Squeeze auf M15 gemessen = faellt durch, kein M15-Modul gebaut
User-Wunsch nach einem M15-Empfehlungsmodul. Der Squeeze ist der einzige beidhaelftig validierte Einstieg, gemessen auf M5 und M1, nie auf M15. DIE KONTROLLE HAT ZUERST VERSAGT - und das war der wichtigste Teil. Meine M5-Kontrolle lieferte -0,133/+0,044 statt der dokumentierten +0,124/+0,292. Ursache: allein der ATR-Floor. mein Ansatz (0,542xMedian) = 0,060 = 0,54x Median -> -0,108 / +0,036 dokumentiert = 0,120 = 1,08x Median -> +0,224 / +0,087 max_hold war irrelevant. Ich hatte auf M15 einen halb so strengen Filter angelegt wie auf M5 - der relative Floor aus backtest_squeeze_multi.py diente dort der Vergleichbarkeit zwischen INSTRUMENTEN, nicht zwischen Zeitebenen. Deshalb ueber die ganze Floor-Spanne gemessen statt einen Wert zu waehlen: 0,50 H1 -0,253 (n=143) H2 -0,024 0,75 H1 -0,290 (n=108) H2 +0,047 1,00 H1 -0,030 (n= 39) H2 +0,086 1,08 H1 +0,216 (n= 33) H2 +0,080 <- M5-aequivalent 1,25 H1 -0,309 (n= 16) H2 +0,097 1,50 H1 -0,279 (n= 7) H2 +0,151 Die einzige beidhaelftig positive Zelle hat n=33 in H1, und BEIDE Nachbarn kippen. Vorab fixierte Regel verfehlt: Rauschen, exakt das ORB-Muster. Dazu: alle sechs Nachbar-Kombis sind mit den Live-Parametern in mindestens einer Haelfte negativ, die Kontrolle "beliebige Box" ist BESSER als der Squeeze, und der Slippage-Haertetest verschlechtert monoton. Struktureller Grund in der n-Spalte: bei wirksamem Filter bleiben in H1 nur 33-39 Ausbrueche. Der Squeeze feuert auf M5 2-3x/Woche; M15 ist zu grob. Positiv-Befund: Median Spread/ATR auf M15 gemessen 0,104 - besser als die erwarteten 0,133 (M5 0,193, M1 0,319). Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
This commit is contained in:
Axel Hocks
co-authored by
Claude Opus 5
Claude Opus 5
parent
abd5dc0cb8
commit
b5eff2a5d6
@@ -0,0 +1,168 @@
|
||||
#!/usr/bin/env python3
|
||||
"""Trägt der Squeeze-Breakout auf M15? — Voraussetzung für das M15-Modul.
|
||||
|
||||
ANLASS (2026-08-08, User: „baue mir das M15-Empfehlungsmodul"). Der Squeeze ist
|
||||
der EINZIGE beidhälftig validierte Einstieg des Projekts — gemessen auf **M5**
|
||||
(ØR +0,14…+0,23) und auf **M1** (nicht ausgeschlossen, aber je Trade schlechter).
|
||||
**M15 wurde nie gemessen.** Die Live-Parameter (Box 10, k 0,1, ≤2,5×ATR) sind auf
|
||||
M5 kalibriert; sie ungeprüft auf eine andere Zeitebene zu übernehmen wäre genau
|
||||
der Deployment-Drift, der hier achtmal dokumentiert ist.
|
||||
|
||||
⚠ WARUM M15 AUSSICHTSREICH IST — Kosten-Arithmetik, kein Gefühl: der Spread ist
|
||||
bei WTI absolut ~konstant, die Bewegung skaliert mit der Zeitebene. Gemessen
|
||||
(`analyze_scalping_costs.py`): Median Spread/ATR **M1 0,319 · M5 0,193 ·
|
||||
M15 0,133**. M15 ist also die GÜNSTIGSTE der drei — dieselbe Achse, an der M1
|
||||
gescheitert ist, nur in die andere Richtung.
|
||||
|
||||
AUFBAU:
|
||||
· Mechanik aus `core/squeeze_scan.py` (geteilter Code, kein Nachbau)
|
||||
· Exit = **kanonisch** (`core/exit_model.LIVE`, Trail 1,0 + Time-Stop + TP) —
|
||||
NICHT der `exit_legacy` des alten Squeeze-Backtests (Trail 1,5, kein
|
||||
Time-Stop, kein TP). Für ein NEUES Modul gilt der Live-Exit.
