Das KI-Trading definiert sich durch den Einsatz künstlicher Intelligenz bei der Analyse von Marktdaten, um Investitionsideen zu gewinnen oder direkt an unserer Stelle zu handeln. Der Einsatz von KI an der Börse hat die Finanzbranche und die Trading-Welt revolutioniert, indem er sie effizienter gemacht hat. Wenn das KI-Trading in den letzten Jahren an Popularität gewonnen hat und viele Trader und Investoren es einsetzen, dann aus einem guten Grund: den Ergebnissen!
Das KI-Trading beinhaltet in der Regel den Einsatz von Algorithmen und Machine-Learning-Techniken, um riesige Datenmengen zu analysieren und Muster sowie Trends auf dem Markt zu erkennen.
Dank eines Computerprogramms kann das Risiko von Fehlern zwischen Absicht und Praxis – auch menschliche Fehler genannt – erheblich reduziert werden!
Präzision ist ebenfalls ein unbestreitbarer Vorteil des durch künstliche Intelligenz unterstützten Tradings!
Kurz gesagt, du hast es verstanden: auf künstliche Intelligenz an den Märkten im Jahr 2024 zu verzichten, ist zumindest schade, wenn nicht sogar ein erheblicher entgangener Gewinn.
Deshalb hat die Captain-Trading-Community mit der Entwicklung automatisierter Systeme begonnen, die der Entscheidungsfindung an den Finanzmärkten gewidmet sind.
In diesem Guide zum KI-Trading bieten wir dir daher, neben einer Bestandsaufnahme zum Thema, eine Tabelle an, mit der du Trades auf BTC und ETH tätigen kannst, nach einem hausgemachten Algorithmus eines Mitglieds unseres Discord Trading Pro!
⚠️ Achtung, wenn dich direkt unsere automatisierte Strategie interessiert, beachte bitte, dass sie auf Perpetual- und Inverse-Perpetual-Kontrakten basiert; wir nutzen sie auf OKX. Prüfe die Verfügbarkeit der Derivate-Produkte in deinem Land, bevor du beginnst. Je nach gewählter Plattform erhältst du unterschiedliche Ergebnisse: Es handelt sich um eine Strategie an der Grenze zum Hochfrequenzhandel, bei der schon kleinste Unterschiede in den Marktbewegungen erhebliche Auswirkungen haben können!
Auf dem Programm:
KI-Trading: Der Guide!
KI-Trading Definition
Das KI-Trading, auch bekannt als algorithmisches Trading oder Algo-Trading. Es handelt sich um eine Methode zur Ausführung von Transaktionen an den Finanzmärkten mithilfe von Computeralgorithmen. Diese Algorithmen analysieren mehr oder weniger große Datenmengen, wie die historische Preisentwicklung, Markttrends und Wirtschaftsindikatoren, um Muster zu erkennen und Handelsentscheidungen zu treffen.
In letzter Zeit hat der Einsatz künstlicher Intelligenz an der Börse an Bedeutung gewonnen, dank ihrer Fähigkeit, große Datenmengen schnell und präzise zu analysieren, wodurch sie Muster erkennen oder Entscheidungen schneller treffen kann, als es ein Mensch jemals könnte.
Die für das Trading bestimmten KIs haben sich im Laufe der Jahre erheblich weiterentwickelt, mit dem Einsatz immer ausgefeilterer Machine-Learning-Algorithmen. Der Einsatz von KI im Trading hat es Tradern schlicht ermöglicht, bessere Entscheidungen zu treffen, indem sie große Datenmengen schnell und präzise analysieren.
Außerdem hat KI es einigen Tradern ermöglicht, ihre Handelsstrategien zu automatisieren, wodurch sie Marktchancen rund um die Uhr, 24 Stunden am Tag und 7 Tage die Woche, nutzen können. Davon habe ich dir bereits ein Beispiel im ersten Teil gegeben!
Selbstverständlich werden künstliche Intelligenzen sowohl auf den traditionellen Märkten als auch im Kryptowährungshandel eingesetzt.
