Nofinity Logo
Onboarding

Willkommen bei Nofinity

Dein smarter Hub, um stundenlange YouTube-Videos in prägnante, 5-minütige Text-Zusammenfassungen zu verwandeln. Erstelle deinen persönlichen Experten-Feed!

1. Kein Video-Konsum

Spar dir stundenlange Videos. Lies kompakte, KI-generierte Key-Takeaways im edlen Magazin-Layout – komplett werbefrei.

2. Eigener Feed

Folge führenden Experten im Entdecken-Bereich, um deinen persönlichen, täglich aktualisierten Video-Feed zu formen.

3. Kanäle vorschlagen

Schlage neue Kanäle vor. Nach der Admin-Freigabe importiert unser System neue Uploads vollautomatisch für alle.

Lieblings-Kanäle abonnieren

Neueste Analysen(7)

Ich habe eine quantitative Handelsstrategie mit Claude Code nachgebaut (Nobelpreis-Methode)
Miles Deutscher Finance|15. Juli

Ich habe eine quantitative Handelsstrategie mit Claude Code nachgebaut (Nobelpreis-Methode)

Zusammenfassung: Ich habe eine quantitative Handelsstrategie mit Claude Code nachgebaut (Nobelpreis-Methode)

In diesem Video wird eine quantitative Handelsstrategie auf Basis des GARCH-Modells vorgestellt, das auf der Nobelpreis-gewinnenden Arbeit von Robert Engle (2003) basiert. Der Fokus liegt auf der Risikosteuerung anstatt auf der Vorhersage von Kursrichtungen.

Kernkonzepte

  • Quantitative Analysten (Quants) ersetzen Meinungen durch messbare Daten. Sie analysieren zuerst die Volatilität („Gewalt“ des Marktes), nicht die Richtung.
  • Zwei zentrale Fragen pro Trade: „Wohin?“ (Richtung) und „Wie viel?“ (Einsatz). Quants priorisieren die zweite Frage, da sie kontrollierbar ist.
  • Volatilitäts-Clustering: Volatile Tage folgen oft aufeinander – dies ist zuverlässiger vorhersagbar als die Richtung.

Das GARCH-Modell

  • Steht für „Generalized Autoregressive Conditional Heteroscedasticity“.
  • Prognostiziert die morgige Volatilität aus drei Komponenten: Basisniveau, aktuellem Schock (15%) und Gedächtnis (85%).
  • Keine Richtungsvorhersage – nur die Intensität der Bewegung.

Positionsgrößen-Berechnung

  1. Risikolimit setzen: Z.B. 15% jährliche Schwankung des Kontos.
  2. Aktuelle Marktgewalt messen: Z.B. 30% annualisiert (96% höher als im Vorjahr → „Sturm“).
  3. Positionsgröße anpassen: Risikolimit / Gewalt = 15/30 = 0,5 → halbe Größe (z.B. 5.000€ statt 10.000€).

Backtest-Ergebnisse (15 Jahre)

  • Bitcoin: Volatilitätsgesteuerte Strategie erzielte höhere Renditen (21.000€ vs. 17.900€) bei geringerem Maximalverlust (63% vs. 81%) und besserer Sharpe-Ratio.
  • Nasdaq: Geringere Verluste in Krisen (z.B. -13% statt -28% im Dotcom-Crash), aber 1% weniger jährliches Wachstum – quasi eine „Versicherung“.

Praktische Umsetzung

  • Claude Code Skill: Installierbar über GitHub; ermöglicht Abfragen wie „Volatilitätsprognose für Bitcoin“ oder „Positionsgröße für Nasdaq“.
  • TradingView-Indikator: „Storm Gauge“ zeigt Marktgewalt, Risikolimit und Größenempfehlung an.
  • Kein Allheilmittel: Funktioniert nicht bei plötzlichen Crashs aus ruhigen Phasen oder für Breakout-Strategien.

