Claude
3d16b76f23
aggregateTf verallgemeinert aggregate4h. Walk-Forward 1h/15m: PF 0.59/0.29 (vs 0.87 auf 4h), 15m MaxDD 97% — Fee-Mathematik bestätigt. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
2.7 KiB
Walk-Forward-Ergebnisse: ATR-GridBot — 2026-06-10
Daten: 103 799 15m-Candles/Pair, 2023-06-24 → 2026-06-09 (3 Jahre), 32 Fenster (Train 120d / Test 30d).
Strategie: ATR-Grid mit ADX-Regime-Filter, long-only (Design: docs/specs/2026-06-10-grid-bot-design.md).
Methodik: fixe A-priori-Parameter je Variante, kein Grid-Search. CLI: bun run grid [--spacing X --levels N --adx Y]. Runs in backtest_runs (kind grid-walkforward).
| Variante | OOS-PF | Trades | WinRate | MaxDD | Overfit-Ratio | Gate |
|---|---|---|---|---|---|---|
| A: spacing 1.0×ATR, 4 Levels, ADX<20 | 0.87 | 1002 | 64.6 % | 18.4 % | 1.42 | ❌ PF + Fenster |
| B: spacing 1.5×ATR | 1.03 | 514 | 56.0 % | 10.6 % | 1.53 | ❌ PF + Fenster |
| C: ADX<15 (strenger) | 0.94 | 425 | 63.3 % | 6.5 % | 1.24 | ❌ PF + Fenster |
Nachtrag: kürzere Timeframes (User-Frage „wird das auf kürzeren Einheiten besser?")
Entscheidungs-Timeframe parametrisiert (--tf Minuten; ATR/ADX/Aktivierung auf 1h bzw. 15m statt 4h):
| Variante | OOS-PF | Trades | WinRate | MaxDD | Gate |
|---|---|---|---|---|---|
| D: tf 1h, spacing 1.0×ATR | 0.59 | 4410 | 63.9 % | 57.1 % | ❌ |
| E: tf 1h, spacing 1.5×ATR | 0.64 | 2246 | 54.3 % | 37.6 % | ❌ |
| F: tf 15m, spacing 1.0×ATR | 0.29 | 19 783 | 47.1 % | 97.2 % | ❌ |
| G: tf 15m, spacing 2.0×ATR | 0.47 | 6259 | 44.7 % | 67.8 % | ❌ |
Monoton schlechter, je kürzer der Timeframe — exakt die Fee-Mathematik: ATR(1h) ≈ ⅓, ATR(15m) ≈ ⅙ von ATR(4h) → das Spacing schrumpft auf die Größenordnung der 0.3 % Round-Trip-Kosten, jeder TP verdient fast nichts, die Breakdown-Verluste bleiben gleich groß. tf 15m ist Totalverlust (MaxDD 97 %). Das war auch der Todesmechanismus des krypto-kuns-v1-Bots (1–15-min-Signale).
Befund
Klassische Grid-Pathologie, durch Regime-Filter abgemildert, aber nicht behoben:
hohe WinRate (viele kleine TP-Gewinne à 1 Spacing), doch die grid_stop-Verluste
bei Range-Breakdowns (−5 Spacings über N Lots) fressen alles. Breiteres Spacing
(B) hebt den PF Richtung Break-even (1.03 ≈ Fees zurückverdient, mehr nicht),
strengerer Filter (C) senkt nur den Drawdown. Schlechtestes Fenster durchgängig
PF ≈ 0.1 — Crash-Monate treffen das Grid voll.
Schlussfolgerung: Mean-Reversion-Grids haben auf Krypto-4h über 3 Jahre keinen handelbaren Edge nach Fees — konsistent mit dem v1-GridBot-Erlebnis (krypto-kuns) und spiegelbildlich zum Trendfolge-Befund (dünner Edge, weil Krypto eben trendet/crasht statt sauber zu ranged).
Entscheidung: Gate nicht bestanden → kein Paper-Deploy des GridBots. Das Gate wird nicht aufgeweicht. Der laufende Paper-Probelauf des Trend-Bots (trading.kuns.dev) bleibt das Live-Experiment.