KI-Trading: die wichtigsten Anwendungen und Technologien
- Machine Learning,
- Natural Language Processing
- Big-Data-Analyse
- Automatische Orderausführung
Die Machine-Learning-Algorithmen werden eingesetzt, um große Datenmengen zu analysieren, Muster zu erkennen und längerfristige Handelsentscheidungen zu treffen.
Das Natural Language Processing ermöglicht es, Presseartikel und andere Informationsquellen zu analysieren, um Trends und Marktchancen zu erkennen.
Die Big-Data-Analyse wird eingesetzt, um große Datenmengen zu analysieren und Muster sowie Trends auf dem Markt zu erkennen.
Neben diesen 3 Hauptaspekten nutzen KI-Handelsplattformen auch fortschrittliche Algorithmen, um Transaktionen automatisch auszuführen. Diese Algorithmen sind darauf ausgelegt, Marktchancen zu nutzen, sobald sie sich bieten, wodurch Trader ohne Verzögerung bessere Entscheidungen treffen und so ihre Rentabilität steigern können.
Insgesamt ist KI-Trading ein sich schnell entwickelnder Bereich, der Tradern eine ganze Reihe von Vorteilen bietet. Durch den Einsatz fortschrittlicher Algorithmen und Technologien können Trader große Datenmengen schnell und präzise analysieren, Markttrends und -chancen erkennen und ihre Handelsstrategien automatisieren, um Marktchancen rund um die Uhr, 24 Stunden am Tag und 7 Tage die Woche, zu nutzen.
KI-Trading: die Vorteile
Es gibt viele Gründe, warum Investoren und Trader sich zur künstlichen Intelligenz hingezogen fühlen können; einige davon haben wir bereits genannt, aber das kann noch viel weiter gehen! Hier sind einige der konkreten Vorteile des Einsatzes künstlicher Intelligenz im Handel:
- Verkürzung der Recherchezeit
- Automatisierung
- Verbesserte Prognosen und Berichte
- Kostensenkung
- Skalierbare Technologie
- Keine Emotionen
- Schnelle Ausführung von Transaktionen
- Effizientes Backtesting
Insgesamt bietet das KI-Trading beziehungsweise das durch künstliche Intelligenz unterstützte Trading einen sehr großen Mehrwert an den Finanzmärkten!
Algo-Trading: die verschiedenen Arten des algorithmischen Tradings
Quantitative Analyse
Die quantitative Analyse kann sowohl auf die technische als auch auf die fundamentale Analyse angewendet werden. Es handelt sich um einen beliebten Ansatz im algorithmischen Handel. Dabei werden mathematische Modelle und statistische Verfahren eingesetzt, um Muster und Trends in den Marktdaten zu erkennen. Ein Trader kann diese Modelle nutzen, um Handelsstrategien zu entwickeln, die Marktineffizienzen und andere Chancen ausnutzen.
Zum Beispiel ist die Regressionsanalyse eine weitverbreitete Technik der quantitativen Analyse. Übrigens, wenn du eine Wirtschaftsschule besucht hast, dürfte dir der Begriff etwas sagen, besonders wenn ich „lineare Regression“ präzisiere, oder?!
Die Regressionsanalyse ist ein statistischer Ansatz, der verwendet wird, um den Zusammenhang zwischen abhängigen und unabhängigen Variablen zu untersuchen. Anders gesagt dient sie dazu, zu analysieren, wie die unabhängige Variable die abhängige Variable beeinflusst.
Diese Technik besteht darin, die Beziehung beziehungsweise die Korrelation zwischen zwei oder mehreren Variablen zu analysieren, um Muster und Trends zu erkennen und Prognosen zu nutzen!
Hochfrequenzhandel
Der Hochfrequenzhandel (HFT) ist eine Art des algorithmischen Tradings, bei der Transaktionen mit sehr hoher Geschwindigkeit ausgeführt werden.
HFT-Strategien basieren auf ausgefeiltem Algo-Trading, aber auch auf extrem schnellen Datenübertragungsnetzwerken, um Transaktionen in Bruchteilen von Sekunden auszuführen. Diese Schnelligkeit ist entscheidend, was
HFT-Strategien sind darauf ausgelegt, von kleinen Preisbewegungen am Markt zu profitieren. Als Trader kann der Einsatz von HFT, um große Transaktionsvolumina schnell und effizient auszuführen, außerdem die Kosten erheblich senken und so Rentabilität in Bereichen ermöglichen, die ohne dies nicht profitabel wären.
