Status des US-Aktienmarkts wird geladen…
➜
SO STARTEN SIE
Schließen Sie die vollständige Systemeinrichtung in wenigen Minuten ab.
Schnellstart-Anleitung öffnen →
Öffentlicher Katalog · DEVIOLAB

STRATEGIEKATALOG

Algorithmische Strategien erkunden, Performance vergleichen und die vollständige Historie jedes Modells öffnen.
Jede algorithmische Strategie entspricht einem realen Trading-Agenten (Trading Bot), der vom DevioLab-Team auf Basis historischer Datentests erstellt wurde. Sie kann für automatisierten Handel per API auf unterstützten Plattformen, einschließlich Binance, oder ausschließlich als Signal Bot mit Telegram- und E-Mail-Benachrichtigungen genutzt werden.
2 · Ticker
⌕
FILTER
Alle ausgewählten Bedingungen wirken zusammen
Übersicht der ausgewählten Strategie

UNIUSDT

Kryptomarkt · Binance
UNI 215000 +792506.40% TRAD-TGG8
271Trades
73.8%Trefferquote
+4.01%Ø Trade
+76.74%Bester Trade
-23.99%Schlechtester Trade
+2,853.1%Annualisiert
Analytisches Strategieprofil · 21141f2a790195ee

UNI · Quantitative Analyse der 15-Minuten-Handelsstrategie: Hohe Trefferquote von 73,68 % und strukturierte Gewinndistribution bei moderater Frequenz

Diese quantitative Strategieanalyse untersucht die historische Performancestruktur der auf 15-Minuten-Intervallen basierenden Handelsstrategie für UNI (UNI) über einen Testzeitraum von 5,9 Jahren. Bei insgesamt 266 abgeschlossenen Trades erzielte das Modell eine Trefferquote von 73,68 % und einen Profit-Faktor von 3,75. Der kumulierte historische Ertrag von 792.506,40 % steht einem maximalen Drawdown von 29,95 % gegenüber. Das historische Ergebnis basiert auf einer bemerkenswert breiten Gewinnverteilung: Die drei größten Gewinntrades zeichnen für lediglich 9,24 % des Bruttogewinns verantwortlich. Gleichzeitig erfordert das Fehlen von Trade-Schließungen im Zeitraum seit dem 01.06.2024 eine differenzierte Bewertung der aktuellen Evidenzlage.

Analyse vom 13.08.2026. Die Strategiedaten werden separat aktualisiert.
Vollständige Analyse lesen

1. Strategieprofil

Die quantitative Analyse der Handelsstrategie UNI 215000 +792506.40% TRAD-TGG8 beleuchtet die historische Wertentwicklung im Markt für UNI (UNI) auf Basis eines 15-Minuten-Kerzenintervalls. Das System wurde über einen Gesamtzeitraum von 5,9 Jahren evaluiert, der am 17.09.2020 beginnt und sich bis zum 12.08.2026 erstreckt. In dieser Spanne wurden insgesamt 266 Trades vollständig abgeschlossen, von denen 196 als Gewinntrades und 70 als Verlusttrades verbucht wurden. Das Modell erreicht einen DevioLab-Score von 67,90 und belegt damit den zweiten Rang unter den für diesen Ticker ausgewerteten Strategien. Das Gesamtergebnis weist einen kumulierten Gewinn über die Gesamthistorie von 792.506,40 % aus, was einer mathematisch aufgelaufenen annualisierten Rate von 2.438,10 % entspricht. Es handelt sich hierbei um eine historische, simulierte Strategieanalyse auf Datenbasis und explizit nicht um eine Garantie künftiger Ergebnisse oder eine Anlageberatung.

