#!/usr/bin/env python3 """backtest_auto_signal.py — Auto-Entry auf die EMPFEHLUNG (B2, User-Wunsch 2026-07-30 „Trades bei Empfehlung automatisch eröffnen"). Kernfrage: Trägt ein AUTONOMER Entry auf dem Wave-Signal (mit den HEUTIGEN Gates) netto in BEIDEN Halbjahren — und hält er gegen den einzigen validierten Auto-Entry (Squeeze: ØR +0,14…+0,23, PF>1)? Vorgeschichte (hohe Beweislast!): Der Wave-Auto-Trader lief live als Dry-Run und war ein klarer VERLIERER (WR 29 % / PF 0,64 vs. manuell 56–76 %) → am 2026-07-23 komplett entfernt. Gegenbefund: die MANUELLEN „MIT Signal"-Trades des Users sind profitabel (+118 €, WR 56 %) — aber das ist MENSCHLICHE AUSWAHL unter den Signalen, nicht „alle nehmen". Genau diese Differenz misst dieses Skript. Methodik (bewusst pessimistisch, wie backtest_breakout_squeeze.py): · Signal = die ECHTE Logik `WaveRecommender._build` (kein Nachbau), inkl. Totband, Anti-Überdehnung, Konfidenz-Gate 55, Reversal-Zweig · HTF = M30- UND H1-Trend aus den M5-Bars aggregiert und in `_build` gefüttert (`htf_trend`/`h1_trend`) → der live aktive M30-Gegen- Trend-Filter und der H1-Konfluenz-Bonus wirken mit · Entry = am Bar-CLOSE des Signal-Bars, nur wenn FLAT (sequentiell, 1 Position) · Exit = Live-Modell: SL 2,0×ATR · Trailing 1,5 ab 0,3 · Breakeven 1,3 · Time-Stop 120 min (24 M5-Bars) wenn nie Trail-Start erreicht · Kosten = echter Bar-Spread/ATR (Ø ~0,265×ATR — NICHT die alte 0,1-Annahme) · 2 Halbjahre (H1/H2) — eine Variante gilt nur als „trägt", wenn sie in BEIDEN positiv ist (Dead-Hour-Lektion) NICHT simuliert (bewusst): Entry-Raum-Gate + ATR-Breakout-Bestätigung (beide brauchen Live-State/pb_levels, s. CLAUDE.md — Backtests bleiben gate-frei) sowie das EIA-Blackout-Gate. Beide würden Trades ENTFERNEN, die Ergebnisse hier sind also eher optimistisch als zu streng. Aufruf: python backtest_auto_signal.py [n_bars] (Default 40000 M5-Bars) """ from __future__ import annotations import sys from datetime import datetime, timezone, timedelta import MetaTrader5 as mt5 from core.wave_rec import (WaveRecommender, _atr, _ema_last, _EMA_FAST, _EMA_SLOW, _HTF_DEADBAND) # ── Exit-Parameter = die LIVE-Werte (core/trailing.py) ──────────────────────── _SL_ATR = 2.0 # Initial-SL (Band 1,8–2,2 → Ziel 2,0) _TRAIL = 1.5 # Trailing-Abstand ×ATR (M5-Mult) _TRAIL_ON = 0.3 # Trail-Start ab diesem Profit ×ATR _BE_ON = 1.3 # Breakeven-Floor ab diesem Profit ×ATR _TIMESTOP = 24 # Time-Stop: 120 min = 24 M5-Bars in Phase „Init" _MAXH = 288 # Sim-Horizont (24 h auf M5) _ATRMIN = 0.06 # ATR-Floor wie live (_ATR_MIN in trailing.py) _NIGHT = (0, 1, 2, 3, 4, 5, 6, 7) # Berlin-Stunden = gemessene Kostenfalle _HTF_N = 6 # 6 M5-Bars = 1 M30-Bar _H1_N = 12 # 12 M30-Bars … (H1 = 12 M5-Bars) class _NeutralTU: """TU ist aus der Empfehlung entfernt — im Test neutral (kein Einfluss).""" def snapshot(self): return {"intervals": {}} def _atr_series(H, L, C, p=14): tr = [0.0] for i in range(1, len(C)): tr.append(max(H[i] - L[i], abs(H[i] - C[i - 1]), abs(L[i] - C[i - 