Dokumentation

Erste Schritte

Von null zur getesteten Handelsstrategie in fünf Schritten. Kein Programmieren erforderlich.

Was du vorher brauchst: Historische Kursdaten für dein Instrument im CSV-Format, also Daten, die dir gehören oder die du nutzen darfst, und DataConvert, ein kostenloses Werkzeug, das sie auf deinem Rechner konvertiert (Schritt 1). Der Rest läuft in partiqon.
01

Daten mit DataConvert konvertieren

partiqon verwendet ein kompaktes Binärformat namens BAR6. DataConvert ist ein kostenloses, quelloffenes Tool, das deine CSV-Daten in BAR6 umwandelt. Es läuft lokal; deine Rohdaten verlassen nie deinen Computer.

Lade DataConvert herunter, zeige es auf deine CSV-Exportdatei, gib Symbolname und Timeframe an und klicke auf Konvertieren. Das Ergebnis ist eine .bin-Datei. partiqon arbeitet mit Bars von 1, 5, 10, 15, 30 oder 60 Minuten oder mit Tick-Daten. Wähle in DataConvert eine dieser Größen.

→ Schritt-für-Schritt-Anleitung für DataConvert

02

Datendatei hochladen

Im Workspace das Panel Settings öffnen, bestätigen, dass dir die Daten gehören (oder du sie nutzen darfst), und die erstellte .bin-Datei in den Upload-Bereich ziehen. partiqon liest Symbol und Timeframe aus der Datei selbst und prüft, ob sie gültig ist.

💡 Jede Datei wird im Account gespeichert und steht für jede Strategie zur Verfügung. Free behält 2 Dateien, Pro 10 und Premium beliebig viele; die Größengrenzen stehen auf der Preisseite. Ein Datensatz, der 90 Tage nicht genutzt wurde, wird gelöscht, frühestens 14 Tage nachdem wir dich per E-Mail darauf hingewiesen haben.
03

Strategie erstellen: drei Wege

Die Methode wählen, die am besten passt:

  • Graph-Editor: Blöcke auf die Arbeitsfläche ziehen und visuell verbinden. Kein Code. 98 Blocktypen für Indikatoren, Bedingungen, Einstiege, Ausstiege und Trailing Stops. Block-Referenz →
  • Text2Strategy: Strategie in Alltagssprache beschreiben (etwa „RSI unter 30, EMA-Slope positiv, Long-Einstieg mit 1,5×ATR-Stop"), und partiqon baut den Graphen. Text2Strategy-Anleitung →
  • Pine-Script-Import: Existierende TradingView-Strategie importieren und auf eigenen Daten testen. Pine-Import-Anleitung →
💡 Unsicher, welche Blöcke zu verbinden sind? Text2Strategy ausprobieren. Es liefert einen lauffähigen Graphen, der dann manuell bearbeitet werden kann.
04

Ersten Backtest ausführen

Mit geöffnetem Graphen in der Graph-Toolbar auf Backtest klicken. Zeitraum und Startkapital eingeben, dann auf Run Backtest klicken. Fills nutzen das Bid/Ask aus deinen Daten; das Spread-Feld gilt nur für Bars ohne Quotes.

Ergebnisse umfassen: Equity-Kurve, Profit-Factor, Win-Rate, maximalen Drawdown, Sharpe-Ratio und eine Trade-für-Trade-Übersicht. Der Backtest läuft im Hintergrund, du kannst also anderes tun, während er läuft.

→ Wie Backtesting funktioniert

💡 Ein Zeitraum teilt sich in einen In-Sample-Zeitraum (z.B. 2020–2023) und ein Out-of-Sample-Fenster danach (2024–heute). Kennzahlen aus dem Zeitraum, auf dem die Parameter optimiert wurden, enthalten, was die Optimierung an diesen Zeitraum angepasst hat; das spätere Fenster sind Daten, die die Optimierung nicht gelesen hat.
05

Optimieren und validieren

Eingabe-Konstanten im Graph-Editor als tunable markieren. Dann sucht die PSO-Optimierung (Pro und Premium) auf dem In-Sample-Zeitraum die Parameterwerte, die bei der gewählten Metrik am höchsten messen.

Die Walk-Forward-Validierung (Pro und Premium) misst den unveränderten Graphen auf mehreren aufeinanderfolgenden Out-of-Sample-Blöcken, jeder nach einem In-Sample-Fenster. Die Kennzahlen der einzelnen Blöcke zeigen, wie sich das Ergebnis von einem Zeitraum zum nächsten unterscheidet.

→ PSO und Walk-Forward erklärt

💡 Walk-Forward-Ergebnisse zeigen, wie viele Blöcke einen Out-of-Sample-Profit-Factor von 1,0 oder höher hatten, den Durchschnitt, den niedrigsten Block und die Werte jedes Blocks. Sie sind Messungen vergangener Zeiträume, keine Prognose.

Was kommt als Nächstes?

Die Walk-Forward-Optimierung (WFO, Premium) optimiert die Parameter auf dem In-Sample-Fenster jedes Blocks neu und misst dann den Block danach; sie misst also das Vorgehen, bei neuen Daten neu zu optimieren. Jedes Ergebnis in partiqon ist eine Messung auf vergangenen Daten; keines davon sagt, ob eine Strategie zum Handeln taugt.

Die vollständige Dokumentation: