Bitcoin-Handelsstrategie im Detail: Promi-Vorhersagen: Klassische Modelle versagen allesamt, nur diese vier Indikatoren bleiben übrig.

Originaltitel: „KI hat meine hochpräzise Bitcoin-Handelsstrategie für alle zugänglich gemacht.“
Originalautor: JiaYi, Gründer von GeekCartel

Da ich kein Händler bin, musste ich mir bei der Entwicklung meiner BTC-Handelsstrategie über eine Sache im Klaren sein: Welche Daten können tatsächlich Bitcoin-Preisbewegungen vorhersagen und welche Daten fügen der Vorhersage nur Rauschen hinzu?

Beginnen wir mit dem Fazit: Nachdem ich meine Arbeit abgeschlossen hatte, testete ich dieses System eine Woche lang. An jedem wichtigen Signalpunkt gab es mir im Voraus die Richtung an.

Hier die vollständige Logik.

1. Forschungshintergrund: Ich habe alle Methoden zur "Vorhersage von BTC" überprüft.

Ich bin kein professioneller Händler. Anstatt also direkt zu den Indikatoren zu springen, habe ich zuerst etwas Dummes getan –

Ich habe alle auf dem Markt erhältlichen Bitcoin-Prognosemethoden für den Zeitraum von 2017 bis 2025 geprüft.

Sie lassen sich in drei Kategorien einteilen:

Kategorie 1: Meinungen von Prominenten. VanEck prognostizierte 180.000 US-Dollar bis 2025. Verfehlt. Bitwise prognostizierte 200.000 US-Dollar. Verfehlt. Tom Lee, Arthur Hayes, Novogratz, Cathie Wood – fast alle wichtigen Preisprognosen der letzten 8 Jahre wiesen eine systematische Aufwärtstendenz auf, mit einer durchschnittlichen Abweichung von über 50 %.

Kategorie 2: Analytische Methoden. Stock-to-Flow-Modell (die Version von PlanB), logarithmische Wachstumskurven, Zyklustheorien, Wyckoff-Methode, Elliott-Wellen... jedes dieser Modelle hatte seine eigene "historische Genauigkeit", aber bei Tests über das Jahr 2024 hinaus versagten fast alle.

Kategorie 3: On-Chain-Signale. MVRV Z-Score, SOPR, NUPL, Puell Multiple, Hash Ribbon, Reserve Risk... Diese Kategorie habe ich am intensivsten untersucht, da es hier nicht um "Vorhersagen", sondern vielmehr um "Zustandsbeschreibung" geht.

Nachdem ich alle drei Kategorien durchgesehen hatte, begann ich mit dem Filtern.

2. Filterung und Analyse: Mehr Daten bedeuten nicht automatisch mehr Genauigkeit, sondern oft auch mehr Rauschen.

Nach der Vorführung entdeckte ich etwas Kontraintuitives:

Wenn eine große Menge an Daten in unterschiedliche Richtungen weist, verschlechtert sich Ihr Urteilsvermögen tatsächlich.

Nach der Analyse habe ich sie in zwei Kategorien eingeteilt –

Unzuverlässige Kategorie (Aussortieren)

Promi-Vorhersagen. Die Anreizstruktur erfordert, dass sie gewagte Aussagen treffen. Mit der Aussage „500.000 Dollar“ erzielen sie Schlagzeilen, gewinnen Follower und werden immer wieder erwähnt. Die Aussage „80.000 Dollar seitwärts“ findet keinerlei Beachtung. Niemand hinterfragt sie, wenn sie falsch liegen, aber wenn sie richtig liegen, werden sie für immer als „Gurus“ gefeiert. Da sich diese Struktur nicht ändert, sind die Vorhersagen nie zutreffend.

Stock-to-Flow-Modelle und ähnliche reine Modelle. Sehr genau bis 2021, völlig daneben nach 2022. Warum? Weil die Annahme des Modells lautete, dass der Preis durch die Angebotskurve bestimmt wird, aber nach dem ETF-Einstieg der Preis durch den Kapitalfluss und nicht durch das Angebot bestimmt wird. Das Modell an sich ist nicht falsch; die Welt, die es beschreibt, hat sich verändert.

Einzelne Stimmungsindikatoren (reine Angst & Gier). Historisch gesehen markierte ein längerer Aufenthalt von Fear & Greed unter 20 manchmal einen Tiefpunkt, in anderen Fällen war es aber auch ein Vorbote für einen weiteren Absturz auf -30. Bei alleiniger Verwendung entstehen zu viele Fehlsignale.

Zuverlässige Kategorie (Beibehalten)

MVRV Z-Score. Misst die Abweichung des aktuellen Marktwerts von den durchschnittlichen Anschaffungskosten aller Inhaber. Jedes Mal, wenn es in der Geschichte in die grüne Zone eintrat, markierte es genau innerhalb von ±2 Wochen einen Tiefpunkt – ein dreifacher Erfolg in den Jahren 2018, März 2020 und 2022. Aber Achtung: Nach 2024 hat sich die Fähigkeit des Systems, Höchststände vorherzusagen, als unzureichend erwiesen (bei 73.000 US-Dollar wurde eine Überhitzung signalisiert, der BTC-Kurs stieg auf 126.000 US-Dollar), da der ETF-Handel außerhalb der Blockchain stattfindet und das System den institutionellen Anteil am Gesamtmarkt nicht erfassen kann. Daher sollte nur die Fähigkeit beibehalten werden, Tiefpunkte vorherzusagen .

