Sechs Wochen lang eine KI ein Krypto-Trading-System bauen lassen

Veröffentlicht am 13. Oktober 2026

Vom 2. September bis 13. Oktober 2026 baten wir einen KI-Assistenten, ein Krypto-Trading-System zu bauen, zu testen, zu betreiben und zu prüfen. Alle Trades waren simuliert (Paper-Trading). So lief es, in zeitlicher Reihenfolge.

So ist dies entstanden: Der Code, die Analyseläufe und die ersten Entwürfe dieses Textes stammen von einem KI-Assistenten, der unter der Leitung des Betreibers arbeitete; der Betreiber traf jede Entscheidung und prüfte die Zahlen. Der gesamte Handel war Paper-Trading: echte Kurse, kein echtes Geld. Nichts hier ist eine Anlageberatung.

Die Kurzfassung

• Handel im Minutenbereich verlor auf jede Weise, die wir ausprobierten. Über 42 Paper-Konten und 918 Ausstiege betrug der Verlust ₩25.161.360 (etwa US$18.900), bei einer Trefferquote von 32 %.
• Die einzigen Regeln, die neun Jahre Replay überstanden, waren langsame Trendfolge-Regeln bei großen, liquiden Coins. Selbst diese schrumpften stark, als wir den Vorteil der Rückschau aus dem Backtest entfernten.
• Die beste von ihnen lief zwei Wochen auf einem dedizierten Server, befolgte ihre Regeln exakt und verlor 3,93 %. Wer in denselben zwei Wochen Bitcoin hielt, verlor 0,25 %.
• Das Fazit des Betreibers: Das Problem ist die Methode, nicht der Markt. Die Trading-Forschung ist pausiert, bis bessere KI-Modelle erscheinen.

2.–5. September: ein Radar für Orderbücher

Das erste Ziel war eine kostenlose Website, die Preisunterschiede zwischen Börsen anzeigt, dazu ein Handelssignal. Die KI baute eine Daten-Engine, die Orderbücher und Trades zunächst von Upbit und dann von zwölf Börsen einlas, und ein Dashboard, das jeden Coin jede Sekunde mit „kaufen, abwarten oder verkaufen“ bewertete, mit gesprochenen Briefings auf Englisch und Koreanisch.

6.–11. September: die ersten automatisierten Trades, −44,2 %

Der erste Auto-Trader kaufte immer dann einen Coin mit seinem gesamten Guthaben zum Marktpreis, wenn das Dashboard „kaufen“ anzeigte, und verkaufte bei Warnsignalen. Das simulierte Ergebnis nach der ersten Prüfung lag bei −44,2 %. Nur 10 % der Trades gewannen, und die Haltedauer lag im Median bei 12 Sekunden; 157 von 158 Ausstiegen waren „Notausstiege“.

Die Ursache war Arithmetik, kein Pech: Ein Round-Trip mit Marktorders bei kleinen Coins am Won-Markt kostete im Median 0,46 %, während der Vorteil des Signals bei +0,02 % bis +0,08 % pro Trade lag.

12.–17. September: Patches, die das Problem nicht lösten

Wir probierten Limit-Orders, längeres Halten, ein Frühsignal von Binance für die koreanischen Kurse und parallele „Schatten“-Konten an jeder Börse. Das Hinterherjagen von Coins, die bereits stark stiegen, verlor 62 % in einem Replay über 63 Stunden. Eine fünftägige Untersuchung von 1,91 Millionen Datenzeilen zeigte, dass die Signale die Richtung in 58–63 % der Fälle richtig erraten, die durchschnittlich erfasste Bewegung aber nur +0,04 % bis +0,09 % betrug. Eine gute Trefferquote kann Kosten nicht bezahlen, die zehnmal größer sind als die Bewegung.

Eine Prüfung der Paper-Konten ergab noch etwas: 86,5 % aller Verluste stammten aus einem einzigen Codepfad, der bei unbestätigten Alarmen verkaufte. Seine Behebung beseitigte einen Bug, nicht das zugrunde liegende Problem.

