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
2026-08-08 14:55:17 +02:00
co-authored by Claude Opus 5
parent abd5dc0cb8
commit b5eff2a5d6
2 changed files with 215 additions and 0 deletions
+47
View File
@@ -4942,6 +4942,53 @@ Modell schliesst keine Trades.
„die Rangfolge ist kaputt" ist **nicht** belegt; belegt ist nur die
Basisraten-/Kalibrierungslücke.
## ⚠⚠ SQUEEZE AUF M15 = FÄLLT DURCH — kein M15-Modul gebaut (2026-08-08)
Anlass: User „baue mir das M15-Empfehlungsmodul". Der Squeeze ist der einzige
beidhälftig validierte Einstieg; gemessen auf **M5** und **M1**, nie auf **M15**.
Die Live-Parameter ungeprüft zu übernehmen wäre Deployment-Drift, also erst
gemessen (`backtest_squeeze_m15.py`, 26.000 M15-Bars, kanonischer Exit,
Echtkosten, Touch-Fill, 2 Hälften).
⚠⚠ **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 diagnostiziert: **allein der ATR-Floor.**
| | Floor | Floor/Median | M5 H1 / H2 |
|---|---|---|---|
| mein Ansatz (0,542×Median) | 0,060 | 0,54× | 0,108 / +0,036 |
| dokumentiert | 0,120 | **1,08×** | **+0,224 / +0,087** |
`max_hold` war irrelevant (bitgleich). Ich hatte auf M15 also 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. **Ein Filter, dessen Strenge man frei
wählt, erzeugt den Befund** (die Lehre aus `analyze_tageszeit.py`).
**Deshalb über die ganze Floor-Spanne gemessen statt einen Wert zu wählen:**
| Floor/Median | H1 ØR / PF / n | H2 ØR / PF / n |
|---|---|---|
| 0,50 | 0,253 / 0,59 / 143 | 0,024 / 0,96 / 193 |
| 0,75 | 0,290 / 0,56 / 108 | +0,047 / 1,08 / 184 |
| 1,00 | 0,030 / 0,96 / **39** | +0,086 / 1,15 / 164 |
| **1,08 (M5-äquivalent)** | **+0,216 / 1,35 / 33** | +0,080 / 1,14 / 170 |
| 1,25 | 0,309 / 0,47 / **16** | +0,097 / 1,18 / 163 |
| 1,50 | 0,279 / 0,70 / **7** | +0,151 / 1,28 / 148 |
**Die einzige beidhälftig positive Zelle hat n=33 in H1 — und BEIDE Nachbarn
kippen** (0,030 und 0,309). Vorab fixierte Regel (2) verfehlt: Rauschen, exakt
das ORB-Muster. Dazu: alle sechs Nachbar-Kombis Box 10/15/20 × k 0,1/0,2 sind
mit den Live-Parametern in mindestens einer Hälfte negativ, die Kontrolle
„beliebige Box" ist BESSER als der Squeeze (0,052/+0,054 gegen 0,121/0,022),
und der Slippage-Härtetest verschlechtert monoton.
**Der strukturelle Grund ist in der n-Spalte sichtbar:** bei einem Filter, der
streng genug ist, um zu wirken, bleiben in H1 nur **3339 Ausbrüche**. Der
Squeeze feuert auf M5 23×/Woche; M15 ist für dieses Setup schlicht zu grob.
**Kein M15-Modul gebaut.**
**EIN echter Positiv-Befund bleibt: die Kosten.** Median Spread/ATR auf M15
gemessen **0,104** — noch besser als die erwarteten 0,133 (M5 0,193 · M1 0,319).
Die Kosten-Arithmetik spricht weiterhin für gröbere Zeitebenen; es fehlt nur ein
Signal, das dort trägt.
## ⚠⚠ ECHTES CME-VOLUMEN (CL=F) TRÄGT NICHT MEHR ALS DIE CFD-TICK-ZÄHLUNG (2026-08-08)
Anlass: User-Idee eines Telegram-Alerts auf WTI-Volumen-Spikes (`CL=F` via
+168
View File
@@ -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()