GEX-Berechnung
Die analytische Kernschicht berechnet die Gamma-Exposure der Händler aus dem Open Interest der Optionskette — lokal und transparent, ohne undurchsichtige Vendor-Werte.
| Output | Bedeutung |
|---|---|
| Call Wall | Strike mit der grössten positiven Gamma-Konzentration über dem Spot |
| Put Wall | Strike mit der grössten negativen Gamma-Konzentration unter dem Spot |
| Gamma Flip | Preislevel, an dem die Netto-Händler-Gamma null kreuzt |
| Normalized GEX | Exposure auf einer vergleichbaren Skala über Ticker und Zeit |
Die Berechnung nutzt eine Risk-Free Rate von FRED, und ein Kalibrierungsschritt vergleicht berechnete Level gegen externe Referenzbeobachtungen und warnt bei Drift.
Signal-Regeln
Level-basierte Ein- und Ausstiegsregeln evaluieren jeden rekonstruierten Snapshot. Regeln werden pro Ticker mit expliziten, sweep-baren Parametern definiert (zum Beispiel eine Wall-Buffer-Distanz), sodass das Verhalten abstimmbar und reproduzierbar ist statt hartkodiert.
Backtest-Engine
Die Engine spielt rekonstruierte Snapshots durch die Signal-Regeln und zeichnet simulierte Trades auf.
- Baseline-Kontrollen — jeder GEX-Regel-Lauf wird gegen Baseline-Strategien (etwa Buy-and-Hold) gemessen, sodass ein Edge nachgewiesen werden muss, nicht angenommen.
- Single-Parameter-Sweep — führt eine Regel über einen Wertebereich eines Parameters aus, um zu testen, ob die Performance stabil ist oder ein fragiler Peak.
- Reporting — eine Run-Zusammenfassung, eine Trade-Liste und ein Gate-Urteil rendern in einen operator-gerichteten Report.
Go-Live-Gate
Die Entscheidung, jemals eine Live-Order zu routen, ist an einen Sechs-Bedingungen-Evaluator delegiert. Ein bestandenes Urteil auf jedem Ziel-Ticker ist das einzige Go-Signal für Phase 2; alles darunter hält das Projekt research-only.
| # | Bedingung |
|---|---|
| a | Trade-Anzahl erreicht einen Per-Ticker-Floor und das Bootstrap-Konfidenzintervall der Per-Trade-Expectancy ist strikt positiv |
| b | Mittlere Expectancy übersteigt die Round-Trip-Handelskosten deutlich |
| c | Maximaler Drawdown bleibt unter der konfigurierten Obergrenze |
| d | Risikoadjustierte Rendite schlägt die beste Baseline, mit Escape-Klausel für Buy-and-Hold-Rückenwind |
| e | Performance ist über den Parameter-Sweep stabil |
| f | Temporale Stabilität — Trades verteilen sich über das Fenster und beide Hälften stimmen im Vorzeichen mit dem Gesamtfenster überein |
Das Gate ist die zentrale Disziplin des Projekts: Es verwandelt „das sieht vielversprechend aus” in ein falsifizierbares Per-Bedingung-Urteil, das halten muss, bevor Live-Ausführung freigeschaltet wird.
Notebooks
Drei Jupyter-Notebooks unterstützen Inspektions-Workflows:
- Per-Trade-Inspektion — eine GEX-State-Timeline mit überlagerten Trade-Ein- und -Ausstiegen.
- Equity-Kurve — eine Equity-Kurve mit Drawdown-Schattierung und einem separaten Drawdown-Panel.
- Sweep-Ansicht — P&L, eine Sortino-Approximation und max. Drawdown über einen Single-Parameter-Sweep geplottet.
Jedes Notebook baut sein eigenes synthetisches In-Memory-Fixture und läuft so end-to-end ohne Credentials. Ein Integrationstest führt alle drei aus und scannt den gerenderten Output auf Credential-Leaks; nbstripout entfernt Output-Zellen beim Commit.
Tooling & Qualität
- Python 3.12+ mit
uvfür das Dependency-Management. - Reproduzierbarkeit — geseedete Läufe machen Backtests deterministisch wiederholbar.
- Secrets — SOPS + age für den Master Key, verschlüsselte Credentials at rest in Phase 2.
- Pre-Commit — Notebook-Output-Stripping und ein
.env/Datenbank-Commit-Guard, lokal durchgesetzt.
Rolle
Alleiniger Designer und Umsetzer: die GEX-Berechnung und -Kalibrierung, die Per-Ticker-Signal-Regeln, die Backtest-Engine mit Baseline-Kontrollen und Parameter-Sweeps, das falsifikations-orientierte Go-Live-Gate sowie die Credential-Sicherheits- und Umgebungsauflösungsschicht, die Live-Ausführung abgesperrt hält, bis die Evidenz es rechtfertigt.