2. Handelsrhythmus und Positionsdauer

Obwohl das zugrundeliegende Ausführungsraster auf kurzfristigen 15-Minuten-Kerzen basiert, zeigt das System eine bemerkenswert selektive Handelsfrequenz. Über den gesamten Beobachtungszeitraum von 5,9 Jahren entspricht das Ausführungsvolumen von 266 Trades rechnerisch einer Aktivität von etwa 45,07 Trades pro Jahr bzw. unter 4 Trades pro Monat. Trotz des hochauflösenden Chart-Intervalls handelt es sich statistisch keinesfalls um ein hochfrequentes Scalping-Modell. Aus der Kombination einer geringen Jahrefrequenz mit dem 15-Minuten-Zeithorizont lässt sich ableiten, dass die Strategie sehr spezifische Marktzustände abwartet, bevor Positionen eröffnet werden. Da spezifische Daten zur durchschnittlichen oder medianen Haltedauer sowie zu den Tagen zwischen den Exits nicht im Datensatz vorliegen, kann die exakte Verweildauer in einzelnen Positionen nicht quantifiziert werden; die Gesamtanzahl der Exits verdeutlicht jedoch eine ausgeprägte Inaktivität über längere Marktphasen hinweg.

3. Qualität der historischen Ergebnisse

Die Ertragsstruktur der Strategie zeichnet sich durch ein sehr vorteilhaftes Verhältnis zwischen Trefferquote und Ertragshöhe aus. Bei einer Trefferquote von 73,68 % endeten fast drei Viertel aller Transaktionen im Plus. Der Profit-Faktor von 3,75 zeigt, dass den summierten Bruttoprofiten ein im Verhältnis sehr geringes Verlustvolumen gegenübersteht. Der durchschnittliche Trade-Ertrag liegt bei 4,04 %, während der Median-Trade einen Wert von 3,60 % erreicht. Die geringe Spanne zwischen Mittelwert und Median weist auf eine hohe Stabilität im Kernbereich der Ergebnisse hin, da der Ertrag nicht durch isolierte Ausreißer verzerrt wird. Auch die Betrachtung der Extremergebnisse unterstützt diesen Eindruck: Der beste Trade erzielte einen Gewinn von 76,74 %, während der schlechteste Einzel-Trade einen Verlust von -23,99 % aufwies. Ein zentraler Qualitätsindikator ist die Gewinnkonzentration: Die drei größten Gewinntrades machen zusammen lediglich 9,24 % des gesamten Bruttogewinns aus. Die Historie basiert somit auf einer breiten Substanz wiederholter positiver Trades und nicht auf wenigen Zufallstreffern.

4. Risiko, Drawdown und Verlustverhalten

Das historische Risikoprofil wird maßgeblich durch den maximalen Drawdown von 29,95 % definiert. Dieser Wert spiegelt die stärkste konsolidierte Verlustphase wider, die das System während der 5,9-jährigen Testhistorie durchlief. Im Kontext des Kryptomarktes stellt ein Rückgang unter 30 % bei einem Ertrag dieser Größenordnung eine beachtliche Risikokontrolle dar. Die Verlustdynamik wird zusätzlich durch die Streaks verdeutlicht: Während die längste Verlustserie lediglich 4 aufeinanderfolgende Trades umfasste, erreichte die längste Gewinnserie beeindruckende 24 Trades in Folge. Dass der schlechteste Einzel-Trade mit -23,99 % nahe am maximalen Gesamtrückgang von 29,95 % liegt, deutet darauf hin, dass wesentliche Teile des Drawdowns mitunter durch einzelne, ausgeprägte Fehlschläge verursacht wurden, anstatt durch lang anhaltende Serien systematischer Fehltricks. Das Zusammenspiel aus kurzer Verlustserie und hoher Trefferquote trug historisch zu einer schnellen Erholung des Eigenkapitals bei.

5. Verhalten im Zeitverlauf und jährliche Stabilität

Über den Beobachtungszeitraum von September 2020 bis August 2026 erstreckt sich die Strategiehistorie über mehrere Marktphasen des Krypto-Sektors. Aufschlüsselungen für einzelne Kalenderjahre liegen im zugrundeliegenden Datensatz nicht vor. Das Gesamtergebnis von 266 Trades erlaubt jedoch die statistische Schlussfolgerung, dass die Gesamtperformance auf einer konsistenten Stichprobe beruht. Die Einordnung auf Rang 2 im spezifischen Ticker-Ranking für UNI bei einem DevioLab-Score von 67,90 belegt, dass das System im historischen Vergleich innerhalb dieses Marktes eine überdurchschnittliche Verteilung von Ertrag und Risiko im Vergleich zu alternativen Parametrisierungen aufweist. Die Gleichmäßigkeit der Trades verteilt sich effektiv über die Jahre des Auswertungsfensters, wenngleich Schwankungen in der Aktivität systemimmanent sind.

