Noch keine Daten – der Verlauf erscheint nach dem ersten Analyse-Zyklus
Offene Positionen
Symbol
Menge
Einstieg
Aktuell
Stop
Ziel
P&L
Keine offenen Positionen
Letzte Trades
Zeit
Symbol
Seite
Menge
Preis
Begründung
Noch keine Trades
KI-Entscheidungsprotokoll
Symbol
Aktion
Status
Begründung
Noch keine Analysen
Live-Aktivität aktualisiert alle 5s
Noch keine Aktivität
iWie der Bot lernt: Ein lokales Machine-Learning-Modell (Random Forest) wird bei jedem
abgeschlossenen Trade neu trainiert und schätzt die Gewinnwahrscheinlichkeit ähnlicher Setups.
Zusätzlich wertet ein regelbasiertes Lernprotokoll regelmäßig die Trefferquoten pro Kennzahl-Bereich
aus und destilliert Lehren, die in künftige Entscheidungen einfließen. Beides läuft komplett lokal
im Hintergrund, ohne KI-Aufruf (nur die eigentliche Handelsentscheidung nutzt GPT).
Lokales Modell Random Forest, trainiert auf allen abgeschlossenen Trades
Trainingsdaten
–
Gewinne / Verluste
–
Status
–
Kreuzvalidierte Genauigkeit
–
Lernprotokoll regelbasiert, lokal - destilliert aus abgeschlossenen Trades, kein GPT-Aufruf
Noch keine Reflexion – dafür braucht es erst mehrere abgeschlossene Trades
iWas du hier siehst: Der Random Forest besteht aus vielen Entscheidungsbäumen (siehe
"Bäume im Wald" unten), die gemeinsam abstimmen. Dargestellt ist EINER davon, stellvertretend für
alle - so, wie er tatsächlich aus allen bisher abgeschlossenen Trades gelernt hat. Jede Verzweigung
ist eine Ja/Nein-Frage an eine Kennzahl; ganz unten (Blätter) steht die daraus gelernte Gewinnchance.
Wurzel oben, Blätter unten - der Baum wächst mit jedem abgeschlossenen Trade.
Entscheidungsbaum
Trainingsdaten
–
Bäume im Wald
–
Tiefe dieses Baums
–
Knoten gesamt
–
Noch kein Baum – dafür braucht es erst mindestens 15 abgeschlossene, gelabelte Trades
Wachstums-Historie jeder Trade, der den Baum verändert hat – neueste zuerst
Zeit
Symbol
Quelle
Ergebnis
Realisiert
Trainingsdaten danach
Noch keine abgeschlossenen Trades
iWas das ist: Simuliert die Handelsregeln (Trendfolge, RSI-Grenzen, Regime-Filter,
ATR-basierte Stops) gegen echte historische Kurse – ohne KI-Aufruf, in wenigen Sekunden. Läuft
automatisch im Hintergrund (Einstellungen → "Backtest (autonom)"), kein Knopfdruck nötig.
Der ML-Filter startet dabei mit dem aktuellen Wissensstand des Baums (alle bisher
gesammelten Trainingsdaten) und lernt während der Simulation weiter – deshalb ändert sich das
Ergebnis von Lauf zu Lauf mit, während der Baum wächst. Ehrliche Einordnung: die Seed-Daten
überlappen zeitlich mit dem getesteten Zeitraum, die absolute Rendite ist dadurch optimistischer
als real erreichbar – als VERGLEICHSWERT über die Zeit ("ist der heutige Baum besser als der
gestrige?") ist es genau das richtige Maß. Kein 1:1-Abbild der echten KI-Entscheidung.
Status
Tage
Ergebnis
End-Kapital
–
Gesamt-Rendite
–
Trefferquote
–
Max Drawdown
–
Trades
–
Noch offen am Ende
–
Wirkung des ML-Filters derselbe Zeitraum, einmal mit und einmal ohne den lernenden Baum
Trefferquote
Rendite
Max Drawdown
Trades
Ohne ML-Filter (Basis)
–
–
–
–
Mit ML-Filter (aktiv)
–
–
–
–
Pro Symbol
Symbol
Trades
Gewinne
Trefferquote
Realisiert
Simulierte Trades
Symbol
Einstieg
Ausstieg
Tage
Ergebnis
Grund
Noch kein Backtest gelaufen
iWas du hier siehst: Der automatische Backtest testet immer die jeweils letzten 365 Tage,
und sein ML-Filter startet mit dem aktuellen Wissensstand des Baums. Jeder Re-Lauf ist damit ein
Messpunkt für "wie schlägt sich der Bot mit seinem HEUTIGEN Wissen auf dieser Aufgabe" - wächst der Baum
sinnvoll, sollten Trefferquote/Rendite hier über die Zeit tendenziell steigen (schwanken ist normal).
