AnmeldenHerunterladen
Dokumentation1.0 (latest)
SeitenEinführung · 1 / 29

Einführung

QuantCraft ist eine Trading-Plattform, mit der Sie auch algorithmische Handelsstrategien in Python erstellen, testen und verbessern können.
Sie bietet einen durchgängigen Workflow zum Schreiben von Code, Konfigurieren von Tests, Ausführen von Backtests und Auswerten von Ergebnissen – ohne die App zu verlassen.

Wenn Sie neu bei QuantCraft sind, beginnen Sie mit Erste Schritte und konzentrieren Sie sich auf diesen Kernzyklus:

  1. Eine Strategiedatei erstellen oder öffnen
  2. Strategielogik und Parameter schreiben
  3. Mit ausgewählten Symbolen und Zeitraum ausführen bzw. backtesten
  4. Protokolle, Charts sowie Trade- und Performance-Kennzahlen prüfen
  5. Anpassen und erneut ausführen

Was QuantCraft enthält (das Wichtigste)

Code-Arbeitsbereich

Python-Editor

  • Strategieentwicklung in Python
  • Editor-Werkzeuge wie Rückgängig/Wiederholen, Suchen/Ersetzen, Formatierung sowie Theme- und Schriftoptionen
  • Abhängigkeiten (Packages-Oberfläche) für die von Ihrem Skript verwendeten Bibliotheken

Ausführung und Backtest

Integrierte Strategie-Laufzeit-APIs

Ergebnisse und Diagnose

  • Ausgabebereich für Protokolle, Fehler und Fortschritt
  • Testergebnisse für Performance, Eigenkapitalkurve/Plots und Trade-Historie
  • Export von Backtest-Ergebnissen, sofern unterstützt

QuantCraft AI (optional, aber nützlich)

  • Assistent in der IDE, der Strategiecode erklärt, generiert und bearbeitet
  • Chat-Sitzungen mit Modellauswahl und dateibezogenen Interaktionen

Was Sie vor der ersten Nutzung wissen sollten

  • QuantCraft-Strategien sind Python-Skripte, die im QuantCraft-Laufzeitkontext ausgeführt werden.
  • Backtests verwenden ein simuliertes Kontomodell (Paper-Verhalten, keine echte Broker-Ausführung).
  • Strategie-Lebenszyklus und Datenmodule (OHLCV, Fundamentaldaten, Fama-French-Faktoren) sind Ihr API-Vertrag.
  • Eingabeparameter sind der empfohlene Weg, Werte anzupassen, ohne bei jedem Lauf den Code zu ändern.
  • Validieren Sie immer mit mehreren Läufen (verschiedene Symbole und Zeiträume), bevor Sie der Performance vertrauen.

Minimaler Ablauf zum „ersten Erfolg“

1. Eine Strategiedatei erstellen

2. Ein einfaches Strategiegerüst hinzufügen

  • Lebenszyklus-Callbacks definieren
  • Mit on_init beginnen, dann die Balken-/Tick-Logik umsetzen und schließlich Zusammenfassungen in on_finish

3. Eingabeparameter definieren

  • params hinzufügen, damit Schwellenwerte und Perioden in der Backtest-Oberfläche geändert werden können

4. Einen Backtest konfigurieren und ausführen

5. Ergebnisse prüfen

  • Protokolle auf Fehler und Warnungen untersuchen
  • Testergebnisse ansehen: Performance- und Trade-Statistiken
  • Indikator-Overlays und Verhaltenskonsistenz validieren

6. Iterieren

  • Einstiegs-, Ausstiegs- und Risikologik verfeinern
  • Mit geänderten Eingaben und breiteren Testzeiträumen erneut ausführen

Kernkonzepte, die Sie verstehen müssen

Strategie-Lebenszyklus

Siehe Strategie-Lebenszyklus: on_init, on_bar/on_tick, optional on_timer, on_finish.

Kontozustand

Ihre Strategie nutzt das Kontomodell (simuliertes Portfolio). Verstehen Sie, wie Orders und Positionen die GuV im Verlauf des Laufs aktualisieren.

Datenumfang

OHLCV-Daten treiben den Großteil der technischen Logik an. Fundamentaldaten sind optional und können je nach Symbol variieren. Machen Sie Datenannahmen und Warmup ausdrücklich.

Eingaben und Reproduzierbarkeit

Verwenden Sie Eingabeparameter für konsistente Experimente.

  • Halten Sie die Laufbedingungen fest, wenn Sie Strategieversionen vergleichen.

Praktische Regeln für verlässliche Nutzung

  • Beginnen Sie einfach; fügen Sie Komplexität erst hinzu, wenn die Basislogik stabil ist.
  • Protokollieren Sie wichtige Entscheidungen (Einstiegs-/Ausstiegsgründe), um das Debugging zu erleichtern.
  • Bewerten Sie nicht anhand eines einzelnen Symbols oder eines kurzen Zeitraums.
  • Prüfen Sie, ob Chart-Overlays mit dem tatsächlichen Trade-Verhalten übereinstimmen.
  • Behandeln Sie ungewöhnlich starke Backtest-Ergebnisse als verdächtig, bis sie einem Stresstest unterzogen wurden.

Häufige Fehler, die Sie vermeiden sollten

  • Die gesamte Logik in einem Callback ohne klare Zustandsbehandlung schreiben
  • Anpassbare Konstanten fest codieren, statt Eingaben zu verwenden
  • Warmup und Datenverfügbarkeit vor der Signalberechnung ignorieren
  • Auf ein einzelnes Marktregime oder einen engen Zeitraum überanpassen
  • Der Rendite-Schlagzeile vertrauen, ohne Drawdown und Trade-Verteilung zu prüfen

Wann Sie QuantCraft AI einsetzen sollten

Nutzen Sie die KI, wenn Sie Hilfe benötigen bei:

  • Der Überarbeitung unübersichtlichen Strategiecodes
  • Der Ergänzung von Parametrisierung und klarerer Struktur
  • Der Erklärung von Fehlern im Callback-Ablauf
  • Der Erzeugung von Gerüsten für Indikatoren, Einstiege und Ausstiege

Verlassen Sie sich nicht blind auf KI-Ausgaben – führen Sie sie immer aus und validieren Sie sie in Backtests.

Was Sie von dieser Dokumentation erwarten können

Nachdem Sie die Dokumentation der Reihe nach gelesen haben (siehe auch die Referenz), sollten Sie in der Lage sein:

4 Min. LesezeitÄnderung vorschlagen ↗
Einführung — Dokumentation (1.0 (latest)) | QuantCraft