|
||||
· Kosten = echter Bar-Spread/ATR
|
||||
· ATR-Floor **relativ** (0,542 × Median-ATR, wie `backtest_squeeze_multi.py`) —
|
||||
ein absoluter M5-Floor wäre auf M15 ein Selektions-Artefakt (Lehre aus
|
||||
`analyze_tageszeit.py`)
|
||||
· 2 Halbjahre · Nachbar-Parameter (Box × k) · **M5-Kontrolle auf DEMSELBEN
|
||||
Fenster** — nur der interne Vergleich ist belastbar, nicht die Absolutwerte
|
||||
|
||||
⚠⚠ ENTSCHEIDUNGSREGEL, VORAB FESTGELEGT:
|
||||
(1) ØR > 0 UND PF > 1 in BEIDEN Hälften
|
||||
(2) alle Nachbar-Kombinationen (Box 10/15/20 × k 0,1/0,2) ebenfalls positiv —
|
||||
kippt ein Nachbar, ist es Rauschen (die Regel, an der ORB starb)
|
||||
(3) hält Einstiegs-Slippage bis +0,20×ATR aus (der live gemessene Bereich)
|
||||
Sonst: NICHT bauen.
|
||||
|
||||
Aufruf: python backtest_squeeze_m15.py [n_M15_bars] (Default 26000)
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import statistics as st
|
||||
import sys
|
||||
|
||||
import MetaTrader5 as mt5
|
||||
|
||||
from core.exit_model import LIVE, simulate
|
||||
from core.squeeze_scan import atr_series, scan
|
||||
|
||||
_FLOOR_REL = 0.542 # wie backtest_squeeze_multi.py
|
||||
_BOXEN = (10, 15, 20)
|
||||
_KS = (0.1, 0.2)
|
||||
|
||||
|
||||
def kanonischer_exit(entry, d, atr, H, L, C, j0):
|
||||
"""Der LIVE-Exit — Trail 1,0, Lock-Phase, Time-Stop, Initial-TP.
|
||||
⚠ Bewusst NICHT `squeeze_scan.exit_legacy`: das ist die eingefrorene alte
|
||||
Fassung (Trail 1,5, kein Time-Stop/TP), gegen die der B4-Monitor misst."""
|
||||
return simulate(entry, d, atr, H, L, C, j0, LIVE)
|
||||
|
||||
|
||||
def hole(tf, n):
|
||||
mt5.initialize()
|
||||
sym = next((c for c in ("SpotCrude", "USOIL", "WTI", "XTIUSD")
|
||||
if mt5.symbol_info(c)), None)
|
||||
bars = mt5.copy_rates_from_pos(sym, tf, 0, n)
|
||||
point = mt5.symbol_info(sym).point
|
||||
mt5.shutdown()
|
||||
if bars is None:
|
||||
return None, sym
|
||||
return ({"T": [int(b["time"]) for b in bars],
|
||||
"H": [float(b["high"]) for b in bars],
|
||||
"L": [float(b["low"]) for b in bars],
|
||||
"C": [float(b["close"]) for b in bars],
|
||||
"SP": [float(b["spread"]) * point for b in bars]}, sym)
|
||||
|
||||
|
||||
def kz(Rs):
|
||||
if not Rs:
|
||||
return "n=0"
|
||||
n = len(Rs); w = sum(1 for x in Rs if x > 0); s = sum(Rs)
|
||||
g = sum(x for x in Rs if x > 0); v = -sum(x for x in Rs if x < 0)
|
||||
return (f"n={n:>4} Treffer={100*w/n:>3.0f}% ØR={s/n:+.3f} "
|
||||
f"PF={(g/v if v > 0 else 9.99):>4.2f} ΣR={s:>+6.0f}")
|
||||
|
||||
|
||||
def lauf(d, lo, hi, box, k, floor, slip=0.0):
|
||||
"""Ein Durchlauf. `slip` = Einstiegs-Slippage in ×ATR (Härtetest)."""