Tatsächlich bedeutet High Frequency Trading „das hier“:
- Hohes Transaktionsvolumen
- Sehr hohe Orderanzahl
- Geringe, aber regelmäßige Rentabilität
Es ist daher entscheidend, sich beim Berechnen des Break-even-Punkts nicht zu vertun!
Ich habe eine Reportage wiedergefunden, die ich vor einiger Zeit über den Hochfrequenzhandel gesehen hatte. Wenn dich das Thema begeistert, lohnt sie sich, um die Herausforderungen dieser Strategie kennenzulernen!
Arbitrage
Arbitrage-Strategien bestehen darin, von Preisunterschieden zwischen zwei oder mehreren Märkten zu profitieren.
Eine der am weitesten verbreiteten Arbitrage-Strategien ist die statistische Arbitrage. Diese Strategie besteht darin, Vermögenswerte zu identifizieren, deren Preise im Verhältnis zueinander falsch bewertet sind, und diese Vermögenswerte dann zu kaufen und zu verkaufen, um einen Gewinn zu erzielen.
Die statistische Arbitrage ist darauf ausgelegt, Marktineffizienzen und andere Chancen zu nutzen.
Diesen Begriff hast du, wenn ich das Publikum richtig einschätze, sicher schon mehr als einmal gehört, also werden wir uns hier nicht lange aufhalten, sondern einfach eine gute Definition in Erinnerung rufen! Arbitrage war noch vor 2 oder 3 Jahren eine unglaublich lukrative Tätigkeit auf dem Kryptomarkt. Übrigens, für alle, die sich noch daran erinnern: So hat SBF über Alameda Research angefangen, sein Vermögen aufzubauen!
Heute muss Arbitrage auf dem Kryptomarkt zwar noch rentabel sein, ist aber sicherlich viel wettbewerbsintensiver geworden!
Früher genügte es, bei einigen Krypto-Plattformen weltweit registriert zu sein, über größere Mittel zu verfügen, dort zu kaufen, wo ein Marktungleichgewicht in Richtung Angebot bestand, und dort zu verkaufen, wo das Ungleichgewicht in die entgegengesetzte Richtung tendierte.
Kriege haben zum Beispiel in den letzten Jahren erhebliche Arbitrage-Chancen auf lokalen Plattformen für jeden geschaffen, aber es ist auch ein Beruf, und manche machen nichts anderes!
Da es sich um einen Markt mit exponentiell wachsendem Wettbewerb handelt, ist KI-Trading bei der Ausübung von Arbitrage an den Finanzmärkten unverzichtbar geworden.
KI-Trading und Machine Learning
Prädiktive Modelle
Prädiktive Modelle werden vermutlich schon eingesetzt, seit Menschen über Informationen, Daten und eine Methode zu deren Interpretation verfügen. Die moderne prädiktive Modellierung soll jedoch in den 1940er-Jahren begonnen haben, als Regierungen die ersten Computer nutzten, um unter anderem Wetterdaten zu analysieren …
In den folgenden Jahrzehnten wuchsen die Fähigkeiten von Software und Hardware, wodurch große Datenmengen gespeichert und für Analysezwecke leichter zugänglich gemacht werden konnten.
Die Internetverbindung hat die Sammlung, Verbreitung und Untersuchung riesiger Datenmengen für jeden, der Zugang dazu hat, erleichtert. Infolgedessen hat sich die Modellierung so weiterentwickelt, dass sie heute fast alle Bereiche von Handel und Finanzwesen abdeckt. Zum Beispiel ist der Einsatz prädiktiver Modellierung im Marketing völlig üblich. Und was uns natürlich besonders interessiert: Finanzanalysten nutzen sie ebenfalls, um Trends und Ereignisse am Aktienmarkt einzuschätzen.
Einsatzmöglichkeiten prädiktiver Modelle
Die prädiktive Analyse nutzt Prädiktoren beziehungsweise identifizierte Merkmale, um Modelle mit dem Ziel eines bestimmten Ergebnisses zu entwickeln.
