Die Mathematik hinter Atropos

Märkte sind laut. In jeder Minute bewegt sich irgendwo ein Kurs, erscheint eine Schlagzeile, kippt eine Stimmung – und fast alles davon ist Rauschen. Atropos ist dafür gebaut, den kleinen Rest zu finden, der keines ist. Er schläft nicht, er zögert nicht aus Angst, und er verliebt sich in keine Position. Wie er das im Einzelnen tut, behalten wir für uns. Nach welchen Gesetzen er sich richtet, nicht.

Python rechnet. Sprachmodelle lesen.

Atropos ist LLM‑gestützt, aber er ist kein Sprachmodell, das rät. Sein Kern ist klassischer Code: Was sich messen lässt – Kosten, Abstände, Positionsgrößen, Grenzen für Verluste –, rechnet Python, deterministisch und nachprüfbar. Sprachmodelle kommen dort zum Einsatz, wo Zahlen allein nicht reichen: beim Lesen von Kontext, der in keine Spalte passt.

Die Trennung ist strikt. Ein Modell darf bewerten, aber nicht rechnen – und keine Grenze verschieben, die der Code gesetzt hat. Was die Mathematik verbietet, findet nicht statt.

Erwartungswert nach Kosten

Jede Idee wird in Vielfachen des eingegangenen Risikos bewertet, kurz R: Bringt ein Trade das Doppelte dessen, was am Stop verloren wäre, steht er bei +2 R. Entscheidend ist nicht der einzelne Ausgang, sondern der Erwartungswert – und zwar nach Kosten.

Dabei ist $p$ die Trefferwahrscheinlichkeit, $\bar{W}$ und $\bar{L}$ sind die mittleren Gewinne und Verluste in R, $f$ und $s$ Gebühren und Slippage, $r$ der Abstand zum Stop. Der letzte Term ist der unscheinbarste und der gefährlichste: Ein enger Stop lässt $c$ explodieren, und ein Vorsprung vor Kosten wird nach Kosten zum Verlust. Deshalb begrenzt Atropos die Kosten jeder Idee, bevor er sie überhaupt bewertet.

Volatilität als Maßstab

Ein Prozent ist nicht gleich ein Prozent. Bei einer ruhigen Aktie ist es ein großer Schritt, bei einer kleinen Kryptowährung bloßes Rauschen. Atropos misst Entfernungen deshalb nicht in Prozent, sondern in Einheiten der aktuellen Schwankung.

$\mathrm{TR}$ ist die wahre Spanne einer Kerze, Kurslücken eingeschlossen. Erst in dieser Einheit werden Märkte vergleichbar – und erst dann lässt sich sagen, ob ein Ziel realistisch ist oder nur hoffnungsvoll.

Stichproben, die lügen

Zehn Trades sagen fast nichts. Fünf Gewinner in Folge können Können sein oder Glück, und die Daten allein unterscheiden das nicht. Deshalb rechnen wir nicht nur mit der einen Vergangenheit, die tatsächlich passiert ist, sondern mit Tausenden, die hätten passieren können: Die eigenen Trades werden zufällig neu gezogen, und wir zählen, wie oft das Konto dabei tiefer fällt, als wir es zulassen würden.

$B$ ist die Zahl der Durchläufe, ${\mathrm{DD}}^{(b)}$ der größte Rückgang im $b$-ten. Mehr Spielraum bekommt Atropos erst, wenn ein Vorsprung über eine Mindestzahl von Trades hält – nicht nach einer guten Woche.

„Ein Vorsprung, den man erklären kann, ist keiner mehr.“

Jede Entscheidung hat einen Schatten

Ein Trade, der nicht stattfindet, ist auch eine Entscheidung – und sie kann teurer sein als ein Verlust. Deshalb rechnet Atropos jede verworfene Idee mit echten Minutenkursen nach, als wäre sie gehandelt worden. Der Unterschied zwischen beiden Welten zeigt, ob Vorsicht schützt oder nur Geld kostet.

Ist $\mathrm{\Delta }$ dauerhaft negativ, verwirft das System die besseren Ideen – ein Fehler, den man ohne diese Gegenrechnung nie sähe.

Risiko zuerst

Bevor Atropos über Gewinn nachdenkt, steht fest, was er verlieren darf. Die Positionsgröße folgt daraus, nicht umgekehrt.

$\kappa$ ist der Anteil des Kapitals $E_t$, der am Stop riskiert wird, $P_e$ und $P_s$ sind Einstieg und Stop, $\epsilon$ ist ein Aufschlag für Slippage. Dazu kommen Grenzen, die kein Signal überstimmt: für den einzelnen Trade, für den Tag, für die Liquidität des Markts. Der Kelly-Anteil wäre die theoretische Obergrenze.

Atropos bleibt weit darunter. Wer die Obergrenze ausreizt, gewinnt im Mittel am meisten – und erkauft das mit Rückgängen, die kein Konto übersteht, das man behalten möchte.

Trainieren heißt messen

Training bedeutet bei uns nicht, ein Modell mit Kursen zu füttern, bis es die Vergangenheit auswendig kann. Hypothesen werden festgelegt, bevor die Daten sie sehen, und an Zeiträumen geprüft, die das System nie gesehen hat. Was dort nicht hält, fliegt raus – auch wenn es gut klang.

Warum Papierhandel

Unser Trainingsgelände ist ein Papierkonto: echte Marktdaten in Echtzeit, Gebühren, Slippage und Finanzierung wie im echten Handel – aber kein echtes Geld. Ein System, das in dieser Umgebung nicht über viele Trades hinweg besteht, gehört nirgendwo anders hin. Renditen veröffentlichen wir nicht, solange die Stichprobe zu klein ist, um etwas zu bedeuten.

Was wir nicht tun

Wir nehmen kein Geld an, verwalten kein Vermögen und geben keine Anlageempfehlungen. excon‑trading.de ist ein Forschungsprojekt. Wenn Atropos eines Tages etwas zu sagen hat, sagen wir es mit Zahlen.

Bis dahin arbeitet Atropos weiter.