Tageszeit-Drift gemessen: Morgens-runter/Nachmittags-rauf widerlegt
analyze_tageszeit.py misst die ROHE Kursdrift je Berliner Stunde (nicht den Signal-Edge). 80k M5-Bars, DST-korrekt, 2 Halften, Ueberschuss gegen den Tagesschnitt. Ergebnis: Vormittag 08-12 kippt zwischen den Halften, Nachmittag 14-18 ist robust NEGATIV - beide Halften der Vermutung fallen durch. Groessenordnung ohnehin unter dem Spread (staerkste robuste Stunde ~0,03 $/h vs 0,0225 $ Spread). Korrektur am eigenen Skript: der erste Entwurf hatte einen ATR-Filter (< 0,06 uebersprungen) plus ATR-Normierung. Der Filter verwarf ausgerechnet die ruhigen Morgenstunden der aelteren Periode (n 138-391 statt 1740) und erzeugte so den vermeintlichen Befund. Beides entfernt. 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
6af4c868bc
commit
d75789ac72
@@ -0,0 +1,143 @@
|
||||
#!/usr/bin/env python3
|
||||
"""Kursdrift nach Tageszeit — steigt WTI nachmittags und fällt morgens? (2026-08-04)
|
||||
|
||||
User-Beobachtung: „der Kurs sinkt morgens eher und steigt nachmittags."
|
||||
|
||||
⚠ Das ist eine ANDERE Frage als `backtest_hourly_split.py`. Dort wurde gemessen,
|
||||
wie gut das SIGNAL je Stunde abschneidet (Edge nach Kosten). Hier geht es um die
|
||||
rohe Richtungsdrift des Kurses selbst — unabhängig von jedem Signal.
|
||||
|
||||
Methodik und ihre Fallstricke, alle bewusst adressiert:
|
||||
1. **Gesamt-Drift herausrechnen.** Fiel der Markt im Zeitraum, sehen ALLE Stunden
|
||||
negativ aus. Deshalb wird zusätzlich der Überschuss gegen den Tagesmittelwert
|
||||
ausgewiesen — nur der ist eine Tageszeit-Aussage.
|
||||
2. **Zwei Stichproben.** 24 Stunden = 24 Tests; bei 5 % Fehlalarmquote sieht rund
|
||||
eine Stunde zufällig „signifikant" aus. Nur was in BEIDEN Hälften dasselbe
|
||||
Vorzeichen hat, zählt.
|
||||
3. **KEIN ATR-Filter, KEINE ATR-Normierung** — der erste Entwurf hatte beides und
|
||||
erzeugte damit genau den Befund, den er messen sollte (s. `auswerten`).
|
||||
4. **Echte Zeitzone.** Broker-Zeit ist UTC+3 (ganzjährig), Berlin wechselt
|
||||
zwischen UTC+1 und +2 — über eine lange Historie ist ein fester Versatz von
|
||||
1 h falsch. Umrechnung daher über `zoneinfo`.
|
||||
|
||||
Aufruf: python analyze_tageszeit.py [bars]
|
||||
"""
|
||||
import sys
|
||||
from collections import defaultdict
|
||||
from datetime import datetime, timedelta, timezone
|
||||
from zoneinfo import ZoneInfo
|
||||
|
||||
import MetaTrader5 as mt5
|
||||
|
||||
_BERLIN = ZoneInfo("Europe/Berlin")
|
||||
_BROKER = timezone(timedelta(hours=3)) # Pepperstone: UTC+3 ganzjährig
|
||||
_ATRMIN = 0.06
|
||||
|
||||
|
||||
def _atr_series(H, L, C, p=14):
|
||||
t = [0.0]
|
||||
for i in range(1, len(C)):
|
||||
t.append(max(H[i] - L[i], abs(H[i] - C[i - 1]), abs(L[i] - C[i - 1])))
|
||||
return [(sum(t[max(1, i - p + 1):i + 1]) / max(1, len(t[max(1, i - p + 1):i + 1])))
|
||||
if i else None for i in range(len(C))]
|
||||
|
||||
|
||||
def auswerten(bars, H, L, C, A, lo, hi):
|
||||
"""→ {stunde: [Rendite je Bar in DOLLAR]}
|
||||
|
||||
⚠⚠ KEIN ATR-Filter und KEINE ATR-Normierung mehr (Korrektur 2026-08-04).
|
||||
Der erste Entwurf übersprang Bars mit `atr < 0,06` und teilte durch den
|
||||
rollierenden M5-ATR. Beides klang vernünftig, erzeugte aber eine massive
|
||||
**Selektionsverzerrung**: in den ruhigen Nacht-/Morgenstunden der älteren
|
||||
Periode liegt der ATR unter dem Floor, also blieben dort nur die
|
||||
ungewöhnlich VOLATILEN Tage übrig — von 1.740 vorhandenen Bars je Stunde
|
||||
kamen nur 138–391 in die Auswertung. Genau die Stunden, um die es geht,
|
||||
waren damit eine verzerrte Teilstichprobe.
|
||||
Jetzt: rohe Dollar-Rendite je Bar, ALLE Bars. Die Regime-Unterschiede
|
||||
zwischen den Hälften fängt der Abzug des jeweiligen Tagesmittels ab.
