Trading Knowledge

Bollinger Bands Indikator

Bollinger Bands bestehen aus drei Linien: einem gleitenden Durchschnitt (Mitte) und zwei Bändern darüber und darunter, die jeweils 2 Standardabweichungen entfernt liegen. Wenn der Kurs das obere Band berührt, ist die Aktie relativ „überkauft“, beim unteren Band „überverkauft“.

Die BB-Position (0 bis 1) ist das Feature, das unser Agent sieht. Wert 0 = Kurs am unteren Band (potenziell überverkauft), Wert 1 = Kurs am oberen Band (potenziell überkauft), Wert 0.5 = Kurs genau in der Mitte.

RSI — Relative Strength Index Indikator

Der RSI vergleicht die durchschnittlichen Gewinne mit den durchschnittlichen Verlusten über einen Zeitraum (bei uns: 9 Perioden). Ein Wert über 70 gilt als „überkauft“ (Kurs könnte fallen), unter 30 als „überverkauft“ (Kurs könnte steigen).

Unser Agent sieht den RSI normalisiert auf 0-1 (RSI/100). Bei 0.7+ ist Vorsicht beim Kauf geboten, bei 0.3- könnte ein günstiger Einstieg vorliegen.

MACD — Moving Average Convergence Divergence Indikator

Der MACD berechnet die Differenz zwischen einem schnellen (5-Perioden) und einem langsamen (13-Perioden) exponentiellen gleitenden Durchschnitt. Ist der MACD positiv, liegt der schnelle Durchschnitt über dem langsamen — der Trend ist aufwärts.

Volume Ratio Indikator

Die Volume Ratio zeigt, ob gerade überdurchschnittlich viel oder wenig gehandelt wird. Ein Wert von 2.0 bedeutet doppelt so viel Volumen wie im Tagesdurchschnitt — das deutet oft auf wichtige Nachrichten oder starke Marktbewegungen hin.

Begrenzt auf 0-5, Normalwert bei ~1.0. Hohe Werte verstärken die Aussagekraft anderer Signale.

Volatilität Indikator

Die Volatilität ist die Standardabweichung der Bar-Renditen über einen Handelstag (34 Bars bei 15-Min-Kerzen). Hohe Volatilität bedeutet große Kursschwankungen — mehr Chance, aber auch mehr Risiko.

Im Observation Space begrenzt auf max. 0.5. Die Volatilität beeinflusst auch die Position-Sizing: Bei hoher Volatilität werden kleinere Positionen eröffnet.

ATR — Average True Range Risiko

Die ATR berechnet die durchschnittliche „wahre Spanne“ über 14 Perioden. Im Unterschied zur einfachen High-Low-Spanne berücksichtigt die True Range auch Kurslücken (Gaps) zum Vortagesschluss.

Die ATR wird für die Berechnung von Stop-Loss Levels verwendet: Stop-Loss = Entry - max(ATR × 1.5, Entry × 2%).

DAX — Deutscher Aktienindex Markt

Der DAX (^GDAXI) bildet die Wertentwicklung der 40 größten deutschen Aktiengesellschaften ab. Er dient als Barometer für den gesamten deutschen Aktienmarkt. Wenn der DAX fällt, fallen typischerweise auch die meisten Einzelaktien — unabhängig von deren individueller Qualität.

Unser System nutzt den DAX als Markt-Referenz: Die DAX-Tagesrendite und die Korrelation jeder Aktie mit dem DAX fließen als Features in den Trading Agent ein.

DAX-Rendite Markt

Die DAX-Tagesrendite misst, wie sich der Gesamtmarkt an diesem Tag entwickelt hat. Eine positive Rendite bedeutet steigende Märkte, eine negative fallende.

Dieses Feature hilft dem Agent zu erkennen, ob eine Aktie gegen den Markt läuft oder mit ihm. Wenn der DAX stark fällt aber eine Aktie stabil bleibt, ist das ein Stärke-Signal.

DAX-Korrelation Markt

Die DAX-Korrelation ist ein rollierender Korrelationskoeffizient (-1 bis +1) zwischen den Bar-Renditen einer Aktie und denen des DAX-Index, berechnet über 5 Handelstage (170 Bars).

• +1.0: Aktie bewegt sich exakt mit dem DAX (hohe Abhängigkeit)
• 0.0: Keine Beziehung zum Markt (unabhängig)
• -1.0: Aktie bewegt sich entgegengesetzt zum DAX

XETRA Markt

XETRA (Exchange Electronic Trading) ist die wichtigste Handelsplattform für deutsche Aktien. Die Handelszeiten sind 9:00-17:30 CET (= 7:00-15:30 UTC im Sommer). Ein Handelstag hat bei 15-Minuten-Kerzen genau 34 Bars (8,5 Stunden × 4 Bars/Stunde).

Unser Paper Trading läuft nur während der XETRA-Handelszeiten (alle 5 Minuten, Mo-Fr).

Sentiment-Score Feature

Der Sentiment-Score wird aus der FinBERT-Klassifikation berechnet. Das Modell gibt für jeden Nachrichtenartikel eine Wahrscheinlichkeit für „positiv“, „negativ“ und „neutral“ aus. Daraus wird ein gerichteter Score berechnet:

Die Scores werden stündlich aus dem DynamoDB-Cache aggregiert und auf die 15-Min-Kerzen forward-filled. Werte im Bereich 0.45-0.55 gelten als neutral zone — in dieser Zone werden keine neuen Positionen eröffnet.

Sentiment-Trend Feature

Der Sentiment-Trend misst, ob sich die Nachrichtenstimmung verbessert oder verschlechtert. Er wird als Differenz des Sentiment-Scores über 4 Bars (= 1 Stunde bei 15-Min-Kerzen) berechnet.

