Der Traality Rule Builder hilft Ihnen, Ihre eigenen Krypto-Trading-Bots ohne Codierung zu erstellen. Wir entwickeln diesen regelbasierten Bot-Erstellungseditor so einfach wie möglich und so ausgefeilt wie nötig. Einfachheit wird durch einen Drag-and-Drop-Mechanismus erreicht, um die Logik Ihres Bots zu erstellen. Die Verfeinerung wird durch ein ständig wachsendes Feature-Set hinzugefügt, um die Flexibilität zu bieten, die für einen erfolgreichen Handel erforderlich ist.
Der wahrscheinlich einfachste Weg, um loszulegen, besteht darin, Ihnen Schritt für Schritt zu zeigen, wie Sie einen einfachen Trading-Bot aufbauen. Auf diese Weise können Sie sich mit den grundlegenden Konzepten des Rule Builder vertraut machen und wir können Sie auf fortgeschrittenere Konfigurationstechniken hinweisen.
Zu Demonstrationszwecken erstellen wir eine einfache Trendfolgestrategie für ein Währungspaar, nämlich BTCUSDT.
Erstelle einen neuen Bot
Lass uns anfangen! Um einen Bot mit unserem Rule Builder zu erstellen, benennen wir unseren Bot einfach und wählen als Bot-Typ "Rule". Dann wählen wir die Börse, an der wir handeln, sowie die notierte Ressource für unseren Algorithmus. Im Moment unterstützen wir Binance, aber weitere Exchanges kommen bald. Die angegebenen Vermögenswerte stellen die Währung dar, in der alle Transaktionen getätigt werden.
Wählen Sie Ihr Vermögen
Nun wählen wir die zugrunde liegenden Assets aus, mit denen unser Bot arbeiten soll, d. h. If you have any type of concerns concerning where and how to use click the up coming post, you can contact us at our own web-page. welche Coins mit unserem Quote-Asset gekauft und verkauft werden sollen. Für unseren Beispiel-Trading-Bot wählen wir einfach BTC aus, daher handelt unser Bot mit dem BTCUSDT-Symbol.
Fügen Sie Ihre Parameter und allgemeinen Einstellungen hinzu
Bevor wir tatsächlich damit beginnen, die aktuelle Strategie unseres Bots zu definieren, möchten wir allgemeine Einstellungen dafür definieren. Eine detaillierte Beschreibung aller Parameter und Einstellungen finden Sie in den Traality-Dokumenten und im Abschnitt Rule Builder.
Vorerst setzen wir den „Maximum Purchase Amount” einfach auf 95 % des Portfoliowertes, sodass wir jederzeit über 5 % unseres börsennotierten Vermögens verfügen.
Definiere deine Strategie
Jetzt kommt der interessante Teil. Das Strategiedesign ist das Herzstück eines jeden Trading-Bots. An dieser Stelle bestimmen Sie die eigentlichen Handelssignale. Insbesondere besteht Ihre Strategie aus verschiedenen vordefinierten Strategien, die Kauf- oder Verkaufssignale erzeugen.
Unser Ziel ist es, eine einfache Trendfolgestrategie zu definieren, die versucht, Einstiegspunkte zu identifizieren, um BTC zu kaufen, wenn ein Aufwärtstrend erkannt wird, und BTC zu verkaufen, wenn der umgekehrte Trend auftritt. Eine beliebte Wahl für ein solches Signal ist das Kreuzen von gleitenden Durchschnitten. Eine detaillierte Erklärung finden Sie in unserem vorherigen Blogbeitrag, der dieselbe MA-Cross-Strategie mit unserem Python- und Docs-Editor implementiert, um eine technische Erklärung zu erhalten.
Um unser erstes Signal hinzuzufügen, gehen Sie zur Registerkarte Strategie und klicken Sie auf die Schaltfläche Neues hinzufügen. Wählen Sie MA-Crossover im Popup-Menü und aktivieren Sie das Expertenfeld, um die Details dieser vordefinierten Strategie anzupassen.
Hier können wir die Art der Strategie, die Art des Signals (Kauf oder Verkauf), das Intervall und die Parameter des Indikators und die Signalpflege definieren. Eine detaillierte Beschreibung finden Sie in der Dokumentation. Um Verwirrung zu vermeiden, beachten Sie bitte, dass der hier ausgewählte "MA-Typ" ein Exponential Moving Average (EMA) ist.
Wir wählen den MA-Crossover in stündlichen Schritten mit dem EMA (20) und EMA (40) sowohl für den Kauf- als auch für den Verkaufstyp. Die Strategieübersicht zeigt unsere Strategien zusammen mit den von ihnen ausgelösten Signalen, ihren Namen und den Intervallen, in denen sie operieren. Als Ergebnis erhalten wir die folgende anfängliche Strategie:
Teste deine Strategie rückwärts
Backtest ist eine historische Simulation Ihrer Handelsstrategie. Es kann Ihnen helfen, die Ergebnisse und Risiken unter verschiedenen Marktbedingungen zu verstehen. Bitte beachten Sie, dass sich die Geschichte nicht unbedingt wiederholt. Darüber hinaus sind einige häufige Backtesting-Fehler zu beachten. Wir sollten Backtesting als ein Werkzeug betrachten, um schlechte Strategien zu verwerfen und nicht gute zu validieren.