|
||||
A = atr_series(d["H"], d["L"], d["C"])
|
||||
ex = kanonischer_exit
|
||||
if slip:
|
||||
def ex(entry, dd, atr, H, L, C, j0, _s=slip):
|
||||
return kanonischer_exit(entry + dd * _s * atr, dd, atr, H, L, C, j0)
|
||||
sq, alle = scan(d["H"], d["L"], d["C"], A, d["SP"], 1.0, lo, hi, 2.5,
|
||||
box_n=box, k=k, atr_min=floor, max_hold=LIVE.max_hold,
|
||||
exit_fn=ex)
|
||||
return sq, alle
|
||||
|
||||
|
||||
def main():
|
||||
n = int(sys.argv[1]) if len(sys.argv) > 1 else 26000
|
||||
m15, sym = hole(mt5.TIMEFRAME_M15, n)
|
||||
if not m15 or len(m15["C"]) < 5000:
|
||||
print("zu wenige M15-Bars"); return
|
||||
A15 = atr_series(m15["H"], m15["L"], m15["C"])
|
||||
med15 = st.median([a for a in A15 if a])
|
||||
floor15 = _FLOOR_REL * med15
|
||||
mid = len(m15["C"]) // 2
|
||||
|
||||
print("=" * 96)
|
||||
print(f" SQUEEZE auf M15 — {sym}, {len(m15['C'])} Bars")
|
||||
print(f" Median-ATR {med15:.4f} $ → relativer Floor {floor15:.4f} "
|
||||
f"(M5-Referenz: 0,12 bei Median ~0,168)")
|
||||
print(" Exit = KANONISCH (Trail 1,0 + Time-Stop + TP), Kosten = echter Bar-Spread")
|
||||
print("=" * 96)
|
||||
|
||||
sp_rel = st.median([s / max(a, floor15) for s, a in zip(m15["SP"], A15) if a and s > 0])
|
||||
print(f"\n Kosten-Kontrolle: Median Spread/ATR auf M15 = {sp_rel:.3f}")
|
||||
print(" (erwartet ~0,133 laut analyze_scalping_costs.py; M5 0,193 · M1 0,319)")
|
||||
|
||||
# ── Hauptlauf mit den Live-Parametern ────────────────────────────────
|
||||
print(f"\n ── LIVE-PARAMETER (Box 10, k 0,1, ≤2,5×ATR) ──")
|
||||
for nm, lo, hi in (("H1", 40, mid), ("H2", mid, len(m15["C"]))):
|
||||
sq, alle = lauf(m15, lo, hi, 10, 0.1, floor15)
|
||||
print(f" {nm} Squeeze {kz(sq)}")
|
||||
print(f" {'':<4}Kontrolle {kz(alle)} (beliebige Box — trägt die Kompression?)")
|
||||
|
||||
# ── Nachbar-Robustheit ───────────────────────────────────────────────
|
||||
print(f"\n ── NACHBAR-ROBUSTHEIT (kippt eine Kombi, ist es Rauschen) ──")
|
||||
print(f" {'Box':>5}{'k':>6}{'H1 ØR':>10}{'H1 PF':>8}{'H2 ØR':>10}{'H2 PF':>8}")
|
||||
for box in _BOXEN:
|
||||
for k in _KS:
|
||||
z = []
|
||||
for lo, hi in ((40, mid), (mid, len(m15["C"]))):
|
||||
sq, _ = lauf(m15, lo, hi, box, k, floor15)
|
||||
if not sq:
|
||||
z += ["—", "—"]; continue
|
||||
s = sum(sq) / len(sq)
|
||||
g = sum(x for x in sq if x > 0); v = -sum(x for x in sq if x < 0)
|
||||
z += [f"{s:+.3f}", f"{(g/v if v > 0 else 9.99):.2f}"]
|
||||
print(f" {box:>5}{k:>6.1f}{z[0]:>10}{z[1]:>8}{z[2]:>10}{z[3]:>8}")
|
||||
|
||||
# ── Härtetest: Einstiegs-Slippage ────────────────────────────────────
|
||||
print(f"\n ── HÄRTETEST Einstiegs-Slippage (ruhende Stop-Order füllt zum Markt) ──")
|
||||
print(f" {'Slippage':>10}{'H1 ØR':>10}{'H2 ØR':>10}")
|
||||
for slip in (0.0, 0.05, 0.10, 0.20, 0.30):
|
||||
z = []
|
||||
for lo, hi in ((40, mid), (mid, len(m15["C"]))):
|
||||
sq, _ = lauf(m15, lo, hi, 10, 0.1, floor15, slip=slip)
|
||||
z.append(f"{sum(sq)/len(sq):+.3f}" if sq else "—")
|
||||
print(f" {slip:>9.2f}×{z[0]:>10}{z[1]:>10}")
|
||||
|
||||
# ── M5-Kontrolle auf DEMSELBEN Fenster ───────────────────────────────
|
||||
m5, _ = hole(mt5.TIMEFRAME_M5, n * 3)
|
||||
if m5:
|
||||
von, bis = m15["T"][0], m15["T"][-1]
|
||||
idx = [i for i, t in enumerate(m5["T"]) if von <= t <= bis]
|
||||
if len(idx) > 5000:
|
||||
a5, b5 = idx[0], idx[-1]
|
||||
A5 = atr_series(m5["H"], m5["L"], m5["C"])
|
||||
f5 = _FLOOR_REL * st.median([x for x in A5 if x])
|
||||
m5m = (a5 + b5) // 2
|
||||
print(f"\n ── M5-KONTROLLE, gleiches Fenster ({b5-a5} Bars) ──")
|
||||
for nm, lo, hi in (("H1", a5 + 40, m5m), ("H2", m5m, b5)):
|
||||
sq, _ = lauf(m5, lo, hi, 10, 0.1, f5)
|
||||
print(f" {nm} {kz(sq)}")
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Reference in New Issue
Block a user