Diepgaande verkenningen van AI-handel, marktanalyse en de toekomst van DeFi.
Browse collections →Nothing found. Try a different query.
Waarom het vinden van de beste strategieparameters slechts het halve werk is. Hoe je visueel en kwantitatief een stabiel plateau van een fragiele piek onderscheidt, en waarom Optuna contourplots een verplichte stap zijn voordat je een geoptimaliseerde strategie in productie lanceert.
Waarom uitputtend zoeken onmogelijk is bij 12+ parameters, hoe coordinate descent interacties mist, en hoe Optuna met een TPE-sampler in 500 iteraties vindt wat OAT niet kan vinden in 96. Praktische codevoorbeelden, samplervergelijking en multi-objective optimalisatie.
Waarom een op ETHUSDT geoptimaliseerde strategie kan falen bij altcoins. Hoe je correct test over pairgroepen (blue chips, large caps, shitcoins) en welke cross-symbol robuustheidsscore als voldoende wordt beschouwd.
Hoe funding rates op Binance/Bybit prachtige backtestresultaten met hoge hefboom omzetten in gegarandeerde verliezen. Formules, herberekening van echte strategieën en de maximale hefboom waarbij funding de winst niet opeet.
Finale van de reeks 'Backtests zonder illusies'. Hoe bouw je een orchestrator uit N strategieën x M paren, implementeer je cascademodus met prioriteit en fallback-uitvoering, kies je dual_size, en waarom strategieportfolio's niet kunnen worden teruggetest door simpelweg de PnL op te tellen.
Volledige taxonomie van afwijkingen tussen backtesting en live trading: van slippage en gedeeltelijke fills tot desynchronisatie van de codebase. Architectuurpatronen voor het bereiken van pariteit, Python-voorbeelden van een gedeelde core-module en een checklist voor monitoring in productie.
Waarom een puntschatting uit een backtest een gevaarlijke illusie is. Hoe Monte Carlo bootstrap in 2 seconden rekentijd een 95%-betrouwbaarheidsinterval voor PnL en MaxDD oplevert, en waarom dit een verplichte stap is voordat je een strategie in productie neemt.