6. Jüngste Periode seit 01.06.2024 im Vergleich zur Gesamthistorie

Für den Beobachtungszeitraum ab dem 01.06.2024 bis zum Ende des Datensatzes weist die Statistik exakt 0 geschlossene Trades aus. Infolgedessen sind Kennzahlen wie die kumulierte Rendite für diesen spezifischen Teilzeitraum nicht vorhanden. Dieses Ergebnis bedeutet, dass im genannten Fenster keine Positionen nach den historischen Ausstiegskriterien beendet wurden. Statisch impliziert dies, dass die jüngste Evidenzlage für die Strategie äußerst dünn bzw. inaktiv ist. Während die 5,9-jährige Gesamthistorie ausgeprägte Qualitätseigenschaften aufweist, lässt sich aus der Phase seit Mitte 2024 keine Aussage über die Anpassungsfähigkeit an das unmittelbar aktuelle Marktumfeld ableiten. Für eine vollständige Bewertung muss berücksichtigt werden, dass das Gesamtergebnis ausschließlich aus den bis Mitte 2024 realisierten Trades resultiert.

7. Stärken und Einschränkungen

Zu den klaren statistischen Stärken der Strategie zählen die hohe Trefferquote von 73,68 %, der überzeugende Profit-Faktor von 3,75 und die extrem geringe Konzentration des Gewinns auf die Top-3-Trades (9,24 %). Auch die ausgeprägte Gewinnserie von bis zu 24 erfolgreichen Trades in Folge unterstreicht die historische Stabilität der Signalgenerierung. Auf der Seite der Einschränkungen steht an erster Stelle das Ausbleiben abgeschlossener Trades seit dem 01.06.2024, was die Bewertung der aktuellen Leistungsfähigkeit erschwert. Zudem zeigt der schlechteste Trade von -23,99 %, dass Verlustpositionen im Extremfall beträchtliche Ausmaße annehmen können und nahe an den maximalen Drawdown von 29,95 % heranreichen. Fehlende Daten zur exakten Haltedauer schränken zudem die zeitliche Detailanalyse der Positionsführung ein.

8. Analytische Schlussfolgerung von DevioLab

Die DevioLab-Analyse ordnet das System mit einem Score von 67,90 und Rang 2 für UNI als eine historisch überaus erfolgreiche und strukturell solide Quant-Strategie ein. Die Kombination aus hohem Gesamtertrag (+792.506,40 %) und moderatem Drawdown (29,95 %) zeugt von einem effizienten Verlustmanagement in der Vergangenheit. Die stärkste analytische Note liegt in der Verteilung der Erträge: Der Erfolg basiert auf der Vielzahl moderater Gewinne mit einem Median von 3,60 %, anstatt von extremen Ausreißern abhängig zu sein. Die wesentliche Schwachstelle in der aktuellen Evaluation ist die Inaktivität im Zeitraum ab Juni 2024. Analysten sollten beachten, dass das System historisch hervorragende Ergebnisse lieferte, jedoch eine Überprüfung der Signalgenerierung in jüngsten Marktphasen erforderlich ist, bevor Rückschlüsse auf die unmittelbare Gegenwart gezogen werden.

9. Datenumfang und Methodik

Sämtliche in diesem Bericht verarbeiteten Kennzahlen basieren auf der historischen Simulation geschlossener Trades für den Ticker UNI im Handelspaar UNI auf Basis von 15-Minuten-Intervallen. Der ausgewertete Gesamtzeitraum erstreckt sich vom 17.09.2020 bis zum 12.08.2026 (5,9 Jahre). Die prozentualen Ertragsangaben beziehen sich rein auf die simulierten Handelsergebnisse des Modells. Sie stellen keine realen Kontostände oder Ergebnisse eines Live-Handelskontos dar. Faktoren wie Ausführungsgebühren, Slippage, Liquiditätsengpässe oder Finanzierungskosten sind in den zugrundeliegenden Daten nicht enthalten. Vergangene Testergebnisse bieten keine Garantie für zukünftige Performanceverläufe im realen Markt.

Vollständige Strategieanalyse