← Back to Blog
Guides 11 min read

Machine Learning Expert Advisors: Hype vs Realität (Aus Entwicklersicht)

Die meisten 'KI-Trading-Bots' sind reines Marketing. So sieht echtes ML im Trading aus — von einem Team, das tatsächlich ONNX-Modelle für MT5 baut.

EN ES DE FR PT RU ZH JA AR

TL;DR

  • Über 90% der 'KI-Trading-Bots' auf MQL5 verwenden kein echtes Machine Learning — sie nutzen das Schlagwort, um höhere Preise zu rechtfertigen.
  • Echtes ML in MT5 nutzt ONNX Runtime, um trainierte Modelle (XGBoost, neuronale Netze) direkt im EA auszuführen — keine externen APIs, keine Cloud-Abhängigkeit.
  • Das Schwierigste ist nicht das Modell zu bauen — es ist Overfitting zu verhindern. Walk-Forward-Testing und Out-of-Sample-Validierung sind unverzichtbar.
  • BLODSALGOs Stability Killer AI und Karat Killer nutzen echtes ONNX-basiertes ML mit 4 Ensemble-Modellen — verifiziert durch Live-Signale.

Das 'KI'-Problem im Forex: Warum die meisten Behauptungen falsch sind

Suchen Sie nach "KI-Trading-Bot" oder "Machine Learning Expert Advisor" auf MQL5, finden Sie Hunderte von Ergebnissen. Die meisten davon lügen.

Nicht im rechtlichen Sinne — sie werden nicht sagen "dies verwendet neuronale Netze", wenn es das nicht tut. Aber sie nennen ihren EA "AI Gold Pro" oder "Neural Scalper v3" und lassen den Namen die Verkaufsarbeit erledigen. Der tatsächliche Code? Gleitende Durchschnitte, RSI-Crossovers und vielleicht ein Grid-System mit einem schicken Wrapper.

Das ist keine Vermutung. Wir haben Dutzende von Wettbewerber-EAs auf MQL5 überprüft. Das Muster ist konsistent: "KI" im Namen, null ML im Code.

Die Realität: einen echten ML-basierten Expert Advisor zu bauen ist schwer. Es erfordert Expertise in Data Science, Feature Engineering, Modelltraining, Walk-Forward-Validierung und ONNX-Deployment.

Wie echtes Machine Learning in MT5 aussieht

Kommen wir zum Punkt. Das steckt in einem echten ML-basierten Expert Advisor:

1. Datensammlung & Feature Engineering

Rohe Preisdaten (OHLCV) sind für ein Modell allein nutzlos. Man braucht Feature Engineering — abgeleitete Signale, die Marktverhalten erfassen. Ein gut gestalteter Feature-Satz hat 50-200 Features pro Kerze.

2. Modellauswahl & Training

Bei BLODSALGO verwenden wir hauptsächlich XGBoost-Ensembles, exportiert ins ONNX-Format. Unser Karat Killer führt 4 ONNX-Modelle gleichzeitig aus.

3. ONNX Runtime: Die Brücke zwischen Python und MT5

ONNX (Open Neural Network Exchange) ist ein offenes Format für ML-Modelle. Man trainiert in Python, exportiert ins .onnx-Format, und MT5 führt das Modell nativ über seine integrierte ONNX Runtime aus. Keine DLLs. Keine externen APIs. Keine Cloud-Aufrufe.

Die Overfitting-Falle: Warum die meisten ML-EAs scheitern

Die unbequeme Wahrheit: Die meisten Machine-Learning-Modelle überanpassen sich an historische Daten. Sie finden Muster in der Vergangenheit, die in der Zukunft nicht existieren.

Overfitting ist der Killer Nr. 1 von ML-Handelssystemen. Ein Modell mit 90% Genauigkeit auf Trainingsdaten liefert möglicherweise 50% (zufällig) auf neuen Daten.

Wie wir es bei BLODSALGO verhindern

  1. Daten chronologisch aufteilen: Trainieren 2015-2020, Validieren 2020-2022, Testen 2022-2024
  2. Walk-Forward-Optimierung: Monatlich auf expandierendem Fenster neu trainieren
  3. Monte-Carlo-Simulation: Trade-Reihenfolge 10.000-mal randomisieren
  4. Feature-Importance-Analyse: Features entfernen, die Rauschen statt Signal beitragen

Das Ergebnis: 55-65% Richtungsgenauigkeit — nicht 90%. 55-65% Genauigkeit mit richtigem Risikomanagement ist, was tatsächlich Geld verdient.