1]))) out = [None] * len(C) run = 0.0 for i in range(1, len(C)): run += tr[i] if i > p: run -= tr[i - p] out[i] = run / min(i, p) return out def _ema_series(vals, period): k = 2.0 / (period + 1) out = [vals[0]] for v in vals[1:]: out.append(v * k + out[-1] * (1.0 - k)) return out def _htf_signs(H, L, C, step): """Aggregiert die M5-Bars zu einer höheren TF (step M5-Bars je HTF-Bar) und liefert je M5-Index das Trend-Vorzeichen (+1/-1/0, Totband _HTF_DEADBAND×ATR) — LOOK-AHEAD-frei: an Index i zählen nur HTF-Bars, die vor i abgeschlossen sind.""" # HTF-Bars bilden hc, hh, hl = [], [], [] for s in range(0, len(C) - step + 1, step): seg_h = H[s:s + step]; seg_l = L[s:s + step] hh.append(max(seg_h)); hl.append(min(seg_l)); hc.append(C[s + step - 1]) if len(hc) < _EMA_SLOW + 5: return [0] * len(C) ef = _ema_series(hc, _EMA_FAST); es = _ema_series(hc, _EMA_SLOW) hatr = _atr_series(hh, hl, hc) signs_htf = [] for j in range(len(hc)): a = hatr[j] if j < _EMA_SLOW + 2 or not a: signs_htf.append(0); continue d = ef[j] - es[j] signs_htf.append(0 if abs(d) < _HTF_DEADBAND * a else (1 if d > 0 else -1)) # auf M5-Index abbilden: bei i ist der letzte ABGESCHLOSSENE HTF-Bar (i//step)-1 out = [0] * len(C) for i in range(len(C)): j = i // step - 1 out[i] = signs_htf[j] if 0 <= j < len(signs_htf) else 0 return out def _sim(entry, d, atr, H, L, C, j0): """Live-Exit-Modell. Rückgabe R = Profit/ATR (brutto, ohne Kosten). Phasen-Ratsche wie live: Time-Stop greift nur, solange nie Trail-Start erreicht.""" eff = entry - d * _SL_ATR * atr hw = entry trail_started = False end = min(j0 + _MAXH, len(C) - 1) exit_px = C[end] for j in range(j0, end + 1): hi, lo = H[j], L[j] # SL/Trail-Stop zuerst (konservativ: Stop schlägt Weiterlaufen im selben Bar) if (lo <= eff) if d > 0 else (hi >= eff): exit_px = eff; break hw = max(hw, hi) if d > 0 else min(hw, lo) prof = (C[j] - entry) * d if prof >= _TRAIL_ON * atr: trail_started = True cand = hw - d * _TRAIL * atr if prof >= _BE_ON * atr: cand = max(cand, entry) if d > 0 else min(cand, entry) eff = max(eff, cand) if d > 0 else min(eff, cand) # Time-Stop: nach 120 min noch in „Init" (nie Trail-Start) → raus if not trail_started and (j - j0) >= _TIMESTOP: exit_px = C[j]; break return (exit_px - entry) * d / atr def _rep(name, Rs, ref=None): if not Rs: print(f" {name:<34} -"); return None n = len(Rs); w = sum(1 for x in Rs if x > 0); s = sum(Rs) up = sum(x for x in Rs if x > 0); dn = -sum(x for x in Rs if x < 0) pf = up / dn if dn > 0 else 9.99 worst = min(Rs) print(f" {name:<34} n={n:>4} WR={100*w/n:>3.0f}% " f"ØR={s/n:+.3f} PF={pf:.2f} ΣR={s:+.0f} worst={worst:+.1f}") return s / n def scan(bars, H, L, C, SP, A, HTF, H1, EF, ES, w, lo_i, hi_i, min_conf, skip_night): """Sequentielle 1-Positions-Simulation: nimmt das ERSTE Signal, wenn flat.""" Rs = [] i = max(lo_i, _EMA_SLOW + 20) hi_i = min(hi_i, len(C) - _MAXH - 2) while i < hi_i: atr = A[i] if not atr or atr < _ATRMIN: i += 1; continue if skip_night: # Broker-Zeit ist UTC+3, Berlin (Sommer) UTC+2 → Berlin = Broker − 1 h hb = (datetime.fromtimestamp(int(bars[i]["time"]), timezone.utc).hour - 1) % 24 if hb in _NIGHT: i += 1; continue ef, es = EF[i], ES[i] rec, _snap = w._build(ef, es, C[i], atr, "M5", 5, htf_trend=HTF[i], h1_trend=H1[i]) sig = rec.get("signal") if sig not in ("LONG", "SHORT") or (rec.get("conf_pct") or 0) < min_conf: i += 1; continue d = 1 if sig == "LONG" else -1 entry = C[i] cost = (SP[i] if SP[i] > 0 else 0.0225) / atr R = _sim(entry, d, atr, H, L, C, i + 1) - cost Rs.append(R) # nach dem Trade weiterspringen: der Exit fand irgendwo in [i+1, i+_MAXH] # statt — konservativ mit dem Time-Stop-Fenster weiterrücken (kein Overlap) i += _TIMESTOP return Rs def main(): n = int(sys.argv[1]) if len(sys.argv) > 1 else 40000 if not mt5.initialize(): print(f"MT5-Init fehlgeschlagen: {mt5.last_error()}"); sys.exit(1) sym = None for c in ("SpotCrude", "USOIL", "WTI", "XTIUSD"): if mt5.symbol_info(c): sym = c; break bars = mt5.copy_rates_from_pos(sym, mt5.TIMEFRAME_M5, 0, n + _MAXH + 60) si = mt5.symbol_info(sym); point = si.point mt5.shutdown() if bars is None or len(bars) < 5000: print("Zu wenige Bars."); sys.exit(1) 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] A = _atr_series(H, L, C) HTF = _htf_signs(H, L, C, _HTF_N) # M30-Trend je M5-Bar H1 = _htf_signs(H, L, C, _HTF_N * 2) # H1-Trend je M5-Bar (12 M5-Bars) w = WaveRecommender(_NeutralTU(), mt5.TIMEFRAME_M5) # EMA-Serien vorab (identisch zur Live-Rekursion, nur ohne Fenster-Neuaufbau) EF = _ema_series(C, _EMA_FAST) ES = _ema_series(C, _EMA_SLOW) N = len(C); mid = N // 2 print("=" * 92) print(f" AUTO-ENTRY auf die EMPFEHLUNG — {sym} M5 ({N} Bars) · echte _build-Logik") print(f" Exit=live(SL2,0/Trail1,5/BE1,3/Time-Stop120min) · Kosten=Bar-Spread/ATR") print(f" Referenz (validierter Auto-Entry Squeeze): ØR +0,14…+0,23 · PF>1") print("=" * 92) verdict = {} for label, lo, hi in (("H1 (alt)", 0, mid), ("H2 (neu)", mid, N)): print(f"\n{label}:") for mc in (55, 65, 70, 75): for night in (False, True): tag = f"Konf>={mc}" + (" · Nacht-Sperre" if night else "") Rs = scan(bars, H, L, C, SP, A, HTF, H1, EF, ES, w, lo, hi, mc, night) oR = _rep(tag, Rs) verdict.setdefault((mc, night), []).append(oR) print("\n" + "=" * 92) print(" URTEIL (trägt nur, wenn ØR in BEIDEN Hälften > 0 UND im Squeeze-Band):") any_ok = False for (mc, night), vals in sorted(verdict.items()): if len(vals) != 2 or any(v is None for v in vals): continue ok = all(v > 0 for v in vals) band = all(v >= 0.14 for v in vals) mark = "✅ TRÄGT" if (ok and band) else ("⚠ positiv, unter Squeeze-Band" if ok else "❌ fällt durch") if ok and band: any_ok = True tag = f"Konf>={mc}" + (" +Nacht-Sperre" if night else "") print(f" {tag:<28} H1 ØR {vals[0]:+.3f} · H2 ØR {vals[1]:+.3f} {mark}") print("\n " + ("→ mindestens eine Variante trägt: Einbau vertretbar (klein starten, B4-Monitor)." if any_ok else "→ KEINE Variante trägt beidhälftig im Squeeze-Band → NICHT einbauen.")) if __name__ == "__main__": main()