Die prädiktive Analyse kann auf Hunderte, wenn nicht Tausende von Arten eingesetzt werden. Investoren nutzen sie beispielsweise, um Trends am Aktienmarkt oder bei einzelnen Wertpapieren zu erkennen, die auf Investitionschancen oder Entscheidungsmomente hindeuten könnten.
Eines der von Investoren am häufigsten verwendeten Modelle ist der gleitende Durchschnitt einer Anlage, der Preisschwankungen glättet, um Trends über einen bestimmten Zeitraum zu erkennen. Außerdem wird die Autoregression genutzt, um eine Korrelation zwischen den vergangenen Werten einer Anlage oder eines Index und ihren zukünftigen Werten herzustellen.
Die prädiktive Modellierung ist für Investoren auch im Risikomanagement ein wertvolles Werkzeug, da sie es ermöglicht, die potenziellen Ergebnisse verschiedener Szenarien zu identifizieren. So können Daten beispielsweise angepasst werden, um vorherzusagen, was passieren könnte, wenn sich eine fundamentale Bedingung ändert.
Die verschiedenen Formen der prädiktiven Modellierung
Es gibt mehrere unterschiedliche Formen der prädiktiven Modellierung, die zur Analyse der meisten Datensätze eingesetzt werden können, um Informationen über zukünftige Ereignisse aufzudecken.
Klassifikationsbasierte prädiktive Modelle
Klassifikationsmodelle nutzen Machine Learning, um Daten anhand von vom Nutzer festgelegten Kriterien in Kategorien oder Klassen einzuteilen. Es gibt mehrere Arten von Klassifikationsalgorithmen, von denen hier einige Beispiele aufgeführt sind:
Logistische Regression: Eine Schätzung des Eintretens eines Ereignisses, in der Regel eine binäre Klassifikation wie eine Ja-/Nein-Antwort.
Entscheidungsbäume: Eine Abfolge von Ja-/Nein-Antworten oder anderen binären Ergebnissen, dargestellt in einer Visualisierung, die Entscheidungsbaum genannt wird.
Entscheidungsbaum: Ein Algorithmus, der nicht verwandte Entscheidungsbäume mithilfe von Klassifikation und Regression kombiniert.
Neuronale Netze: Machine-Learning-Modelle, die riesige Datenmengen durchforsten, um Korrelationen aufzudecken, die sich erst nach der Analyse von Millionen von Datenpunkten zeigen.
Naiver Bayes: ein Modellierungssystem, das sich auf den Satz von Bayes stützt, um die bedingte Wahrscheinlichkeit zu bestimmen.
Clustering-Modelle | Gruppierung auf Deutsch
Ausreißer-Modelle oder Outlier Models
Zeitreihenmodelle
Diese Guides bleiben zu 100% kostenlos. Wenn du ein Konto bei unserer Partner-Börse OKX eröffnest, hilfst du, das so zu halten — und bekommst einen Willkommensbonus.
- ✓ 400 $ Willkommensbonus auf deine Einzahlung
- ✓ Niedrige Gebühren, hohe Liquidität, fortgeschrittene Tools
- ✓ Spot, Futures und Optionen an einem Ort
Affiliate-Link. Trading birgt Verlustrisiken — investiere nie mehr, als du dir leisten kannst zu verlieren.
KI-Krypto-Trading im Scalping-Modus!
Zu Forschungszwecken haben wir uns entschieden, dir diese von Grund auf von einem Community-Mitglied entwickelte Strategie vorzustellen. Zögere nicht, uns die Ergebnisse deiner Tests in den Kommentaren mitzuteilen! Sie ist relativ einfach anzuwenden, aber du brauchst unbedingt etwas Übung, bevor du live gehst!
Von einer einfachen Strategie zu einem Screener
Es gibt unzählige Möglichkeiten, ein automatisiertes Handelssystem aufzubauen, aber auch viele Automatisierungsgrade: Man kann alles automatisieren wollen (von der Entscheidungsfindung bis zur Orderausführung) oder sich einfach ein persönliches und ergänzendes Werkzeug zulegen, während man weiterhin manuell am Markt eingreift.
