Diepgaande verkenningen van AI-handel, marktanalyse en de toekomst van DeFi.
Browse collections →Nothing found. Try a different query.
How understanding your place in the queue at a price level transforms scalping from guesswork into an engineering problem
Hoe je grote taalmodellen gebruikt om handelssignalen te halen uit gesprekken met investeerders, rapporten en nieuws. Chain-of-thought prompting, gestructureerde extractie, signaal-backtesting.
A complete guide to statistical arbitrage for crypto markets. Cointegration, Kalman filter, basis strategies, cross-exchange arbitrage. With backtests and Python code.
Elk algoritme laat een unieke vingerafdruk achter. Leer die te lezen — en je weet wie er aan de andere kant van je trade zit.
Waarom bruto jaarlijkse PnL een slechte metriek is om strategieën met verschillende handelstijd te vergelijken. Hoe je het effectieve rendement berekent, waarom je fill_efficiency nodig hebt, en waarom een strategie met 27% PnL beter kan presteren dan een met 300%.
Hoe adaptieve datagranulariteit backtests versnelt en opslag bespaart: drill-down van 1m naar 1s, 100ms en ruwe trades alleen waar de prijs significant bewoog of het volume piekte, niet over de hele historische reeks.
Hoe je timeframes en indicatoren vooraf berekent uit minutencandles, ze opslaat in parquet en gebruikt voor grootschalig testen van strategieën zonder overbodige herberekeningen.