Trading-Bots - Gesamtuebersicht

Selbstlernender Reinforcement-Learning-Agent (PPO, Stable-Baselines3). Er entscheidet einmal taeglich um 00:02 UTC ueber die Gesamt-Exposure eines gleichgewichteten Korbs aus BTC, ETH, SOL, XRP und DOGE (0, 25, 50 oder 80 Prozent). Woechentliches Retraining mit Promotion-Gate: ein neues Modell wird nur Champion, wenn es im Holdout Sharpe und Nettorendite des bisherigen schlaegt. Risikoregeln unabhaengig vom Modell: max. 25 Prozent je Coin, max. 80 Prozent Gesamtexposure, Pause bei 3 Prozent Tagesverlust.

• Reinforcement Learning
• PPO
• taeglich
• Korb BTC/ETH/SOL/XRP/DOGE
• Paper

Equity

–

Heute

–

Seit Start

–

Max. Drawdown

–

Positionen

–

Regelbasierte Signale plus ein lokal trainierter Random-Forest-Klassifikator. Alle 15 Minuten ein Analyse-Zyklus ueber BTC, ETH, SOL, XRP, DOGE und den inversen ETF BITI: Tages-Trendfolge (Kurs ueber eigener SMA50, MACD bullisch, nahe am 20-Tage-Hoch), der Random Forest filtert Einstiege mit niedriger historischer Gewinnwahrscheinlichkeit aus. Stop-Loss und Take-Profit werden je Trade aus der Volatilitaet (ATR) berechnet, ein Positions-Monitor prueft jede Minute und zieht den Trailing-Stop stufenweise nach. Der Wald lernt bei jedem abgeschlossenen Trade mit; ein lokales Lernprotokoll destilliert regelbasiert Lehren aus den Trades (kein LLM-Aufruf).

• Random Forest
• regelbasiert
• 15-Minuten-Zyklus
• Stop-Loss/Take-Profit
• Paper

Equity

–

Heute

–

Seit Start

–

Max. Drawdown

–

Positionen

–