Automatisierte Community-Strategie
Ab hier übergeben wir das Wort an einen unserer Schüler, der dir ein von ihm entwickeltes automatisiertes Modell vorstellt, das auf den Abweichungen zwischen USD/USDT basiert, um Trading-Chancen auf einem sehr kurzen Zeitrahmen zu erfassen.
Heute stelle ich dir einen Screener vor, der auf einer einfachen Strategie basiert und dir Einstiege sowie Scalping-Trade-Setups anbieten soll. Die Idee ist, Bewegungen auf sehr kurzen Zeitrahmen zu erfassen, um das Exposure maximal zu begrenzen.
Du hast hier alle Details zu meiner Überlegung, zögere nicht, mich auf Discord anzupingen, wenn du Fragen oder Verbesserungsvorschläge hast 🙂
Teststatistiken vom 27/04/24
- etwa 1 Konfiguration alle 3 Minuten (alle Zuverlässigkeitsstufen zusammengefasst)
Im Durchschnitt (die Stichprobe ist klein, daher nicht unbedingt repräsentativ) - 5 % Hoch
- 16 % Mittel
- 43 % Niedrig
- 36 % Kamikaze
Erfolgsquote : 64 % über alle Zuverlässigkeitsstufen hinweg
Stichprobe: 403 Konfigurationen
Kontext
Die Korrelation USD/USDT
Theoretisch gilt 1 USD = 1 USDT, dennoch können manchmal vorübergehende Abweichungen auftreten. Mehrere Gründe können dies erklären:
- Liquidität
- Volatilität
- Äußere Einflüsse (Vertrauen in USDT oder USD)
Das Ziel meiner Strategie ist es, diese Abweichungen zu erkennen und davon zu profitieren.
Perpetual- und Inverse-Perpetual-Kontrakte
Das sind Terminkontrakte ohne Verfallsdatum, man kann eine Position also unbegrenzt offen halten, solange man die mit diesem Kontrakt verbundenen Gebühren decken kann.
Vorteil? Sie ermöglichen es uns, zu spekulieren, ohne den betreffenden Basiswert besitzen zu müssen.
In unserer Strategie nutzen wir Inverse Perpetuals als Absicherungsinstrument, und schließlich, letzter nicht zu vernachlässigender Punkt: Perpetual-Kontrakte erlauben es uns auch, Hebel einzusetzen
* Disclaimer: Hebel sind gefährlich, bleib bescheiden, sonst riskierst du, ausgewaschen zu werden 🙂
Wahl der Plattform
Für unsere Strategie nutzen wir OKX: Die Plattform bietet sowohl USDT-margined Perpetuals (das „PERP“, z. B. BTCUSDT) als auch coin-margined Perpetuals (das „Inverse PERP“, z. B. BTCUSD) für die großen Paare wie BTC, ETH und XRP
Perfekt für unsere Strategie, wir können bei diesen Paaren mit den USD/USDT-Korrelationen arbeiten.
Hedging oder Absicherung
Einfach gesagt besteht Hedging darin, eine Long- und eine Short-Position auf denselben Vermögenswert zu eröffnen, um sich gegen eine der Erwartung entgegengesetzte Bewegung abzusichern.
Typischerweise: 1 Long, 1 Short
- Fällt der Kurs, sichert man den Long mit dem Short ab
- Steigt der Kurs, sichert man den Short mit dem Long ab
Strategie: Kommen wir zur Sache!
Wie bereits erwähnt, bauen wir eine einfache Strategie auf, die auf den USD/USDT-Abweichungen basiert, nutzen die Perp- und Inverse-Perp-Kontrakte zu unserem Vorteil, mit einer Prise Hebel obendrauf 🙂
Die Korrelation USD/USDT
1 USD = 1 USDT, meistens... die Korrelation USD/USDT ist extrem stark, und Phasen der Abweichung bleiben, wenn auch sehr kurz, weiterhin bestehen.
Hier lässt sich eine Mikro-Abweichung von 8,4 Punkten zwischen BTCUSDT und BTCUSD feststellen.
