Echtzeit-Signalverarbeitungs-Engine für Hochgeschwindigkeits-Handelsautomatisierung

Übersicht

Die Echtzeit-Signalverarbeitungs-Engine von MagicTradeBot ist darauf ausgelegt, gleichzeitig Tausende von Handelssymbolen mit minimaler Latenz zu analysieren. Das System verarbeitet pro Symbol über 30 verschiedene Signalalgorithmen, kombiniert historische Kerzendaten (Klines) mit Live-Tick-Updates und erkennt profitable Handelschancen genau in dem Moment, in dem sie entstehen.

Kernarchitektur

Multi-Symbol-Verarbeitungspipeline

Der Bot betreibt eine durchgehende Verarbeitungspipeline, die:

  • Lädt und zwischenspeichert historische Kerzendaten für jedes überwachte Symbol
  • Streamt Live-Tick-Daten, um die aktuellste Kerze in Echtzeit zu aktualisieren
  • Führt parallel über 30 Signalalgorithmen pro Symbol aus
  • Filtert Signale basierend auf den aktivierten Konfigurationen
  • Löst Aktionen aus (Orderplatzierung oder Broadcast), sobald die Bedingungen erfüllt sind

Datenfluss

Historische Kline-Daten → Cache-Schicht → Signalverarbeitungs-Engine
         ↓ ↑
Live-Tick-Stream ──────────────────────────────┘
         ↓
Signalalgorithmen (30+) → Aktivierte Filter → Aktions-Router
         ↓ ↓
   Signalausgabe ┌───────────┴───────────┐
                                    ↓ ↓
                       Orderplatzierung   Broadcast
                       (falls in volatility_ (falls in volatility_
                        action list)       action_broadcast list)

Unterstützte Signaltypen (über 30)

Trend- & Momentum-Signale

Grundlegende Richtungssignale

  • UP — Bullische Bewegung erkannt
  • DOWN — Bärische Bewegung erkannt

Volumen & Preisaktion

  • PUMP — Plötzlich starke Aufwärtsvolatilität mit Volumensprung
  • CRASH — Plötzlich starke Abwärtsvolatilität mit Volumenabfall
  • SPIKE_PUMP — Extremes Preisanstiegs-Spike (erfordert enable_spike_detection = true)
  • SPIKE_CRASH — Extremes Preisabsturz-Spike (erfordert enable_spike_detection = true)

Umkehr- & Erholungssignale

  • RECOVERY — Schneller Rebound nach starkem Rückgang
  • REVERSAL — Bestätigte Trendrichtungsumkehr
  • STOP_HUNT_RECOVERY — Stop-Loss-Jagd gefolgt von Erholungsbounce
  • FISHER_STOP_HUNT_RECOVERY — Fisher-Transform-bestätigte Erholung
  • STOP_HUNT_REVERSAL — Stop-Loss-Jagd gefolgt von Umkehr
  • FISHER_STOP_HUNT_REVERSAL — Fisher-Transform-bestätigte Umkehr

Akkumulation & Distribution

  • ACCUMULATION — Seitwärts-Konsolidierung mit verstecktem Kaufdruck
  • FISHER_ACCUMULATION — Fisher-Transform-bestätigte Akkumulation
  • DISTRIBUTION — Distributionsphase mit ansteigendem Abwärtstrend
  • FISHER_DISTRIBUTION — Fisher-Transform-bestätigte Distribution

Ausbruchssignale

  • BREAKOUT_UP / FISHER_BREAKOUT_UP
  • BREAKOUT_DOWN / FISHER_BREAKOUT_DOWN

Support & Widerstand

  • SUPPORT_ABSORPTION — Preisabsorption an starkem Support
  • RESISTANCE_ABSORPTION — Preisabsorption nahe Widerstand

Technische Indikatorsignale

RSI-basiert

  • RSI_BUY — Überverkauft (erfordert enable_oversold_signal = true)
  • RSI_SELL — Überkauft (erfordert enable_overbought_signal = true)

Volumenanalyse

  • VOLUME_SPIKE_BUY
  • VOLUME_SPIKE_SELL

Momentum & Geschwindigkeit

  • MOMENTUM_BUY, MOMENTUM_SELL
  • VELOCITY_BUY, VELOCITY_SELL

ATR, Bollinger, MACD, Divergenz

  • ATR_BREAKOUT_BUY / ATR_BREAKOUT_SELL
  • BB_BUY / BB_SELL
  • MACD_BUY / MACD_SELL
  • DIVERGENCE_BUY / DIVERGENCE_SELL

Fortgeschrittene Multi-Faktor-Signale

  • COMBINED_BUY / COMBINED_SELL
  • MTF_BUY / MTF_SELL
  • CVD_BUY / CVD_SELL
  • VWAP_BUY / VWAP_SELL
  • RS_BUY / RS_SELL
  • REGIME_BUY / REGIME_SELL
  • CHOP_BUY / CHOP_SELL
  • OFI_BUY / OFI_SELL
  • ICHIMOKU_BUY / ICHIMOKU_SELL