Der Ansatz zeigt, wie KI quantitative Methoden für Retail-Trader zugänglich macht – mit einem Fokus auf Risikomanagement statt auf Glaskugel-Prognosen.

QUELLE
3 kostenlose GitHub-Repos zum Gelddrucken mit AI-Trading
Miles Deutscher Finance|21. Sept.

3 kostenlose GitHub-Repos zum Gelddrucken mit AI-Trading

Einführung

Wenn der Gedanke, einen eigenen Trading-Bot zu bauen, überwältigend wirkt, gibt es gute Nachrichten: Erfahrene Entwickler haben professionelle Bots kostenlos auf GitHub veröffentlicht. In diesem Video stelle ich meine drei liebsten Repos für die tatsächliche Handelsausführung vor, inklusive Einrichtungs- und Nutzungstipps.

Repo 1: Freak Trade
  • Funktion: Kostenloser Open-Source-Crypto-Trading-Bot in Python, der alle wichtigen Börsen unterstützt und über Web-UI oder Telegram gesteuert werden kann.
  • Features: Backtesting, Plotten, Geldmanagement und maschinelles Lernen zur Strategieoptimierung.
  • Besonderheit: Einfacher Einstieg für Anfänger, mit vorgefertigten Parametern und Risiko-Einstellungen. Kann auch mit anderen Märkten wie Aktien, Rohstoffen und FX über Börsen wie Binance oder Hyperliquid genutzt werden.
  • Live-Handel: Der Bot kann über Telegram-Befehle gesteuert werden (z.B. /performance, /start, /stop). Ein Backtest mit historischen Daten und ein Dry Run sind direkt integriert.
  • Fazit: Perfekt für alle, die eine sofort einsatzbereite Lösung suchen, ohne selbst viel programmieren zu müssen.
Repo 2: Vibe Trading
  • Funktion: Persönlicher Trading-Agent mit selbstverbessernden Funktionen, der Strategien generieren und testen kann.
  • Features: Fragen zu Märkten beantworten, Backtesting, Trades analysieren, institutionelle Einreichungen lesen, Analystenteams ausführen und eine Bibliothek mit über 450 vorgefertigten Alpha-Faktoren nutzen.
  • Anwendung: Perfekt als Forschungs- und Strategieentwicklungs-Tool vor dem Live-Handel. Kann mit Alpaca verbunden werden, um Papierhandel zu betreiben.
  • Beispiel: Ich habe Momentum-Strategien für NVDA, META, AAPL, MSFT und AMZN getestet, einen Backtest mit realistischen Gebühren erstellt und einen Papierhandel mit 100.000 $ eingerichtet.
Repo 3: No FX
  • Funktion: KI-Trading-Terminal für Aktien, Rohstoffe, Forex und Crypto.
  • Features: Autopilot-Modus, sodass keine eigene Hardware benötigt wird – alles läuft auf den Servern des Dienstes. Bietet eine Übersicht mit Liquidationskarten, Orderbuch, Signal-Matrix und Orchestrierung.
  • Anwendung: Strategien können direkt über die Weboberfläche erstellt und auf Hyperliquid oder anderen Börsen ausgeführt werden.
  • Vorteil: Besonders einfach für Einsteiger, da die Infrastruktur bereits eingerichtet ist.
Fazit & Empfehlungen
  • Empfehlung: Ich rate dazu, alle drei Repos auszuprobieren, da sie unterschiedliche Bedürfnisse abdecken. Du kannst sogar Tools kombinieren, z.B. Vibe Trading zum Entwickeln und Freak Trade zum Ausführen.
  • Tipp: Experimentiere mit Papierhandel, um Strategien ohne Risiko zu testen. Das ist der beste Weg, AI-Trading zu lernen und zu verbessern.
  • Weitere Infos: Für Setup-Anleitungen und Community-Zugang schau in die Beschreibung.
QUELLE