|
||||
"""
|
||||
out = defaultdict(list)
|
||||
for i in range(max(lo, 1), hi):
|
||||
# Broker-Epoch → echte Berliner Stunde (DST-korrekt)
|
||||
t = datetime.fromtimestamp(int(bars[i]["time"]), _BROKER).astimezone(_BERLIN)
|
||||
out[t.hour].append(C[i] - C[i - 1])
|
||||
return out
|
||||
|
||||
|
||||
def main():
|
||||
n = int(sys.argv[1]) if len(sys.argv) > 1 else 80000
|
||||
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, mt5.TIMEFRAME_M5, 0, n)
|
||||
mt5.shutdown()
|
||||
H = [float(b["high"]) for b in bars]; L = [float(b["low"]) for b in bars]
|
||||
C = [float(b["close"]) for b in bars]
|
||||
A = _atr_series(H, L, C)
|
||||
N = len(C); mid = N // 2
|
||||
t0 = datetime.fromtimestamp(int(bars[0]["time"]), _BROKER).astimezone(_BERLIN)
|
||||
t1 = datetime.fromtimestamp(int(bars[-1]["time"]), _BROKER).astimezone(_BERLIN)
|
||||
|
||||
h1 = auswerten(bars, H, L, C, A, 0, mid)
|
||||
h2 = auswerten(bars, H, L, C, A, mid, N)
|
||||
|
||||
def mittel(d, s):
|
||||
v = d.get(s) or []
|
||||
return (sum(v) / len(v), len(v)) if v else (0.0, 0)
|
||||
|
||||
# Tagesmittel je Hälfte — dagegen wird der Überschuss gerechnet
|
||||
alle1 = [x for v in h1.values() for x in v]
|
||||
alle2 = [x for v in h2.values() for x in v]
|
||||
m1 = sum(alle1) / len(alle1) if alle1 else 0.0
|
||||
m2 = sum(alle2) / len(alle2) if alle2 else 0.0
|
||||
|
||||
print("=" * 86)
|
||||
print(f" KURSDRIFT NACH TAGESZEIT — {sym} M5, {N} Bars")
|
||||
print(f" {t0:%d.%m.%Y} bis {t1:%d.%m.%Y} · Berliner Zeit (DST-korrekt) · 2 Hälften")
|
||||
print(f" Werte = Ø Rendite je 5-Min-Bar in US-Dollar (×1000 = Zehntel-Cent)")
|
||||
print(f" Gesamt-Drift je Bar: H1 {m1*1000:+.3f} · H2 {m2*1000:+.3f} (wird abgezogen)")
|
||||
print("=" * 86)
|
||||
print(f" {'Std':>3} {'n H1':>6} {'H1 roh':>9} {'H1 Übersch.':>12} "
|
||||
f"{'n H2':>6} {'H2 roh':>9} {'H2 Übersch.':>12} Urteil")
|
||||
print("-" * 86)
|
||||
robust_auf, robust_ab = [], []
|
||||
for s in range(24):
|
||||
a1, n1 = mittel(h1, s); a2, n2 = mittel(h2, s)
|
||||
if n1 < 50 or n2 < 50:
|
||||
continue
|
||||
u1 = (a1 - m1) * 1000; u2 = (a2 - m2) * 1000
|
||||
if u1 > 0 and u2 > 0:
|
||||
urteil = "beide AUF"; robust_auf.append((s, u1, u2))
|
||||
elif u1 < 0 and u2 < 0:
|
||||
urteil = "beide AB"; robust_ab.append((s, u1, u2))
|
||||
else:
|
||||
urteil = "kippt"
|
||||
print(f" {s:>3} {n1:>6} {a1*1000:>+9.3f} {u1:>+12.3f} "
|
||||
f"{n2:>6} {a2*1000:>+9.3f} {u2:>+12.3f} {urteil}")
|
||||
|
||||
print("\n" + "=" * 86)
|
||||
print(" ROBUST (gleiches Vorzeichen des Überschusses in BEIDEN Hälften)")
|
||||
print("=" * 86)
|
||||
print(" aufwärts: " + (", ".join(f"{s}:00 ({u1:+.2f}/{u2:+.2f})"
|
||||
for s, u1, u2 in robust_auf) or "keine"))
|
||||
print(" abwärts : " + (", ".join(f"{s}:00 ({u1:+.2f}/{u2:+.2f})"
|
||||
for s, u1, u2 in robust_ab) or "keine"))
|
||||
# Direkter Test der Behauptung: Vormittag gegen Nachmittag
|
||||
def block(d, m, von, bis):
|
||||
v = [x for s in range(von, bis) for x in (d.get(s) or [])]
|
||||
return ((sum(v) / len(v) - m) * 1000, len(v)) if v else (0.0, 0)
|
||||
print("\n Die Behauptung direkt geprüft (Überschuss gegen den Tagesschnitt):")
|
||||
for lbl, von, bis in (("Vormittag 08–12", 8, 12), ("Nachmittag 14–18", 14, 18),
|
||||
("Abend 19–23", 19, 23), ("Nacht 00–07", 0, 7)):
|
||||
b1, c1 = block(h1, m1, von, bis); b2, c2 = block(h2, m2, von, bis)
|
||||
ok = "robust" if (b1 > 0) == (b2 > 0) else "KIPPT"
|
||||
print(f" {lbl:<18} H1 {b1:>+7.3f} (n={c1:>6}) "
|
||||
f"H2 {b2:>+7.3f} (n={c2:>6}) {ok}")
|
||||
print("\n ⚠ 24 Stunden = 24 Tests: bei 5 % Fehlalarmquote sieht rund EINE Stunde")
|
||||
print(" zufällig auffällig aus. Nur beidhälftig gleiche Vorzeichen zählen —")
|
||||
print(" und auch die sind ohne Kosten gerechnet (Spread ~0,265×ATR!).")
|
||||
print()
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Reference in New Issue
Block a user