Algorithmischer Handel
Quantitative Krypto-Strategien mit Python. Ich forsche in VectorBT Pro, validiere mit Walk-Forward-Tests und deploye auf dem Jesse Trading Framework. Die Philosophie: viele einfache Strategien gleichzeitig statt einem "perfekten" System.
Der Ansatz
Ich habe bisher 14 Trading-Strategien gebaut. 3 davon haben die Walk-Forward-Validierung bestanden und sind bereit für den Live-Einsatz. Der Rest wurde beim Testen aussortiert, und genau so soll es sein. Man baut viel, testet rigoros und lässt nur die laufen, die die Out-of-Sample-Bewertung überleben.
Die Kernidee ist Quantität statt Komplexität. Statt eine Genie-Strategie zu bauen, die in allen Marktbedingungen funktioniert, lasse ich mehrere einfache Strategien gleichzeitig laufen. Jede hat einen kleinen Vorteil unter bestimmten Bedingungen. Zusammen reduzieren sie die Varianz und verstärken die Rendite.
Edison hat mehrere einfache Geschäfte gleichzeitig betrieben und die Underperformer gestrichen. Dieselbe Logik gilt für Trading-Strategien.
Strategie-Ergebnisse
Meine beste Strategie ist RegimeSwitch, ein deterministisches Regime-Erkennungssystem. Es klassifiziert den Markt in vier Zustände: bullischer Trend, bärischer Trend, Seitwärtsmarkt und volatil. Jeder Zustand löst unterschiedliche Einstiegslogik aus. In Trendmärkten nutzt es MACD-Crossovers. In Seitwärtsmärkten wechselt es zu Mean Reversion mit Bollinger Bands und RSI. Bei Volatilität bleibt es flat, um Kapital zu schützen.
Ursprünglich habe ich Hidden Markov Models für die Regime-Erkennung getestet. Viel Zeit im Strategy-Lab mit GaussianHMM und GaussianMixture-Modellen verbracht. Die sind immer wieder mit singulären Kovarianzmatrizen und instabilen Zustandszuweisungen explodiert. Der deterministische Ansatz mit ADX, EMA 200 und Bollinger-Band-Breite erwies sich als robuster und einfacher zu optimieren. Manchmal gewinnt die langweilige Lösung.
Walk-Forward-Validierung
Jede Strategie durchläuft rigoroses Out-of-Sample-Testing, bevor ich sie live einsetzen würde. Ich nutze VectorBT Pros Walk-Forward-Kreuzvalidierung mit 10 rollierenden Splits, 180-Tage-Fenstern und einem 70/30 Train/Test-Verhältnis. Jeder Split testet 1'296 Parameterkombinationen.
Die Selektionsfunktion gewichtet mehrere Metriken: 25% Sharpe Ratio, 25% Gewinnrate, 25% tägliche Handelsfrequenz, 15% Profitfaktor und 10% Drawdown-Kontrolle. Das verhindert, dass der Optimizer einfach das Parameter-Set mit der höchsten Rendite wählt, welches normalerweise überangepasst ist.
RegimeSwitch auf DOGE-USDT erzielte eine durchschnittliche Test-Sharpe von 3.06 mit 90% positiven Out-of-Sample-Splits und nur 9% Overfitting-Gap. Das ist hohe Konfidenz. BTC war auch solide, zeigte aber einen grösseren Overfitting-Gap (54%), den ich genauer beobachte.
Das Live-Trading-Plugin
Jesses offizielles Live-Trading-Plugin ist Closed-Source und aus Cython kompiliert. Ich brauchte Features, die es nicht hatte, also habe ich die kompilierten C-Dateien reverse-engineered und das Ganze von Grund auf in Python neu geschrieben.
Das Ergebnis sind 5'000+ Zeilen Python über 11 Module mit 158 Tests für Unit, Live Trading, Session-Wiederaufnahme, REST-Integration und WebSocket-Integration. Wichtige Verbesserungen gegenüber dem Original: keine Lizenzanforderungen, Tracking von Beendigungsgründen und Auto-Resume, damit Sessions Server-Neustarts über FastAPI-Startup-Hooks überleben.
Ich habe auch einen eigenen Binance Futures Testnet-Treiber gebaut, um Integrationstests gegen eine echte Börse laufen zu lassen, ohne echtes Geld zu riskieren. Das Produktions-Deployment läuft auf meinem Server unter jesse.cwirz.com, mit GitLab CI/CD für die Pipeline. Merge Requests starten automatisch Paper-Trading Review-Apps.
Alle Strategien
RegimeSwitch (BTC)
+118.7% Rendite, Sharpe 2.17, Max. Drawdown -15.7%. Walk-Forward validiert. Bester Gesamtperformer. Deterministische Regime-Erkennung mit adaptiver Einstiegslogik.
RegimeSwitch (DOGE)
+50.2% Rendite, Sharpe 1.58, Max. Drawdown -23.5%. 90% positive Out-of-Sample-Splits. Niedrigster Overfitting-Gap aller Strategien mit 9%.
SuperTrendEMA (DOGE)
+201.9% Rendite über 25 Monate. Sharpe 1.25 mit -46.1% Max. Drawdown. Hohe Rendite, aber der Drawdown ist heftig. Nur für Konten, die das aushalten.
MACD30MLong (BTC)
+69.4% Rendite, Sharpe 1.63, Max. Drawdown -17.5%. Konservativer als RegimeSwitch. Paper-Trade-bereit als Portfolio-Diversifizierer.
Tech Stack
Interesse an quantitativem Trading oder willst über Strategie-Entwicklung reden?