deren Anwendung im algorithmischen Handel ein. Sie werden lernen, Ihre eigene KI-Anwendung zu erstellen, sie zu trainieren und ihre Funktionalität zu erweitern.

Einführung des Buches "Neuronale Netze für den algorithmischen Handel in MQL5".


Das Buch ist online unter der Rubrik NeuroBook auf der Website der MQL5 Algo Trading Community frei verfügbar. Es besteht aus sieben Teilen:

  • Kapitel 1 führt Sie in die Welt der künstlichen Intelligenz ein und legt den Grundstein mit wesentlichen Bausteinen neuronaler Netze, wie Aktivierungsfunktionen und Methoden zur Initialisierung von Gewichten.
  • Kapitel 2 befasst sich ausführlich mit den Möglichkeiten von MetaTrader 5 und beschreibt, wie die Tools der Plattform zur Erstellung leistungsstarker algorithmischer Handelsstrategien eingesetzt werden können.
  • Kapitel 3 führt Sie Schritt für Schritt durch die Entwicklung Ihres ersten neuronalen Netzwerkmodells in MQL5, von der Datenaufbereitung bis hin zur Modellimplementierung und -prüfung.
  • Kapitel 4 befasst sich eingehend mit dem Verständnis grundlegender neuronaler Schichttypen, einschließlich Faltungsnetzwerken und rekurrenten neuronalen Netzen, ihrer praktischen Umsetzung und umfassenden Tests.
  • Kapitel 5 stellt Aufmerksamkeitsmechanismen wie Self-Attention und Multi-Head Self-Attention vor und präsentiert fortgeschrittene Methoden der Datenanalyse.
  • Kapitel 6 erläutert architektonische Lösungen zur Verbesserung der Modellkonvergenz, wie z. B. Batch Normalization und Dropout.
  • Kapitel 7 schließt das Buch ab und bietet Methoden zum Testen von Handelsstrategien unter Verwendung der entwickelten neuronalen Netzwerkmodelle unter realen Handelsbedingungen über MetaTrader 5.

Das Buch richtet sich an fortgeschrittene Nutzer, die bereits wissen, wie man Programme in MQL5 und Python schreibt. Wenn Sie mit dem algorithmischen Handel beginnen, empfehlen wir Ihnen, mit dem Buch „MQL5-Programmierung für Händler“ und mit der Dokumentation der Sprache zu beginnen.


Das Buch lesen