Zu unserem Zweck werden wir unseren Bot in verschiedenen Zeitrahmen und verschiedenen Szenarien testen, um potenzielle Fehler in unserem Algorithmus zu finden. Für den Anfang testen wir unseren Bot nur für die letzten 12 Monate. Das Backtest-Ergebnis unserer Strategie finden Sie im rechten Bereich:
Unser Trading-Bot scheint Trends recht gut zu erkennen. Es übertrifft definitiv die einfache Buy-and-Hold-Strategie. Darüber hinaus führt die Ausführung unserer Strategie im letzten Monat, 3 Monaten und 6 Monaten zu relativ guten Ergebnissen (hier nicht gezeigt – überprüfen Sie es selbst). Auch wenn man sich andere Paare wie den ETHUSDT ansieht, scheint diese Einstiegsstrategie die einfache Buy-and-Hold-Strategie zu übertreffen.
Es scheint zu schön, um wahr zu sein. Schauen wir uns also eine schwierigere Zeit an. Wir betrachten das erste Quartal 2019 (01/01/2019 – 01/04/19). Dieser Zeitraum ist durch wilde Schwankungen und enorme Preisspitzen bei BTCUSDT gekennzeichnet. Wir führen einen Backtest durch und überprüfen unsere Ein- und Ausgangssignale auf der Registerkarte Symbole.
Wie Sie sehen können, während der Markt um ~8% wächst, verlieren wir ~5%. Es scheint zwei Probleme mit unserer Strategie zu geben. Erstens liegen unsere EMA-Signale in Zeiten schnell schwankender Preise sehr nahe beieinander und daher öffnen und schließen wir ziemlich oft Positionen – wobei sich Handelsgebühren und Verluste ansammeln. Zweitens tendiert unser EMA-Cross-Selling-Signal während dieser schnellen Preisschwankungen dazu, zurückzubleiben und aus dem Handel auszusteigen, sobald wir an Dynamik verloren haben.
Im nächsten Schritt verfeinern wir unsere Strategie und versuchen die oben genannten Probleme zu lösen.
Verfeinern Sie Ihre Strategie
Vorzeitiger Ausstieg aus dem RSI
In diesem Abschnitt versuchen wir, einen Weg zu finden, den Markt früher zu verlassen, um den oben genannten Nachteil zu vermeiden. Zu diesem Zweck können wir uns die RSI-Strategie ansehen, die die durchschnittliche Aufwärtsbewegung mit der durchschnittlichen Abwärtsbewegung über einen bestimmten Zeithorizont verbindet. Infolgedessen kann dieses Signal verwendet werden, um die Kraft der Aufwärts- oder Abwärtsbewegung zu messen. Wir fügen das RSI-Verkaufssignal wie folgt hinzu:
Jetzt kombinieren wir die beiden Verkaufssignale mit Boolescher Logik, indem wir einfach die Maus über das andere ziehen. Die resultierende Strategie ist wie folgt. Wie Sie sehen, können wir das Signal problemlos mit jeder Operation oder und kombinieren.
Der Neustart unserer fein abgestimmten Strategie über denselben 12-Monats-Zeitraum zeigt eine Leistungsverbesserung.
Beim Testen des ersten Quartals 2019 ändert das RSI-Signal jedoch unsere Ausgangspunkte insgesamt und die Ergebnisse bleiben gleich. Dennoch erscheint es sinnvoll, die Trendrichtung (MA-Crossover) mit einem zusätzlichen Ausstiegssignal zu kombinieren, das die Stärke der Bewegung misst. Die Wahl des geeigneten gleitenden Durchschnittsfensters und des Ausstiegswerts für den RSI kann tatsächlich von der Marktvolatilität abhängen.
Verlängerungsfrist für Bestellungen
Daher wollen wir einen Weg finden, die Anzahl aufeinanderfolgender Kaufsignale zu reduzieren. Zu diesem Zweck fügen wir unserer Strategie eine „Abklingzeit" für Kaufaufträge hinzu. Dies kann hilfreich sein, um zu vermeiden, dass Positionen in den Nebenmärkten zu oft geöffnet und geschlossen werden. Indem wir die Abklingzeit auf 8 Stunden setzen, verhindern wir, dass unser Bot einsteigt die nächsten Long-Positionen innerhalb von 8 Std. Stunden.
In unserem 12-monatigen Backtesting-Fenster kostet diese Einschränkung tatsächlich Leistung. Trotz der Reduzierung der Anzahl der Transaktionen und der Senkung der Gebührenkosten scheint es, dass der Bot keine profitablen Trades tätigen kann.
Dennoch reduziert die Abklingzeit unsere in unserem Testzeitraum vom 01.01.2019 bis 01.04.2019 erzielten Verluste tatsächlich auf -4%.
Insgesamt können wir sehen, dass das Testen mit unterschiedlichen Zeitrahmen und die Auswahl unterschiedlicher Startpunkte entscheidend für das Verständnis der Leistung von Bots ist. Die Verbesserung Ihrer Strategie beinhaltet manchmal Kompromisse, die sorgfältig abgewogen werden müssen.
Forschen, verbessern und handeln
Oben haben wir ein sehr vereinfachtes Beispiel für ein Trading-Bot-Setup mit Trality entworfen und sind uns bewusst, dass dies keine richtige Strategiestudie ist. Tatsächlich schrieb Lopez de Prado in seinem wegweisenden Buch über maschinelles Lernen im Finanzbereich:
Dennoch hoffen wir, Sie mit unseren Illustrationen davon überzeugt zu haben, wie einfach sich Ihre Trading-Ideen auf Traality in handelbare Strategien umsetzen lassen, die dann intuitiv modifiziert, konfiguriert und getestet werden können. Nach einiger Zeit der Erstellung Ihrer Strategie ist es genauso einfach, einen Live-Trading-Bot zu implementieren.