Deep dives into AI trading, market analysis, and the future of DeFi.
Browse collections →Nothing found. Try a different query.
Vollständige Herleitung des Almgren-Chriss-Modells zur optimalen Ausführung: linearer Impact, die sinh/cosh-Trajektorie, die effiziente Grenze und lauffähiges Python zur Kalibrierung von Eta, Gamma und Sigma aus Binance-L2- und Trade-Daten.
Eine GARCH-Volatilitätsprognose ist nur dann etwas wert, wenn sie eine Handelsentscheidung verbessert. Wir bauen eine volatilitätsgezielte Krypto-Strategie, bewerten die Prognosequalität ehrlich und vergleichen GARCH gegen Realized-Vol- und EWMA-Baselines in einem Walk-Forward-Backtest.
Krypto-Korrelationen sind nicht konstant — in jedem Drawdown schießen sie in Richtung 1. DCC-GARCH modelliert eine zeitvariable Korrelationsmatrix und liefert Ihnen dynamische Hedge-Ratios für Pairs-Trading sowie ein ehrliches, zeitvariables Portfoliorisiko.
Einfaches GARCH(1,1) behandelt gute und schlechte Nachrichten gleich und unterstellt gaußsche Schocks. EGARCH, GJR-GARCH und Student-t/Skew-t-Innovationen beheben beides — und liefern ehrliche VaR- und Expected-Shortfall-Werte für Krypto.
Wie das GARCH(1,1)-Modell Volatilitätsclustering bei Krypto-Assets erfasst, wie man es per Maximum-Likelihood mit der arch-Bibliothek schätzt und wie man Prognosen der bedingten Varianz in Positionsgröße und dynamische Stops umsetzt.
Der Höhepunkt des Such-und-Overfit-Bogens, und er endet mit einem Negativergebnis — dem korrekten. Eine Einzelsymbol-Suche über zwei Zeitfenster auf ETHUSDT fand eine Konfiguration mit +16,35% out-of-sample und +2,62% auf einem unberührten Holdout; die Deflated Sharpe Ratio, die ~37.000 Trials berücksichtigt, deflationierte sie auf 0,00. Ein instrumentenübergreifender Durchlauf über fünf Majors (ETH/BTC/SOL/BNB/XRP, je ~1,18 Mio. 1m-Bars), ausgewählt nach dem Median out-of-sample, erledigt sie endgültig: Dual DSR 0,24 / PBO 0,264, Triple DSR 0,14 / PBO 0,327 — beide scheitern an den Gates. Der Champion ist auf 1 von 5 Symbolen profitabel und auf dem Rest negativ. Genau dafür ist der Anti-Overfit-Apparat da: um zu verhindern, dass man das Beste aus dem Rauschen als Alpha ausliefert.
Multi-Timeframe-Backtests lassen die Zukunft durch eine sich noch bildende Bar eines höheren Zeitrahmens durchsickern, deren endgültiger Schlusskurs noch gar nicht existiert. Man kann sich Vertrauen nicht durch Code-Review erarbeiten — man muss es testen. Wir reproduzieren die Closed-Bar-Regel des Live-Bots exakt und beweisen dann die Abwesenheit von Leckage mit einer Shifted-Future-Probe: Wir stören jede zukünftige Bar und weisen nach, dass jedes vergangene Signal und jeder vergangene Trade bitgenau unverändert bleibt. 25 von 25 Paritäts-Checks bestanden, und die Probe hat Biss.