Ausgehend von der Annahme der USD/USDT-Korrelation sind zwei Schlussfolgerungen möglich:
- USDT könnte sich USD nach oben annähern
- USD könnte sich USDT nach unten annähern
Die Frage ist also: Woher weiß man, wer sich wem annähert?
Die technische Analyse zur Rettung
Wir wissen, dass die USD/USDT-Abweichungen auf sehr kurzen Zeitrahmen auftreten, wir können also etwas technische Analyse auf BTCUSDT anwenden, um einen Trend herauszuarbeiten.
Zu beachten: Andere Methoden der technischen Analyse, andere Indikatoren sind ebenfalls nutzbar. Hier schlage ich dir einfache Indikatoren vor, du kannst die vorgeschlagene technische Analyse nach Belieben komplexer gestalten, ändern oder anpassen, das Ziel ist es, die Strategie als Ganzes zu verstehen.
Korrelation technischer Indikatoren
Für unser Beispiel nutzen wir die Korrelation technischer Indikatoren, um die Richtung abzuleiten (USDT zu USD oder USD zu USDT).
Die Auserwählten sind: MACD / RSI, / Bollinger-Bänder und EMA
Eine Mischung dieser technischen Indikatoren, um eine (sehr kurzfristige) Trendrichtung auf BTCUSDT festzulegen; dieser Konsens gibt uns dann eine Vorstellung von einer möglichen Marktausrichtung bei diesem Paar. Wir spielen buchstäblich mit Wahrscheinlichkeiten.
Die Logik unserer Strategie
- Wenn BTCUSDT < BTCUSD
- Wenn die technische Analyse einen Anstieg bei BTCUSDT nahelegt
- Dann sollte BTCUSDT sich BTCUSD annähern/es übertreffen
Empfohlener Positionseinstieg:
- Long Perp BTCUSDT, mit Hebel, um den Erwartungswert zu erhöhen
- Short Inverse Perp BTCUSD, ohne Hebel (zur Absicherung)
Im umgekehrten Fall:
- Wenn BTCUSDT > BTCUSD
- Wenn die technische Analyse einen Rückgang bei BTCUSDT nahelegt
- Dann sollte BTCUSDT sich BTCUSD annähern/darunter fallen
Empfohlener Positionseinstieg:
- Short Perp BTCUSDT, mit Hebel, um den Erwartungswert zu erhöhen
- Long Inverse Perp BTCUSD, ohne Hebel (zur Absicherung)
Wichtige Überlegungen
- Basis Risk: Die Positionen sichern sich nicht vollständig ab, wenn sich das Verhältnis USD/USDT nicht normalisiert
- Die Transaktionskosten: Bei dieser Art von Strategie, bei der die Gewinne fragil sind, müssen unbedingt die Gebühren der Plattform berücksichtigt werden! Ein Trade kann interessant erscheinen, aber nach Abzug der Gebühren war er es nicht wert
- Die Volatilität: Kryptowährungen sind extrem volatil, die Marktbedingungen können extrem sein, und die Liquidität kann große Auswirkungen auf deine Trades haben – Vorsicht ist die Mutter der Sicherheit
- Dein PnL hängt von deinem Hebel, deiner Analyse und deiner Risikobereitschaft ab, auch hier gilt: sei vorsichtig
⚠️ Schließlich noch ein wichtiger Punkt, den man im Hinterkopf behalten sollte: Die Bewegungen, die wir suchen, spielen sich auf extrem kurzen Zeitrahmen ab. 2 Orders in wenigen Sekunden korrekt zu platzieren, ist eine Herausforderung – geh schrittweise vor und übe!
Schwäche dieser Strategie
Die große Schwäche dieser Strategie liegt in der Reaktionsschnelligkeit, die du brauchen wirst. Zwischen der Analyse der oben genannten Elemente, dem Setup der 2 Trades und der Ausführung wird es sportlich!
Für die Mutigsten unter euch habe ich eine Cheat Sheet vorbereitet, die Setups basierend auf dieser Strategie vorschlägt. Du hast sie schon gesehen, sie steht ganz oben in diesem Artikel! Was du vielleicht nicht bemerkt hast: Sie aktualisiert sich automatisch !