Ehrliche Einordnung: Weil das gesammelte Wissen zeitlich mit dem Testzeitraum überlappt, sind die
absoluten Zahlen optimistischer als real erreichbar - als Vergleich über die Zeit aber genau richtig.
Das zweite Diagramm zeigt das Wachstum der Trainingsdaten (nimmt schlicht zu - die Grundlage, auf der
das Modell genauer werden kann, siehe Kreuzvalidierte Genauigkeit im Tab "Lernen").
Erster vs. letzter Messpunkt
Trefferquote zuerst
–
Trefferquote zuletzt
–
Rendite zuerst
–
Rendite zuletzt
–
Trainingsdaten zuerst
–
Trainingsdaten zuletzt
–
Trefferquote (rollierend, 365 Tage) jeder Punkt = ein automatischer Re-Lauf
Rendite (rollierend, 365 Tage)
Trainingsdaten-Wachstum live + alle Backtest-Fenster zusammen
Noch nicht genug automatische Läufe – braucht mindestens 2 Messpunkte im 365-Tage-Fenster
!Hinweis: Diese Regeln werden hart im Code durchgesetzt – die KI kann sie nicht umgehen.
Änderungen gelten sofort für den nächsten Analyse-Zyklus und werden in settings.json gespeichert.
Handelsuniversum & Zeitplan
Kommagetrennt. Krypto im Format BTC/USD; US-Aktien (AAPL) gehen auch.
Obergrenze der Wartezeit zwischen vollen Analyse-Zyklen (Minuten).
min
z.B. gpt-4o-mini (günstig) oder gpt-4o. Pro Zyklus läuft nur EIN Aufruf für alle Coins.
Wie oft Stop-Loss/Take-Profit geprüft und Trailing-Stops nachgezogen werden.
min
Prüft ohne KI-Aufruf auf Ausbrüche/RSI-Wenden/Volumen-Spikes und löst bei einem Treffer sofort einen vollen Analyse-Zyklus aus, statt starr zu warten.
Wie oft der lokale Scanner prüft (kostenlos, kein KI-Aufruf).
min
Risikomanagement
Maximaler Anteil des Depots pro Position.
%
Mehr Positionen als das öffnet der Bot nie gleichzeitig.
Nur Fallback – normalerweise setzt die KI Stops dynamisch aus der Volatilität.
%
Nur Fallback – normalerweise setzt die KI Ziele dynamisch.
%
Bei diesem Tagesverlust pausiert der Bot bis zum nächsten Tag.
%
Käufe unter dieser KI-Konfidenz werden blockiert.
%
Erhöhte Hürde, wenn BTC/ETH unter der Tages-SMA50 liegen. Für Intraday moderat lassen – der Tages-Trend ist Kontext, kein Handelsverbot.
%
Das Kursziel muss mindestens das X-fache des Stop-Abstands sein.
x
Nach einem Ausstieg wird dasselbe Symbol so lange nicht erneut gekauft (Churn-Bremse, wie im Backtest). 0 = aus.
min
Positionen, die so lange weder Stop noch Ziel erreichen, schließt der Monitor automatisch – Intraday-Disziplin wie im Backtest. 0 = aus.
h
Läuft eine Position in den Gewinn, zieht der Monitor den Stop stufenweise nach (Break-Even ab +1R, dann je Gewinnstufe höher).
Backtest (autonom)
Läuft kontinuierlich von selbst im Hintergrund, kein Knopfdruck nötig – rotiert durch mehrere Zeitfenster (90/180/365/730 Tage) und gibt dem lokalen Modell laufend frische, vielfältige Trainingsdaten.
Wie oft der automatische Backtest läuft (ein Fenster pro Tick, rotierend). Klein = kontinuierlich, läuft praktisch durch.
min
Nur für den Button "Jetzt manuell starten" im Backtest-Tab. Der automatische Lauf rotiert unabhängig davon fest durch 90/180/365/730 Tage.
Tage
Der Baum lernt WÄHREND der Simulation mit und überspringt ab genug Historie Einstiege mit niedriger Gewinnwahrscheinlichkeit. Ergebnis wird im Backtest-Tab mit/ohne Filter verglichen.
Wie oft das lokale, regelbasierte Lernprotokoll (Tab "Lernen") einen neuen Bericht aus live + Backtest-Daten schreibt - kein GPT-Aufruf, unabhängig davon, ob gerade neue Live-Trades da sind.
h
Anzeige
Basis für die Gesamt-P/L-Anzeige. Ändert nichts am Broker-Konto.