Mlnas
- Experten
- Version: 1.0
Mlnas NASDAQ DML Institutional ist eine vollständig systematische, quantitative Handelsarchitektur, die exklusiv für den NASDAQ 100 Index entwickelt wurde. Im Gegensatz zu traditionellen heuristischen Expert Advisors, die unter einem statischen Parameterverfall leiden, verwendet die Mlnas-Engine ein Online-Modell mit kontinuierlichem maschinellem Lernen (Dynamic Machine Learning, DML), das in ein institutionelles Volatilitäts-Targeting-Framework integriert ist.
Dieses System ist so konzipiert, dass es eine hochgradig asymmetrische Aktienkurve liefert, die das Risiko am linken Ende abschneidet und gleichzeitig die makroökonomischen Trends am rechten Ende uneingeschränkt erfasst. Erreicht wird dies durch eine mathematische Homogenisierung des Risikoprofils über wechselnde Marktvolatilitätsregime hinweg, wobei strukturelle Kapitalflüsse von hochfrequentem mikrostrukturellem Rauschen isoliert werden.
Algorithmische Kernarchitektur Die Transaktionsmaschine arbeitet mit einem gleichzeitigen Vier-Knoten-System. Kapital wird nur dann auf dem Markt eingesetzt, wenn alle Module mathematisch absolut konvergent sind:
-
Mehrdimensionales Zeitreihenmomentum (TSMOM): Mindert das Risiko einer vorübergehenden Mittelwertumkehr durch Bewertung der strukturellen Ausrichtung über eine fraktale Zeitmatrix. Der Algorithmus extrahiert rohe Momentum-Vektoren aus den M15-, H1-, H4- und D1-Periodizitäten. Dadurch wird sichergestellt, dass sich die Intraday-Ausführung strikt an den vorherrschenden makroökonomischen Liquiditätsblöcken orientiert und der Handel gegen wichtige strukturelle Strömungen vermieden wird.
-
Dynamisches maschinelles Lernen (DML): Der prädiktive Kern verwendet einen logistischen Online-Regressionsalgorithmus, der dem Richtungsergebnis der nachfolgenden Periode eine stochastische Wahrscheinlichkeit zuweist. Das Modell aktualisiert seine Gewichtungsvektoren sofort nach jeder geschlossenen Kerze über stochastischen Gradientenabstieg und passt sich so gewaltsam an plötzliche Regimewechsel an, ohne dass eine Offline-Umschulung erforderlich ist.
-
Mikrostrukturelle Rauschfilterung: Um eine vorzeitige Liquidation aufgrund von algorithmischen Liquiditätsschwankungen zu verhindern, setzt die Engine ein dynamisches Volatilitätsbandsystem ein. Dadurch werden strukturelle Invaliditätsgrenzen festgelegt, die die genaue mathematische Koordinate für den anfänglichen dynamischen Stop-Loss liefern und willkürliche punktbasierte Stops ersetzen.
-
Institutionelles Volatilitäts-Targeting: Der Algorithmus setzt ein strenges annualisiertes Volatilitätsziel durch (Standardwert 15 %). Die Engine berechnet kontinuierlich die realisierte Standardabweichung der logarithmischen Renditen der Vermögenswerte. In Zeiten extremer Marktschwäche und -expansion nimmt das System automatisch einen Teil der Standardlosgröße ab, um das Portfolio vor systemischen Drawdowns zu schützen.
Risikomanagement & Ausführungsprotokolle
-
Varianzangepasste Größenbestimmung: Das Transaktionsvolumen wird dynamisch berechnet. Ein Basis-Risikoparameter wird durch den exakten Tick-Wert-Abstand zum mikrostrukturellen Invaliditätslevel geteilt und dann mit dem aktuellen Volatilitätsskalar multipliziert. Dies garantiert ein identisches monetäres Day-Zero-Risiko für alle Trades, unabhängig von der Indexbewertung.
-
Diskreter Step-Trailing Stop: Das System verwendet einen verzögerten, diskreten Trailing-Mechanismus. Der Schutzauftrag bleibt statisch, um normale Intraday-Pullbacks aufzufangen, und beginnt erst dann mit dem Nachziehen des Marktes, wenn ein massiver positiver Ausschlag gesichert ist, um das Kapital in strengen mathematischen Intervallen zu sichern.
Operative Anforderungen
-
Instrument: NASDAQ 100 (NAS100, US100, USTEC).
-
Ausführungszeitrahmen: M15.
-
Broker-Umgebung: Eine RAW ECN-Kontoklassifizierung ist unbedingt erforderlich, um die Ausführungslatenz und die Spreadkosten zu minimieren. Standard- oder STP-Konten beeinträchtigen die mikrostrukturelle Filtrationslogik.
-
Hosting: Ein VPS mit niedriger Latenz ist aufgrund der kontinuierlichen Online-Lern-Updates, die am Ende jeder M15-Periode ausgeführt werden, zwingend erforderlich.
Definition der Eingabeparameter
-
InpBaseRisk : Nominales Basisrisiko pro Operation im Verhältnis zum gesamten Eigenkapital (z. B. 0,01 = 1 %).
-
InpTargetVol : Jährliche Zielvolatilitätsgrenze.
-
InpLearningRate : Alpha-Schritt für den DML-Gradientenabstieg.
-
InpConfidenceThreshold : Für die Ausführung erforderliche statistische Mindestwahrscheinlichkeit.
-
InpMinSLPoints : Absoluter Mindest-Stop-Loss-Abstand zur Vermeidung einer Spread-Ausführung.
-
InpTrailingActivation : Erforderliche Anfangspunkte im Gewinn, um das Step-Trailing-Protokoll auszulösen.