• Positiv (z.B. +0.1): Stimmung wird besser — unterstützt Kaufsignale
• Negativ (z.B. -0.1): Stimmung verschlechtert sich — Vorsicht
• ~0: Stabile Stimmung

Begrenzt auf den Bereich -0.5 bis +0.5. Der Trend ist besonders wertvoll, weil er Veränderungen erkennt, nicht nur den absoluten Wert.

Observation Space — 16 Features ML

Der Observation Space definiert, welche Daten der PPO-Agent als Eingabe erhält. Jeder „Zustand“ ist ein Vektor mit 16 Zahlen — das ist alles, was der Agent über die aktuelle Marktsituation weiß:

Action Space — 5 Aktionen ML

Der Agent wählt bei jedem Schritt eine von 5 Aktionen. Partielle Käufe und Verkäufe ermöglichen feinere Positionssteuerung als ein einfaches Alles-oder-Nichts:

Reward Function — Sharpe-basiert ML

Die Reward Function definiert, was „gutes Handeln“ bedeutet. Unser Agent wird nicht nur für Gewinne belohnt, sondern auch für risiko-adjustierte Gewinne (Sharpe-ähnlich):

• Portfolio Return (50%): Gesamtrendite seit Start — belohnt langfristiges Wachstum
• Rolling Sharpe (30%): Rendite/Risiko-Verhältnis über 40 Schritte — bestraft hohe Schwankungen
• Step Return (20%): Rendite des aktuellen Schritts — sofortiges Feedback
• Sentiment Bonus: +0.01 wenn Aktion zum Sentiment passt (Kauf bei positivem Sentiment), -0.01 bei Widerspruch

Walk-Forward Validation ML

Im Gegensatz zu einem einfachen Train/Test-Split (z.B. 70/30) verwendet Walk-Forward Validation mehrere aufeinanderfolgende Zeitfenster. Das Modell wird auf älteren Daten trainiert und auf neueren getestet — genau wie in der Realität, wo man nie zukünftige Daten sehen kann.

• 3 Folds: Drei verschiedene Marktphasen werden getestet
• Schutz vor Overfitting: Ein Modell, das nur auf einem Zeitraum gut funktioniert, wird erkannt
• Bestes Modell wird gespeichert: Nur der Fold mit der besten Test-Rendite wird deployed

Gamma — Discount Factor ML

Gamma (γ) bestimmt, wie weit der Agent in die Zukunft „denkt“. Ein Gamma von 0.97 bedeutet: Eine Belohnung in 10 Schritten ist 0.97¹⁰ = 74% so viel wert wie eine sofortige Belohnung.

• γ = 0.97 (unser Wert): Kürzerer Horizont — der Agent fokussiert auf Gewinne der nächsten ~30 Schritte
• γ = 0.99 (alter Wert): Langer Horizont — kann zu „ewigem Warten“ auf zukünftige Gewinne führen

PPO — Proximal Policy Optimization ML

PPO (Schulman et al., 2017 — OpenAI) ist ein Policy-Gradient-Algorithmus, der die Handelsstrategie direkt optimiert. Er wurde auch für das Training von ChatGPT (RLHF) eingesetzt. Zwei Kernideen machen PPO besonders stabil:

• Clipping (Clip Range = 0.2): Die Policy darf sich pro Update maximal um ±20% ändern. Das verhindert, dass ein einzelner schlechter Batch das gesamte Modell ruiniert.
• Multiple Epochs (= 10): Jede gesammelte Erfahrung wird 10-mal für Updates genutzt, statt sie nach einmal Lernen wegzuwerfen. Das macht PPO deutlich effizienter als ältere Methoden.

Unser System trainiert 40 unabhängige PPO-Modelle (eines pro DAX-Aktie) parallel via AWS Step Functions. Jedes Modell lernt die optimale Handelsstrategie für seine spezifische Aktie.

Stop-Loss / Take-Profit Risiko

Jede eröffnete Position bekommt automatisch ein Stop-Loss (SL) und Take-Profit (TP) Level:

• Stop-Loss: Mindestens 2% unter dem Einstieg oder 1.5× ATR — je nachdem was größer ist
• Take-Profit: 2:1 Reward/Risk Ratio — der potenzielle Gewinn ist doppelt so hoch wie das Risiko
• Trailing Stop: Bei >5% Gewinn wird der Stop auf 50% des unrealisierten Gewinns nachgezogen

Sharpe Ratio Risiko

Die Sharpe Ratio setzt die Rendite ins Verhältnis zum eingegangenen Risiko (Volatilität). Ein Wert von 1.0 bedeutet: Für jede Einheit Risiko wird eine Einheit Rendite erzielt. Höher ist besser.

• < 0: Verluste
• 0 - 0.5: Schwache risiko-adjustierte Performance
• 0.5 - 1.0: Akzeptabel
• > 1.0: Gut — Rendite überwiegt das Risiko deutlich

In unserer Reward Function fließt eine Rolling Sharpe Ratio (40-Schritt-Fenster) mit 30% Gewicht ein. Das motiviert den Agent, gleichmäßig profitable Trades zu machen, statt alles auf eine riskante Wette zu setzen.

Drawdown Risiko

Der Drawdown misst den prozentualen Rückgang vom bisherigen Portfolio-Höchstwert. Er zeigt, wie viel ein Investor im schlimmsten Fall hätte verlieren können.

• < 5%: Risiko-Level LOW
• 5% - 10%: Risiko-Level MEDIUM
• > 10%: Risiko-Level HIGH
• ≥ 20%: EMERGENCY STOP — alle Positionen werden sofort geschlossen