Beschreibung

Dieser Machine-Learning-basierte Indikator für NinjaTrader 8 ist ein leistungsstarkes Prognosewerkzeug, das auf einem Random-Forest-Regressionsalgorithmus basiert. Dieser Indikator nutzt fortschrittliche Machine-Learning-Techniken, um zukünftige Preisbewegungen anhand einer ausgefeilten Analyse mehrerer Marktmerkmale und technischer Konfluenzen vorherzusagen.

Überblick über den Algorithmus:

Der Indikator verwendet ein Random-Forest-Machine-Learning-Modell, das mit historischen Marktdaten von 2024 bis zu aktuellen Marktdaten (April 2026 zum Zeitpunkt der Erstellung dieser Seite) trainiert wurde, um Preisbewegungen eine bestimmte Anzahl von Bars in die Zukunft vorherzusagen (20 Bars im 1-Minuten-Zeitrahmen). Random Forest ist eine Ensemble-Lernmethode, die mehrere Entscheidungsbäume kombiniert, um robuste und genaue Vorhersagen zu liefern. Dieser Ansatz reduziert Overfitting und verbessert die Vorhersagegenauigkeit, indem Ergebnisse mehrerer unabhängiger Modelle aggregiert werden.

Feature Engineering:

Das Random-Forest-Modell analysiert einen umfassenden Satz von Merkmalen, die aus dem Preisverlauf extrahiert werden, darunter:

• Referenzpunkte des Vortages: Abstand zu Hoch und Tief des Vortages, was den Kontext für die Analyse von Overnight-Gaps und potenziellen Support-/Resistance-Niveaus liefert
• Referenzpunkte des aktuellen Tages: Abstand zu Hoch und Tief des aktuellen Tages, was die Intraday-Dynamik und Range-Bewegungen erfasst
• Daten aus höheren Zeitrahmen: Abstände zu den Hochs und Tiefs der 30-Minuten- und 4-Stunden-Zeitrahmen, wodurch eine Multi-Timeframe-Analyse zur besseren Signalbestätigung einbezogen wird
• Konfluenz technischer Indikatoren: Preisnähe zu SuperTrend-Niveaus und anderen proprietären Indikatoren, um wichtige technische Niveaus zu identifizieren, an denen mehrere Analysen zusammenlaufen
• Volumenanalyse: Volumendifferenz im Vergleich zur vorherigen Bar, um Veränderungen der Marktbeteiligung und Handelsintensität zu erfassen
• Preisverlaufsmuster: Differenzen des Schlusskurses über mehrere Perioden, um Momentum-Verschiebungen und Trendwechsel zu erkennen

Technologie-Stack:

Dieser Indikator wird von der Microsoft .NET Machine Learning (ML.NET) Bibliothek angetrieben, einem professionellen Machine-Learning-Framework, das leistungsstarkes Modelltraining und Inferenz bietet. Der Einsatz von ML.NET gewährleistet zuverlässige, schnelle und genaue Vorhersagen, die für Echtzeit-Trading-Anwendungen geeignet sind.

Trainingsdaten:

Das Modell wurde mit umfangreichen historischen Daten aus 2024 trainiert und erfasst dabei verschiedene Marktbedingungen, Volatilitätsniveaus und Preismuster. Dieses Training stellt sicher, dass das Modell vielfältige Marktverhalten gelernt hat und sich an unterschiedliche Handelsumgebungen anpassen kann.

Ausgabe der Vorhersage:

Der Indikator erzeugt Vorhersagen in Form erwarteter Preisbewegungen (in Punkten) für die nächsten 20 Bars. Wenn die vorhergesagte Bewegung den vom Nutzer definierten Schwellenwert überschreitet, wird ein Signal erzeugt. Bullische Signale erscheinen, wenn das Modell eine positive Preisbewegung vorhersagt, während bärische Signale eine vorhergesagte Abwärtsbewegung anzeigen.

Signalintegration & Automatisierung:

Die von diesem Indikator erzeugten Entry-Signale können nahtlos mit Drittanbieter-Handelssoftware wie AlgoStudio und Bloodhound integriert werden, sodass du deine Handelsstrategien basierend auf den Machine-Learning-Vorhersagen automatisieren kannst. Dies eröffnet Möglichkeiten für automatisierte Orderplatzierung und Positionsmanagement.

Audio-Benachrichtigungen:

Der Indikator bietet eine Echtzeit-Tonalarm-Funktion, die immer dann ausgelöst wird, wenn ein Entry-Signal generiert wird. Diese Funktion stellt sicher, dass du keine Handelsgelegenheit verpasst, indem du auch dann informiert wirst, wenn du nicht am Bildschirm bist. Du kannst den Alarmton auf jede beliebige .wav-Datei auf deinem Computer anpassen, wodurch sich Machine-Learning-Signale leicht von anderen Benachrichtigungen in deinem Trading-Setup unterscheiden lassen.