Lesen Sie unseren Leitfaden zum Lesen von MT5-Backtest-Ergebnissen.

5 Warnsignale, dass ein 'KI-EA' gefälscht ist

1. Keine ONNX-Dateien im EA-Paket

Ein echter ML-basierter EA enthält .onnx-Modelldateien als Ressourcen. Wenn die Dateigröße verdächtig klein ist (unter 500KB), gibt es kein ML-Modell darin.

2. "KI" nur im Namen, nicht in der Beschreibung

Wenn der Verkäufer nicht erklären kann, welche Modellarchitektur er verwendet — hat er kein ML-System gebaut.

3. Unrealistische Backtest-Ergebnisse

+10.000% Rendite bei 2% Drawdown schreit nach Overfitting. Unser Stability Killer AI liefert +15,6% Wachstum bei 4,08% Max Drawdown — nicht glamourös, aber echt.

4. Erfordert externe DLL oder Internetverbindung

MQL5 Market verbietet DLLs aus Sicherheitsgründen. ONNX läuft nativ — keine DLL nötig.

5. Kein Live-Signal oder Forward-Test

Backtests können gefälscht oder überangepasst sein. Ein verifiziertes MQL5-Signal auf einem echten Konto ist der einzige Beweis, der zählt.

Echtes ML vs Fake KI: Ein direkter Vergleich

AspektFake "KI" EAEchtes ML EA
KernlogikGleitende Durchschnitte + RSI mit Grid/MartingaleONNX-Modellvorhersagen steuern Einstiege/Ausstiege
ModelldateienKeineMehrere .onnx-Ressourcen (MB-groß)
Backtest-Ergebnisse+5.000% Rendite, 3% Drawdown+50-300% Rendite, 10-25% Drawdown
Live-SignalKeines oder Demo-KontoEchtgeld-Signal, von MQL5 verifiziert

Transparenz ist der Unterschied. Entwickler, die echte ML-Systeme bauen, sind transparent über ihren Ansatz.

Wie BLODSALGO Machine Learning einsetzt

Stability Killer AI — AUDCAD ML-System

Stability Killer AI: XGBoost-Klassifikator, 8+ Jahre AUDCAD-Daten, 60+ Features, Walk-Forward-Testing. Live-Ergebnis: +15,6% Wachstum, 4,08% Max Drawdown.

Karat Killer — XAUUSD ML-Ensemble

Karat Killer: 4 ONNX-Modelle gleichzeitig, Abstimmungsmechanismus, +7.229% über 10 Jahre XAUUSD-Tick-Daten.

Sollten Sie einen ML-basierten Expert Advisor kaufen?

ML-basierte EAs sind nicht automatisch besser als regelbasierte Systeme. Ein gut konzipierter regelbasierter EA (wie unser Pivot Killer) kann ein schlecht trainiertes ML-System jederzeit übertreffen.

Unsere Empfehlung: Verwenden Sie beides. Ein Portfolio, das regelbasierte und ML-basierte EAs kombiniert, bietet Diversifikation über Strategietypen — nicht nur über Instrumente.

FAQ: Machine Learning Expert Advisors

Müssen ML-EAs neu trainiert werden?
Ja, aber nicht täglich. Bei BLODSALGO trainieren wir vierteljährlich neu und verwenden Walk-Forward-Testing.
Kann MT5 Machine-Learning-Modelle nativ ausführen?
Ja. Seit Build 3550 enthält MetaTrader 5 native ONNX-Runtime-Unterstützung.
Was ist der Unterschied zwischen KI und ML im Trading?
KI ist ein breiter Begriff. Machine Learning ist eine Unterkategorie, in der Algorithmen Muster aus Daten lernen. Wenn ein EA "ML mit ONNX" sagt, ist das eine spezifische, überprüfbare Aussage.

Risk Disclaimer: Trading foreign exchange, gold (XAUUSD), and other financial instruments involves significant risk of loss and is not suitable for all investors. The information in this article is for educational purposes only and does not constitute financial advice. Past performance of any Expert Advisor does not guarantee future results. Always test strategies on a demo account before trading with real capital, and never risk money you cannot afford to lose.