18.–25. September: die Suche an allen anderen Stellen

Wir testeten Handelsentscheidungen von Sprachmodellen, das Kopieren von Bestenlisten, Pump-Strategien, den Kauf von Rücksetzern und Gebührenstufen. Wir testeten 34 klassische Indikatorregeln auf Stundencharts: 34 von 34 verloren. Eine Auswertung veröffentlichter Ergebnisse fand belegte Gewinne nur dort, wo Unternehmen einen strukturellen Vorteil haben (Geschwindigkeit, Market Making, Größe). Für Bots von Privatanlegern, Copy-Trading oder KI-Bots fanden wir keinen belegten Track Record.

26. September: Schaden zählen und langsamer werden

Über das gesamte bisherige Projekt: 42 Paper-Konten, 918 Ausstiege, ₩25.161.360 Verlust, 32 % Gewinner, der durchschnittliche Gewinn halb so groß wie der durchschnittliche Verlust. Alles stammte von Regeln, die Positionen Minuten bis Stunden hielten. Wir wechselten zu Trendregeln auf Tages- und Vier-Stunden-Basis, und ein Replay mit acht großen Coins zeigte +75 % pro Jahr. Dann fiel uns auf, dass die acht Coins erst 2026 ausgewählt worden waren. Als wir zu jedem Zeitpunkt die acht Coins mit dem höchsten Handelsvolumen wählten, sank das Ergebnis auf +41 % bis +46 % pro Jahr. Details.

28. September: von vorn beginnen, alles testen

Wir verwarfen frühere Annahmen und testeten 44 Strategiefamilien mit etwa 9.500 Einstellungen über sieben Zeitrahmen, wobei wir die Einstellungen in jedem Jahr nur anhand vergangener Daten auswählten (Walk-forward). Nur Trendfolge bei liquiden Coins mit Vier-Stunden- oder Tageskerzen überlebte. Die Wahl: kaufen, wenn der Vier-Stunden-Schlusskurs das 55-Kerzen-Hoch durchbricht; verkaufen, wenn er zwei durchschnittliche Schwankungsbreiten unter sein Hoch fällt; draußen bleiben, wenn Bitcoin unter seinem 100-Kerzen-Durchschnitt notiert; und Verluste bei 5 % begrenzen. Replay über neun Jahre: +92 % pro Jahr. Nach der Bereinigung um die uns bekannten Fallen erwarteten wir +28 % bis +46 % pro Jahr bei Drawdowns von 27–33 %.

Außerdem berechneten wir, wie lange Live-Trading brauchen würde, um eine solche Regel nachzuweisen: etwa 34 Monate. Die Berechnung.

29. September – 13. Oktober: ein dedizierter Server

Ein kleiner Cloud-Server führte die Regel rund um die Uhr aus, mit einem eigenständigen Programm, automatischen Warnmeldungen und einem externen Heartbeat. Simuliertes Kapital: ₩10.000.000. In zwei Wochen verarbeitete er alle 87 Vier-Stunden-Kerzen pünktlich, protokollierte null Fehler und stimmte Trade für Trade mit einem unabhängigen Replay überein. Außerdem verkaufte er fünfmal und verlor fünfmal: −₩392.842, −3,93 %. Seit dem 7. Oktober hielt er Bargeld, weil Bitcoin unter seinen Durchschnitt gefallen war, wodurch ein weiterer Rückgang vermieden wurde. Das vollständige Trade-Protokoll und die Prüfung.

Eine abschließende Untersuchung von 31.407 Indikator-Konfigurationen bei acht Kerzenlängen bestätigte das Muster: Je kürzer die Kerze, desto weniger Geld überlebte die Kosten. Ergebnisse nach Zeitrahmen.

Was wir jedem sagen würden, der einen Bot baut

1. Vergleichen Sie vor allem anderen Ihren Vorteil pro Trade mit Ihren Kosten pro Round-Trip.
2. Eine Trefferquote bedeutet nichts ohne die Größe der Kursbewegung.
3. Wählen Sie Coins für den Backtest so aus, wie Sie sie damals hätten auswählen können.
4. Betrachten Sie Verluste nach Ausstiegsgrund; ein einzelner Bug kann wie eine schlechte Strategie aussehen.
5. Wochen an Live-Ergebnissen können eine Strategie nicht nachweisen. Nutzen Sie sie nur, um zu prüfen, ob das System seine Regeln befolgt.
6. Ein System, das seine Regeln perfekt befolgt, kann trotzdem Geld verlieren.

Alles, was wir getestet haben, ist im Strategiefriedhof aufgelistet.