Langfristige Smart-Money-Signale

  • LONGTERM_SMART_LONG_SIGNAL
  • LONGTERM_SMART_SHORT_SIGNAL

Signalverarbeitungs-Workflow

Schritt 1: Datenaufbereitung

  1. Laden historischer Kerzendaten aus Cache oder API
  2. Prüfung der Datenvollständigkeit (Lücken, fehlende Kerzen)
  3. Einpflegen der neuesten Tick-Daten in die aktive Kerze
  4. Berechnung technischer Indikatoren (RSI, MACD, ATR, Bollinger usw.)
  5. Berechnung abgeleiteter Metriken (Volumendelta, Geschwindigkeit, Momentum)

Schritt 2: Ausführung der Signalalgorithmen

Die Engine führt alle aktivierten Algorithmen parallel aus. Jeder Algorithmus analysiert den vorbereiteten Datensatz und gibt Signale aus mit: Typ, Richtung, Stärke, Zeitstempel und Konfidenzwert.

Schritt 3: Signalfilterung

Signale durchlaufen mehrere Filter, bevor eine Aktion erfolgt:

  • Aktivierungsprüfung — Signale müssen in der Konfiguration freigeschaltet sein (z. B. SPIKE_CRASH benötigt enable_spike_detection).
  • Volatilitäts-Aktionsfilter — Abgleich mit supported_volatility_action für automatisierte Orders.
  • Broadcast-Filter — Abgleich mit supported_volatility_action_broadcast für Benachrichtigungen.

Schritt 4: Aktionsausführung

Automatisierte Orderplatzierung

WENN signal.type IN supported_volatility_action:
    → Order je nach Signalausrichtung platzieren
    → Risikomanagement-Regeln anwenden
    → Orderdetails protokollieren

Signal-Broadcast

WENN signal.type IN supported_volatility_action_broadcast:
    → Signaldaten formatieren
    → An Discord / Telegram / WhatsApp / andere Kanäle senden

Konfigurationsbeispiel

# Auslöser für Orderplatzierung
supported_volatility_action:
  - "BUY"
  - "SELL"
  - "PUMP"
  - "CRASH"
# Auslöser für Broadcast (größerer Umfang für Benachrichtigungen)
supported_volatility_action_broadcast:
  - "BUY"
  - "SELL"
  - "PUMP"
  - "CRASH"
  - "OFI_BUY"
  - "OFI_SELL"
  - "VOLUME_SPIKE_BUY"
  - "VOLUME_SPIKE_SELL"
  - "DIVERGENCE_BUY"
  - "DIVERGENCE_SELL"

Hinweis: Nach Änderung der Signaleinstellungen Symbolliste neu synchronisieren (aus symbols.json entfernen und neu importieren). Verwenden Sie eine breitere Broadcast-Liste, um ohne automatisierte Ausführung zu überwachen.

Leistungsmerkmale

Zero-Latency-Design

  • In-Memory-Caching zur Reduzierung von API-Aufrufen
  • Tick-Streaming aktualisiert nur die aktive Kerze
  • Parallele Verarbeitung über Symbole und Algorithmen
  • Optimierte Berechnungen mit Wiederverwendung von Zwischenergebnissen

Skalierbarkeit

  • Verarbeitet gleichzeitig Tausende von Symbolen
  • Führt über 30 Algorithmen pro Symbol in Millisekunden aus
  • Unterstützt mehrere Timeframes pro Symbol
  • Horizontale Skalierung durch zusätzliche Verarbeitungsknoten

Zuverlässigkeit

  • Fehlertoleranz — läuft weiter, wenn einzelne Signale fehlschlagen
  • Datenvalidierung vor der Verarbeitung
  • Graceful Degradation — überspringt fehlerhafte Symbole
  • Fehlerprotokollierung zum Debuggen

Anwendungsfälle

  • High-Frequency-Trading — SPIKE-, PUMP- und CRASH-Signale für schnelle Ein-/Ausstiege
  • Smart-Money-Following — Verfolgung institutioneller Muster mit LONGTERM_SMART-Signalen
  • Multi-Strategie-Portfolio — Kombinationen über Symbolgruppen ausführen
  • Risikomanagement — Nur Broadcast-Signale für manuelle Prüfung nutzen
  • Markt-Scanning — Hunderte Symbole auf seltene Gelegenheiten überwachen

Best Practices

  1. Konservativ starten — Zunächst nur wenige Signale aktivieren
  2. Trading und Monitoring trennen — Breitere Broadcast-Liste als Aktionsliste
  3. Backtesting — Signal-Kombinationen vor Live-Einsatz validieren
  4. Ressourcen überwachen — Ausreichend Rechenleistung für über 30 Signale pro Symbol sicherstellen
  5. Logs prüfen — Verfolgen, welche Signale am besten performen
  6. Schwellwerte anpassen — Sensitivität an aktuelle Marktbedingungen anpassen

Technische Anforderungen

  • Stabile WebSocket-Verbindung für Tick-Streaming
  • Ausreichend RAM für den Kline-Cache aller Symbole
  • Niedrige Latenz zum Netzwerk der Börsen-APIs
  • Multicore-CPU für parallele Verarbeitung
  • Persistenter Speicher für Signalhistorie und Analysen

📎 Related Topics