04 / RESEARCH & SIMULATION
CryptoAgentLab.
Test strategies. Observe decisions. Learn from simulation.
Ein Research- und Simulation-Lab für agentenbasierte Handelsstrategien. Im Mittelpunkt stehen überprüfbare Hypothesen, nachvollziehbare Entscheidungen und ein realistischer Vergleich unter unterschiedlichen Marktbedingungen.
V1 / V2 · Research in Entwicklung · Ausschließlich Simulation
Technologie besprechenErst prüfen. Dann bewerten.
V1/V2 beschreiben den Entwicklungsrahmen des Labs: Backtesting auf historischen Daten und Live Paper Trading mit simulierten Ausführungen und virtuellen Portfolios. Diese Seite erläutert die Forschungsrichtung; sie stellt keinen öffentlich verfügbaren Live-Trading-Dienst oder vollständigen Produktivstand aller Module dar.
- Strategieausführung in Simulation, einschließlich Gebühren, Spread und Slippage.
- Performance- und Risk-Auswertung sowie ein Leaderboard zum Vergleich von Experimenten.
- Decision Logs und Strategy Memory für die Untersuchung einzelner Entscheidungen.
- Walk-Forward, Out-of-Sample und Marktregime zur Prüfung über verschiedene Zeiträume und Bedingungen.
Virtuelle Portfolios. Kein echtes Kapital.
Das Lab ist eine Forschungsumgebung. Simulierte Ergebnisse belegen keine zukünftige Performance. Es gibt keine Renditeversprechen, Investment-Claims oder Anlageberatung.
- Keine Live-Trades mit echtem Geld.
- Keine Wallets.
- Keine Kundengelder.
- Keine Secrets für echte Handelskonten.
Ein Signal allein ist noch kein belastbares Ergebnis.
Gebühren, Spread und Slippage können einen theoretischen Vorteil verändern. Simulation macht diese Annahmen explizit. Virtuelle Portfolios erlauben es, Ausführung, Exposure und Drawdown zu untersuchen, ohne echte Positionen aufzubauen.
- Annahmen zur Ausführung sichtbar und vergleichbar halten.
- Performance zusammen mit Risiken und Marktbedingungen betrachten.
- Walk-Forward und Out-of-Sample trennen Entwicklung und spätere Prüfung.
- Ergebnisse nach Marktregimen auswerten, statt nur einen Gesamtwert zu betrachten.
Spezialisierte Rollen. Beobachtbare Entscheidungen.
Die vorgesehene Architektur trennt Marktbeobachtung, Strategie, Risiko, simulierte Ausführung und Review. Jede Rolle hat eine abgegrenzte Aufgabe. Der Execution Agent beschreibt ausschließlich Ausführung in Simulation.
- 01Market Agent
- 02Strategy Agent
- 03Risk Agent
- 04Execution Agent
- 05Review Agent
Nicht nur das Ergebnis. Auch der Weg dorthin.
Decision Logs sollen festhalten, welche Daten und Annahmen eine Entscheidung beeinflusst haben, welche Risikoprüfung erfolgt ist und wie die Simulation reagiert hat. So lassen sich Fehler untersuchen und Unterschiede zwischen Experimenten nachvollziehen.
Erkenntnisse erhalten. Hypothesen weiter prüfen.
Strategy Memory ist als strukturierte Ablage für Strategieparameter, Marktbedingungen, Entscheidungen und Auswertungen vorgesehen. Gespeicherte Beobachtungen dienen weiteren Tests; sie sind kein Beleg für eine automatisch bessere oder profitable Strategie.
Vergleich braucht einen festen Rahmen.
Datensatz, Zeitraum, Strategieversion, Parameter und Kostenmodell sollen pro Experiment nachvollziehbar sein. Ein Leaderboard ist nur sinnvoll, wenn Testbedingungen und Risikokennzahlen mitbetrachtet werden. Wiederholbare Läufe helfen, Änderungen gezielt zu prüfen.
Discovery und Strategy Evolution.
Eine spätere DiscoveryAgent-Richtung soll neue Hypothesen und Strategiekandidaten für kontrollierte Experimente liefern. Strategy Evolution ist als Vergleich und Weiterentwicklung dieser Kandidaten gedacht. Beides ist eine Forschungsrichtung, keine als live verfügbare Funktion und keine autonome Echtgeld-Ausführung.