Ich habe die letzten drei Tage damit verbracht, ein KI-Modell auf Bitcoin zu trainieren. Kein gekaufter Skript. Kein Telegram-Bot. Ein proprietärer Algorithmus, trainiert auf echten Daten, mit der Sorgfalt eines quantitativen Fonds.
Heute zeige ich Ihnen alles: die Rohzahlen, die Grafiken, die Logik.
---
Warum Bitcoin und warum 10 Minuten?
Bitcoin ist der Boss. Aber es ist auch das unberechenbarste.
Im 10-Minuten-Zeitrahmen ist das Rauschen am größten. Dort verlieren die meisten Privattrader ihr Kapital.
Wenn unser Algorithmus es schafft, ein zuverlässiges Signal aus #BTC 10m zu extrahieren, dann hat er wirklich etwas verstanden.
Was der Algorithmus sieht
Unser Modell schaut nicht auf nur einen Indikator.
Bei jeder Kerze durchläuft er vier Zeithorizonte (10, 20, 30 und 60 Minuten) und berechnet über 40 mathematische Indikatoren: Momentum, Volatilität, Kaufdruck, Kerzenstruktur.
Er spielt nicht Lotto. Er erkennt wiederholbare statistische Signaturen – solche, die in der Historie tausende Male aufgetreten sind.
Und er geht nur dann in Position, wenn diese Signaturen eine ausreichende Wahrscheinlichkeits-Schwelle erreichen.
Das Backtest: echte Bedingungen, ohne Betrug
Das Protokoll ist streng:
Zeit-Split 70 / 15 / 15 (die Testdaten wurden nie im Training gesehen).
Kein Look-Ahead, kein Leaken von zukünftigen Daten.
Identische Parameter wie bei denen, die in Produktion laufen werden.
Ergebnis: 1 552 simulierte Trades über einen Zeitraum außerhalb der Stichprobe.
Die Rohzahlen
1 552 Trades
Win-Rate: 81,41 %
Profit-Faktor: 5,57 (1 $ Verlust → 5,57 $ Gewinn)
Maximaler Drawdown**: 1,19 %
Simulierter Nettorendite**: +616 % in weniger als einem Monat
Zeitliche Stabilität
Diese Karte zeigt die kumulierten Renditen pro Stunde des Tages und pro Wochentag.
Die Gewinne sind nicht auf ein einziges glückliches Zeitfenster konzentriert: Sie sind verteilt.
Das ist der Beweis, dass das Modell nicht überlernt. Es hat einen stabilen statistischen Vorteil gefunden.
Die Regelmäßigkeit der Trades
Die Renditeverteilung pro Trade zeigt einen Peak nahe null, mit positiver Asymmetrie.
Die durchschnittlichen Gewinne sind höher als die durchschnittlichen Verluste.
Diese Asymmetrie erzeugt die positive mathematische Erwartung. Trade für Trade.
Axiom Quant – Launch am 15. Juli
Diese Ergebnisse werden nicht in einem Notebook eingeschlossen bleiben.
Unsere mobile App sendet Ihnen diese gleichen Wahrscheinlichkeiten in Echtzeit auf Ihr Telefon.
Ein klares Signal: Einstiegspreis, Take-Profit, Stop-Loss.
Die App wird kostenpflichtig sein, denn 35 KI-Modelle dauerhaft laufen zu lassen, ist teuer.
Wir bauen kein Spielzeug für Amateure. Wir bauen ein Werkzeug für diejenigen, die eine echte Rentabilität wollen.
Bis zum Launch werde ich unsere Ergebnisse weiterhin für andere Paare und andere Timeframes veröffentlichen.
Möchten Sie benachrichtigt werden, wenn geöffnet wird?
Kommentieren Sie einfach das Wort QUANT unten.
Ich sende Ihnen den Link im Voraus vor der öffentlichen Eröffnung.