Sie ist wie folgt aufgebaut:
- Die Zuverlässigkeit: Zwischen Kamikaze und Hoch, informiert dich die Zuverlässigkeit über das Risiko des vorgeschlagenen Setups
- Die Richtung : Bullisch/bärisch
- Das Produkt: Perp oder Inverse Perp
- Der Ticker: BTC/ETH/XRP oder EOS
- Last Traded Price der Plattform
- Ordertyp: Long oder Short
- TP: Take Profit
- SL: Stop Loss
Alle Elemente des Dokuments sprechen für sich, aber bei einigen sind Erläuterungen nötig:
- Der Last Traded Price ist der zuletzt gehandelte Preis auf der Plattform für das Produkt (Perp oder Inverse Perp), er wird jede Minute aktualisiert.
- Die TP und SL sind Vorschläge, du kannst sie nach Belieben anpassen. Beachte jedoch, dass sie hier auf dem ATR und den Gebühren der Plattform basieren und automatisch entsprechend der Entwicklung der Marktbedingungen aktualisiert werden
⚠️ Das Ziel ist nicht, dir Signale zu geben, sondern eher potenzielle interessante Einstiege bei dieser Art von Setup!
Wie platziert man die Orders?
Für die Ausführung nutzen wir OKX (denk daran, die Verfügbarkeit in deinem Land zu prüfen). Das Prinzip bleibt gleich: Platziere deine Hauptposition (Long oder Short) auf dem USDT-margined Perpetual mit etwas Hebel, dann die umgekehrte Order auf dem coin-margined Perpetual (Inverse) zur Absicherung, mit dem von der Cheat Sheet vorgeschlagenen Take Profit und Stop Loss.
⚠️ Der Hebel ist gefährlich: Beginne mit einer kleinen Positionsgröße und übe im Demo-Modus, bevor du live gehst.
⚠️ Das Folgende ist sehr WICHTIG für Anfänger ⚠️
Für die Anfänger unter euch, hier die Einstellungen, die ich dir vorschlage, sowie die Art und Weise, das Sheet zu nutzen, während du dir die ersten Zähne ausbeißt:
- Handle nur BTC und ETH
- Platziere nur die Long- und Short-Order 1, nicht die Absicherungsorder – du wirst nicht die Zeit haben, beide korrekt zu platzieren
- Order Size auf 70 – Ohne Absicherung riskierst du nicht viel, also nichts, was schwerwiegend ist, wenn du dich vertust
- Nimm nur die Zuverlässigkeitsstufen Mittel und Hoch
- Passe deine Trades je nach Einstiegszeitpunkt an – wenn du siehst, dass du deinen SL nachziehen kannst, tu es! Beim TP hingegen sei nicht zu gierig
Schließlich, und allgemeiner gesagt, ist es ideal, das Sheet auf einem deiner Bildschirme sichtbar oder verkleinert zu lassen, um bereit zu sein, bei BTC und ETH einzugreifen. Fülle deine Order Size vorab aus, und leg los 🦾!
Du wirst sehen, dass es zyklisch funktioniert: ruhig > es bombardiert > ruhig > es bombardiert > usw.
Fazit
Jede Handelsstrategie hat ein Ziel und Variablen, die, die ich dir heute vorgestellt habe, soll dich beim Scalping begleiten und dir helfen, kleine, aber ultra-regelmäßige Gewinne zu erzielen. Sie wird nicht für jedes Profil geeignet sein, aber man kann mit Sicherheit sagen, dass sie ihr Ziel erfüllt.
Wenn dich künstliche Intelligenz an der Börse und das KI-Trading interessieren, zögere nicht, mir im Discord Pro oder in den Kommentaren zu diesem Artikel Feedback zu geben, ich beantworte deine Fragen gerne 🙂
Zum Schluss ein großes Dankeschön an Captain Trading, mir die Gelegenheit zu geben, meine Arbeit vorzustellen. Man arbeitet oft allein, und die Unterstützung des Teams zu haben, freut immer!
Jeder Guide hier ist kostenlos. Entdecke den kompletten Kurs und werde Teil einer Community von Tradern, die sich täglich austauschen.