Optimierung von Phantom Drift und Lock-Strategien im SharpTrader Optimizer Montag, der 13. Juli 2026 – Posted in: Arbitrage Software

Was gerade ausgeliefert wurde

Anfang dieses Jahres hat SharpTrader Optimizer die Optimierung der Hedge-Strategie hinzugefügt, und wir haben die vollständige Lock-Familie als nächsten Meilenstein angekündigt. Dieser Meilenstein ist jetzt erreicht. Der Optimizer kann seine realen, tickbasierten und ausführungsbewussten Parametersweeps über jede Strategie der Lock-Familie laufen lassen, einschließlich Phantom Drift, der Strategie, die Lock-Arbitrage in eine RSI-ausgelöste Averaging-Sequenz einbettet, sodass sie für Broker-Risikosysteme wie ein gewöhnlicher technischer Trader wirkt.

Entscheidend ist, was optimiert wird. Phantom Drift ist kein einzelner Mechanismus, sondern zwei Mechanismen in Folge: eine sichtbare Averaging-Leiter, der Martingale-Teil, die Drawdown-Tiefe aufbaut, und ein Lock-Arbitrage-Zweig, der die Position anhand eines Fast-Feed-Signals freigibt. Bisher konnten Sie diese Komponenten manuell einstellen und hoffen. Jetzt durchsucht der Optimizer den gemeinsamen Parameterraum beider Teile und bewertet jeden Kandidaten so, wie der Live-Markt ihn tatsächlich belastet.

Der Latenztest hat das Prinzip bereits bewiesen

Bevor wir den Optimizer auf Mehrkomponentenstrategien ausgeweitet haben, wollten wir den Nachweis, dass seine realistische Ausführungsbewertung sich in Live-Ergebnisse überträgt, und zwar mit einer Strategie, die sauber messbar ist. Also führten wir das einfachste mögliche Experiment durch: dieselbe Latenzarbitrage-Logik gleichzeitig auf zwei Live-Konten, eines mit optimierten Parametern, eines mit Standardwerten, gleiches Instrument, gleiche Lotgröße, gleicher Startsaldo. Die einzige Variable war der Parametersatz.

Das optimierte Konto jagte keinem größeren Gewinn hinterher. Es verkleinerte die Kosten der Verlusttrades, senkte den durchschnittlichen Verlusttrade von −6.2 Pips auf −2.0 Pips und verdoppelte den Profitfaktor bei geringerem Drawdown mehr als. Das ist eine einbeinige Strategie, ein Einstieg und ein Ausstieg. Stellen Sie dieses Ergebnis nun neben eine Strategie, die eine Averaging-Leiter von Positionen öffnet und dann den gesamten Stack hedgt, und fragen Sie, wo der Hebel der Optimierung größer ist.

Warum Lock-Strategien ein schwierigeres Optimierungsproblem mit höherem Einsatz sind

Ein einbeiniger Latenztrade zahlt zweimal Ausführungskosten: einmal beim Einstieg, einmal beim Ausstieg. Ein Phantom-Drift-Zyklus zahlt sie deutlich häufiger. Jede Averaging-Ebene ist eine echte Order, die einen echten Spread kreuzt und echte Slippage erfährt. Dann fügt der Lock eine Hedge-Position hinzu, und der Unlock schließt sie wieder; jedes davon ist ein Leg mit eigenen Fill-Kosten. Dieselbe Ausführungsreibung, die das Latenzkonto einige Pips pro Verlusttrade gekostet hat, wird nun über eine ganze Leiter und einen zweiseitigen Hedge vervielfacht.

Diese Kumulation wirkt in beide Richtungen. Sie bedeutet, dass eine Lock-Strategie, die mit trägen Annahmen getestet wird, also Balkendaten, Null-Latenz-Fills und festem Spread, dramatisch sicherer und glatter aussieht, als sie handelt, weil keine der reibenden Kosten von Ebene zu Ebene berechnet wird. Und sie bedeutet, dass der Parametersatz, der ehrliche Ausführungskosten überlebt, hier mehr wert ist als anderswo, weil es mehr Kosten gibt, die man falsch einschätzen kann.

Die zwei Hälften, die der Optimizer jetzt gemeinsam abstimmt

Die 13 optimierbaren Parameter teilen sich in zwei gekoppelte Gruppen. Der Optimizer durchsucht sie gemeinsam, weil Abstand und Größe der Averaging-Leiter bestimmen, wie viel Ausführungskosten jedes Leg aufnimmt, während Spread- und Differenzschwellen bestimmen, wie oft die Leiter überhaupt ausgelöst wird.

Eine Hälfte isoliert zu optimieren lässt Wert liegen. Eine tiefere oder breitere Averaging-Leiter verändert den Drawdown, von dem sich der Arbitrage-Zweig erholen muss; ein strengeres Spread- oder Differenz-Gate verändert, wie oft die Leiter überhaupt aufgebaut wird. Die gemeinsame Suche ist der entscheidende Punkt.

Das vollständige Optimierungsgrid

Dies sind die Parameter, die der Sweep variiert, mit den standardmäßigen Min-, Step- und Max-Bereichen. Erweitern oder verengen Sie jeden Bereich passend zu Ihrem Instrument und Ihrer Kontogröße, bevor Sie die Suche starten.

Warum Standard-Backtester Sie bei Martingale-Lock-Strategien in die Irre führen

Die meisten Retail-Strategietester wurden für richtungsbasierte Systeme gebaut und treffen drei Annahmen, die für eine Richtungsstrategie nur optimistisch, für eine Martingale-Lock-Strategie aber aktiv gefährlich sind: Sie bewerten auf Basis von Balkendaten, nehmen Null-Latenz-Fills an und verwenden einen einzigen festen Spread. Auf einer Averaging-Leiter wird jeder dieser Fehler einmal pro Ebene und anschließend erneut auf beiden Hedge-Legs berechnet.

Eine Martingale-Equity-Kurve, die auf M1-Balken glatt aussieht, kann ein völlig anderes Wesen sein, sobald jeder Averaging-Einstieg den variablen Spread zahlt, der zu diesem Tick tatsächlich existierte, sobald Lock und Unlock jeweils unabhängige Slippage zahlen und sobald die Fill-Verzögerung modelliert statt wegangenommen wird. Der Unterschied erscheint nicht als etwas niedrigere Zahl. Er erscheint als anderes Risikoprofil, weil die Ebene, die ein träger Backtest angeblich überlebt, in einem ehrlichen Test die Equity-Kontrollgrenze sprengt.

Was ehrliche Ausführungsbewertung bei einer Lock-Strategie verändert

Die vier Dinge, die das Latenzergebnis vertrauenswürdig machten, zählen bei einer Lock-Strategie mehr, nicht weniger, weil jedes davon wiederholt über Leiter und Hedge berechnet wird.

So führen Sie eine Phantom-Drift-Optimierung aus

Häufig gestellte Fragen