SOPR 28-Tage-Gleitender Durchschnitt. Misst, wie viel BTC im Rahmen des Handels mit Verlust verkauft wurde. Anhaltend unter 1,0 = die Inhaber kapitulieren = der Kurs nähert sich dem Tiefpunkt. Dieser Indikator hat sich im Laufe der Geschichte als sehr zuverlässig bei der Vorhersage von Tiefpunkten erwiesen.

ETF-Nettomittelzufluss. Ein Kernindikator, der nach 2024 hinzugefügt wird. Institutionelles Grenzverhalten muss von hier aus beobachtet werden, da On-Chain-Daten dies nicht können. Nettozuflüsse von mehr als 5 aufeinanderfolgenden Tagen >1 Milliarde US-Dollar bedeuten, dass Institutionen Kapital anhäufen; Nettoabflüsse von mehr als 5 aufeinanderfolgenden Tagen bedeuten, dass Institutionen Kapital abziehen.

Makroliquidität. Fed-Richtung + M2-Wachstumsrate. Langes Anziehen während der Lockerungsphasen, reduzierte Exposition während der Straffungsphasen. Keine kurzfristigen Zeitvorgaben, nur die allgemeine Richtung festlegen.

Angst und Gier als Ergänzung. Wird nicht allein verwendet, sondern nur gewichtet, wenn es mit anderen Signalen in Resonanz tritt.

Nach dem Filtern bleiben vier Dimensionen übrig. Ein weiteres Exemplar hinzuzufügen wäre überflüssig.

3. Strategiebildung: Vierdimensionale Resonanz: Handeln Sie nur, wenn drei oder mehr in dieselbe Richtung zeigen.

Nachdem ich geklärt hatte, „welche Kriterien und warum“, entwickelte ich daraus eine Handelsstrategie.

Kernlogik: Verfolgen Sie keine Kursziele, sondern beurteilen Sie lediglich Richtung und Positionierung.

Bewertung: MVRV erreicht die grüne Zone + SOPR fällt unter 1,0 → On-Chain-Hodler kapitulieren, eine historisch hohe Kaufwahrscheinlichkeitszone.

Top-Bewertung: Überhitzte On-Chain-Indikatoren + aufeinanderfolgende ETF-Abflüsse → Institutionelle Anleger ziehen sich zurück und reduzieren ihre Positionen.

Makro-Hintergrund: Fed-Richtung → Long-Positionen bei Lockerungsphasen, Reduzierung des Engagements bei Straffungsphasen.

Ergänzung zur Stimmungsanalyse: Angst & Gier < 20 → Extreme Angst, zusätzliche Gewichtung.

Ein einzelnes Signal reicht nicht aus, um zum Handeln zu veranlassen. Eine echte Einstiegsbasis liegt erst dann vor, wenn drei oder mehr Punkte in die gleiche Richtung zeigen.

Dann habe ich es in ein automatisiertes Überwachungssystem umgewandelt:

• Automatischer Abruf von BTC-Preis, Fear & Greed, On-Chain-Daten und ETF-Flüssen täglich

• Es werden keine Push-Benachrichtigungen versendet, wenn das Signal nicht ausgelöst wird.

• Wenn die Benachrichtigung ausgelöst wird, erhalte ich direkte Telegram-Benachrichtigungen.

• Kein Tagesbericht, kein Lärm. Es werden nur Warnungen ausgegeben, wenn etwas wirklich Beachtungswürdiges passiert.

Aktuelles Signal (15. April 2026)

Die aktuellen Messwerte dieses Systems für mich:

BTC 71.631 $. Angst und Gier = 12, ein historisch extrem hohes Angstniveau. MVRV Z-Score im grünen Kaufbereich. Ein SOPR-Wert unter 1,0 deutet darauf hin, dass die Inhaber mit Verlust verkaufen.

On-Chain Triple Confluence vollständig bestätigt.

Das einzige Gegensignal: Die ETF-Zuflüsse waren in letzter Zeit relativ schwach, institutionelle Anleger haben noch nicht endgültig mit dem Akkumulieren begonnen.

Historisch gesehen ist die On-Chain Triple Confluence (extreme Angst + MVRV im grünen Bereich + SOPR < 1) nur dreimal aufgetreten: am Tiefpunkt Ende 2018, im März 2020 und am Tiefpunkt im Jahr 2022. Anschließend wurde in den folgenden 12 Monaten eine Rendite von über 100 % erzielt.

Hier geht es nicht darum, vorherzusagen, wie hoch der Bitcoin-Kurs steigen wird. Dies ist eine objektive Beschreibung des aktuellen Marktzustands.

Meine wichtigste Erkenntnis aus meinen Recherchen ist:

Vorhersagen sind die Ansichten anderer; Rahmenwerke sind Ihre eigenen Instrumente der Urteilsbildung.

Wenn deine Vorhersage falsch ist, hast du nichts. Wenn Ihr Framework fehlerhaft ist, wissen Sie zumindest, wo das Problem liegt und können es iterativ beheben.

Sie können Ihre eigenen Präferenzen einbringen, wie z. B. Hebelwirkung und Zykluszeitvorlieben. Auf diese Weise werden die von der KI bereitgestellten Signale auf Ihre betrieblichen Gegebenheiten zugeschnitten.

Haftungsausschluss: Die obigen Ausführungen basieren auf historischen Mustern und stellen keine Finanzberatung dar.

Link zum Originalartikel