Oil Trading Bot (MT5, WTI)

Algorithmischer WTI-Öl-Trading-Bot auf MetaTrader 5 mit headless FastAPI-Backend und Mobile-PWA. Analyse, Strategie, Backtests und LLM-Copilot laufen in Python; MQL5 ist nur eine dünne Zeichen-Schicht fürs Desktop-Terminal.

Hinweis: Interne Doku, Antworten und UI-Texte sind auf Deutsch. Die ausführliche Entwickler-/Strategie-Dokumentation steht in CLAUDE.md und docs/.

Überblick

• server.py + core/engine.py — headless FastAPI-Web-Backend, das die Mobile-PWA in web/ bedient (Zugriff vom Handy z. B. via WireGuard).
• Eine Oberfläche: die PWA. Das frühere Tkinter-Widget wurde entfernt.
• ⚠ Immer nur eine Server-Instanz gegen dasselbe MT5-Terminal laufen lassen (zwei TrailingManager = Konflikt).

Architektur (core/)

Modul	Aufgabe
mt5data.py	Preis / Trend / Konto
trader.py	Orders + SL/TP
trailing.py	Trailing / Teil-Exit / Time-Stop
wave_rec.py	Empfehlung (EMA12/50-Trendfolge, Squeeze-Breakout, Gates)
elliott.py	Elliott-Wellen / FVG
structure.py	Marktstruktur (HH/HL/LH/LL, BOS, Regressionskanal — Anzeige)
daily_levels.py	Tages-Prognose (Web-Recherche)
gaps.py	D1-Kurslücken
candle_logger.py	M1-Candle-Log → candles_m1
agent.py	KI-Copilot (LLM)
history.py	SQLite-Persistenz
config.py	Konstanten + oil_widget_config.ini-Loader
engine.py	headless Motor: fährt die Loops als Threads, liefert snapshot()

engine._verdict() aggregiert die Module zur Gesamtempfehlung (verdict im Snapshot) — Details: docs/gesamtempfehlung.md.

Voraussetzungen

• Windows (das MetaTrader5-Python-Wheel ist Windows-only; das Backend läuft neben dem MT5-Terminal).
• Python 3.12 mit fastapi, uvicorn, MetaTrader5 (+ weitere Abhängigkeiten, die die Module importieren).
• Ein laufendes MetaTrader-5-Terminal mit dem WTI-Symbol des Brokers (z. B. SpotCrude bei Pepperstone).

Einrichtung

1. Repo klonen.
2. Config-Vorlage kopieren und mit echten Keys füllen:

   cp oil_widget_config.ini.example oil_widget_config.ini
   

   Dann oil_widget_config.ini ausfüllen (LLM-/News-/Telegram-/Graph-Keys, WTI-Symbol, Trading-Schalter). Diese Datei enthält Live-Secrets und ist per .gitignore vom Repo ausgeschlossen — niemals committen. Erläuterungen zu allen [trading]-Schaltern stehen als Kommentare in core/config.py.
3. MT5-Terminal starten und einloggen.

Starten

# Änderungen aktivieren / Server (neu) starten:
restart_server.bat

Auto-Start ist als Windows-Aufgabe OilTradingServer (Login-Trigger, versteckt via VBS) eingerichtet. Die PWA ist danach unter http://<host>:8000/ erreichbar.

Strategie in Kürze

• Richtung = EMA12 vs. EMA50 (wave_rec.py), mit Totband, Anti-Überdehnung, S/R- und Session-Konfidenz.
• Volatilitäts-Squeeze-Breakout = additiver, backtest-validierter Auto-Entry (Kompression → Ausbruch); optional autonom (auto_squeeze).
• Gates: ATR-Breakout-Bestätigung, Entry-Raum, Mindest-Konfidenz, Higher-TF- Gegen-Trend, EIA-Blackout.
• Exit: SL-Band ~2×ATR, Breakeven ab +1,3×ATR, Trailing, Time-Stop, sowie ein kalibriertes P(Durchbruch)-Modell für den S/R-Close am Gegenlevel.

Methodik: Strategie-Änderungen werden per 2-Stichproben-Backtest (zwei Zeiträume/Regime) mit echten Kosten belegt, bevor sie live gehen — „erst messen, dann umbauen". Die zahlreichen backtest_*.py-Skripte dokumentieren geprüfte und verworfene Ideen.

Nützliche Skripte

Befehl	Zweck
python backtest_signal.py [TF] [N] [K]	Empfehlungs-Edge messen (ereignisbasiert)
python analyze_execution.py	Spread-/Slippage-/MAE-MFE-Kalibrierung
python weekly_review.py	Wochenreport (Live-Stats vs. Backtest-Erwartung)
python -m py_compile <datei>	Syntaxprüfung vor „fertig"

Web-Assets

Der Browser cacht hart: bei jeder JS/CSS-Änderung in web/index.html die Asset-Version ?v=N hochzählen. Der Server sendet Cache-Control: no-store.

Datenhaltung

• oil_widget_history.db (SQLite): trades, recommendations, candles_m1 u. a. Nicht im Repo (per .gitignore) — vor Eingriffen Backup (*.bak-<datum>).
• Laufzeit-State (emergency_state.json, runtime_state.json, report_state.json) wird vom Server erzeugt und ist ebenfalls nicht versioniert.

Lizenz

Privates Projekt — keine Lizenz vergeben.