Beispiele

Alle folgenden Beispiele beziehen sich auf das Instrument MES und einen Prognose-Schwellenwert von 10 Punkten

Beispiel 1: Starke Verkaufssignale in einem bärischen Trend

In diesem Beispiel siehst du den Indikator in Aktion, wie er die Fortsetzung eines Verkaufstrends vorhersagt, indem er eine Reihe von Verkaufssignalen erzeugt. Diese Prognosesignale wurden bestätigt und wären profitabel gewesen, wenn sie umgesetzt worden wären. Diese Signale wurden während der RTH (Regular Trading Hours) erzeugt, in denen das Volumen bei MES erheblich hoch ist

Beispiel 2: Starkes Kaufsignal, bei dem die Platzierung des Stop-Loss entscheidend ist

In diesem Beispiel sehen wir ein bullisches Kaufsignal. Später zog sich der Preisverlauf jedoch in die FVG zurück, die das Entry-Signal erzeugt hat. Dies veranlasst uns, immer einen Puffer an Punkten zum FVG-Docht hinzuzufügen, der das Entry erzeugt hat, um nicht von Preisrückzügen getroffen zu werden

Beispiel 3: Nicht alle Signale sind perfekt, aber vorherige Signale und Kontext sind wichtig

In diesem Beispiel sehen wir, wie der Indikator ein schlechtes bullisches Signal erzeugt. Wie du aber sehen kannst, ging diesem bullischen Signal eine Gruppe starker bärischer Signale voraus. Du kannst auch die letzte Gruppe bärischer Signale sehen, die die Fortsetzung des bärischen Trends bestätigt

Beispiel 4: Fortsetzungssignale & Umkehrsignale

Dieses Beispiel zeigt, dass der Indikator in der Lage ist, sowohl Umkehr- als auch Fortsetzungssignale zu erzeugen. Umkehrsignale unterscheiden sich dadurch, dass sie nach einer entgegengesetzt gerichteten FVG erzeugt werden. Zum Beispiel wird das erste bärische Umkehrsignal im obigen Chart-Beispiel nach einer bullischen FVG gefolgt von einer roten Kerze erzeugt

Signale & Verwendung im Strategy Builder

Der Indikator stellt Signal-Plots bereit, die im Strategy Builder und in Drittanbieter-Software wie Bloodhound und AlgoStudio verwendet werden können

Diese Signal-Plots sind transparent und werden nicht auf dem Chart gezeichnet. Um sie aus dem Strategy Builder zu verwenden, kannst du sie auswählen und eine Logik auf Basis ihrer Werte aufbauen, wie in diesem Beispiel, in dem du eine Bedingung basierend auf dem vom Indikator erzeugten Verkaufssignal erstellst. Die Kauf- und Verkaufssignal-Plots enthalten die Werte +1 für bullische Signale und -1 für bärische Signale, andernfalls haben sie den Wert 0. Um ein bullisches Signal zu erkennen, solltest du eine Bedingung setzen, die "größer als 0" prüft, und für ein bärisches Signal eine Bedingung, die "kleiner als 0" prüft.

Parameter

Wir versuchen stets, die Parameter auf ein Minimum zu beschränken.

License
License	Dies ist der kostenlose Lizenzschlüssel, den du bei der Erstellung eines Kontos auf automated-trading.ch erhältst. Nachdem du ein Konto erstellt hast, kopiere deinen Lizenzschlüssel von der Abrechnungsseite. Du musst diesen Parameter nur einmal im Monat setzen, sobald der Lizenzschlüssel validiert wurde, wird er für den Rest des Abrechnungszeitraums gespeichert. Dieser Indikator ist völlig kostenlos nutzbar, du musst dich jedoch registrieren, um ein kostenloses Konto und eine Lizenz zu erhalten, um ihn nutzen zu können.
ML Settings
Model File	Dies ist der vollständige Pfad zur trainierten Machine-Learning-Modell-Datei (.zip-Format). Du musst die Modell-Datei aus dem Installationsabschnitt unten herunterladen und den vollständigen Pfad dazu angeben. Die Modell-Datei enthält den trainierten Random-Forest-Regressionsalgorithmus, der für Vorhersagen verwendet wird.
Prediction Threshold Points	Dieser Parameter legt einen Schwellenwert von 0 bis unendlich positive Zahlen fest, der die minimale vorhergesagte Preisbewegung (in Punkten) darstellt, um ein Signal zu erzeugen. Je mehr du diesen Wert erhöhst, desto weniger Signale erhältst du. Der Standardwert beträgt 10 Punkte
Darstellung
Bullish Color	Die Farbe zur Darstellung bullischer Signale und Indikatoren
Bearish Color	Die Farbe zur Darstellung bärischer Signale und Indikatoren
Sound Alert
Play Sound	Aktiviert/Deaktiviert das Abspielen eines Tons, wenn ein Signal erzeugt wird
Play Sound File	Dieser Parameter legt den Dateinamen fest, der beim Sound-Alarm abgespielt wird. Dies kann auf jede beliebige .wav-Datei auf deinem Computer gesetzt werden

Download- & Installationsanleitung

Schritt 1: Random-Forest-Modelldateien für jedes Instrument herunterladen

Das Training eines Random-Forest-Modells ist spezifisch für jedes Instrument und jeden Zeitrahmen. Aus diesem Grund stellen wir für jedes Instrument ein Modell im 1-Minuten-Zeitrahmen bereit

Schritt 2: Microsoft.ML-Abhängigkeiten herunterladen und installieren

Der Machine-Learning-Indikator benötigt Microsoft.ML-Runtime-Abhängigkeiten, um ordnungsgemäß zu funktionieren. Diese Abhängigkeiten müssen in deinem NinjaTrader-Custom-bin-Verzeichnis installiert werden.

Schritt 3: NinjaTrader-Indikator

Häufig Gestellte Fragen

Versionshinweise

Nutzerkommentare & Feedback

Du findest Feedback unserer Nutzer und kannst Fragen zu dieser Strategie stellen, indem du unserer Discord-Community über diesen Einladungslink beitrittst oder auf das Discord-Logo klickst. Der Beitritt ist völlig kostenlos