Auf dieser Seite ist die laufende Live-Performance jedes in Suna AI Vision eingebundenen KI-Modells einsehbar. Modell-Prognosen werden taeglich fuer Gold (XAU/USD) und EUR/USD gegen reale Markt-Ticks ausgewertet, normalisiert auf R-Multiples und nach einer regel-basierten Logik (Walk-Forward-Methodik, definierte Schwellenwerte) bewertet. Pro Modell werden Anzahl ausgewerteter Trades, Trefferquote, durchschnittliches R-Multiple sowie der aktuelle Status (aktiv / de-priorisiert) angezeigt.
Jede Modell-Prognose wird ausschliesslich gegen Daten ausgewertet, die das Modell zum Vorhersagezeitpunkt nicht gesehen hatte (Walk-Forward-Evaluation). Damit wird Look-Ahead-Bias methodisch ausgeschlossen — die Auswertung entspricht der Realbedingung des Handelns.
Reine Trefferquote ist als Kennzahl unzureichend: ein System mit 80 % Trefferquote und 1:10-Risk-Reward verliert dennoch. Ergebnisse werden daher auf R-Multiples normalisiert (Gewinn beziehungsweise Verlust ausgedrueckt in Vielfachen des Initialrisikos), sodass die Modelle vergleichbar sind und ein etwaiger Edge eindeutig ablesbar wird.
Modelle, die ueber ein definiertes Fenster unter Schwelle fallen, werden im Konsens-Voting niedriger gewichtet. Sobald die Live-Performance wieder ueber Schwelle liegt, wird das Modell automatisch hoeher gewichtet. Der Mechanismus ist regel-basiert und nicht manuell gesteuert.
Live-Marktdaten fuer Gold (XAU/USD) und EUR/USD: Twelve Data (Free-Tier). Krypto-Marktdaten: CoinGecko (Demo-Tier). Historische 1-Minuten-OHLC-Daten: Dukascopy.
Pro KI-Modell: Anzahl ausgewerteter Trades, Trefferquote, durchschnittliches R-Multiple, aktueller Status (aktiv / de-priorisiert), Zeitraum der Auswertung. Die Auswertung ist regel-basiert (Walk-Forward, R-Multiple, Schwellenwerte) und nicht handgepickt.
Pro KI-Modell: Anzahl ausgewerteter Trades, Trefferquote, durchschnittliches R-Multiple, aktueller Status (aktiv / de-priorisiert), Zeitraum der Auswertung. Die Auswertung erfolgt regel-basiert nach Walk-Forward-Methodik mit R-Multiple-Normalisierung.
Eine Modell-Prognose wird ausschliesslich gegen Daten ausgewertet, die das Modell zum Vorhersagezeitpunkt nicht gesehen hatte. Dadurch wird Look-Ahead-Bias methodisch ausgeschlossen und die Auswertung entspricht der Realbedingung des Handelns.
Reine Trefferquote ist als Kennzahl unzureichend. Ein System mit 80 % Trefferquote und 1:10-Risk-Reward verliert trotzdem. R-Multiples (Gewinn bzw. Verlust in Vielfachen des Initialrisikos) machen Modelle und Strategien fair vergleichbar.
Wenn die Live-Performance ueber ein definiertes Fenster unter eine vorher festgelegte Schwelle faellt. Die Gewichtung im Konsens-Voting wird dann reduziert. Sobald die Performance wieder ueber Schwelle liegt, wird das Modell automatisch wieder hoeher gewichtet.
Nein. Die Auswertung ist regel-basiert (Walk-Forward, R-Multiple, fest definierte Schwellenwerte) und wird automatisiert berechnet. Es findet keine manuelle Selektion der angezeigten Modelle statt.