Ronde 2: bestaat er een strategie op goud die na kosten werkt?

Research-periode 2006–2018 (walk-forward test-jaren 2010–2018), XAUUSD spot (Dukascopy). Hold-out H2 (2019-01 t/m 2020-09) niet geopend. Opzet vooraf vastgelegd in PLAN2.md. 756 trials in ronde 2, 1428 in totaal.

Samenvatting in gewone taal

Kort: ik heb geen strategie gevonden die aantoonbaar werkt. Geen van de vier strategie-families haalde de vooraf vastgelegde eisen. De zone-toets op 15m bevestigt dat support/resistance-zones niets voorspellen. Eén aanwijzing (volatiliteitscompressie op 4h) is interessant, maar vond ik achteraf en is na correctie voor alle geprobeerde varianten niet significant. Hold-out H2 is niet geopend en dus nog schoon.

Wat niet werkt

• Mean reversion op 15m/1h in rustige markten (F3): duidelijk verlieslatend, -0.161 R per trade na kosten, in elk jaar. Vóór kosten ongeveer nul: de spread eet het op.
• S/R-zones op 15m (F5): echte zones doen het niet beter dan willekeurige niveaus (bounce 67.0% tegen 68.0%). Hetzelfde als in ronde 1.
• Daily trendvolgen (F1) en met een macrofilter (F4): na walk-forward rond nul. Los bekeken zijn de meeste varianten licht positief, maar willekeurige instappen met dezelfde trailing stop doen het even goed. Het plusje zit in de exit, niet in het signaal. Het filter op reële rente of dollar helpt niet.

Wat interessant maar onbewezen is

• Volatiliteitscompressie → breakout op 4h (F2): alle vier de 4h-varianten liggen boven random met dezelfde exits, ongeveer +0,2 R per trade na kosten, nog positief bij 3× kosten, long en short allebei. Maar: de vooraf vastgelegde walk-forward koos ze bijna nooit (F2 werd rejected op te weinig trades). Het patroon zag ik pas achteraf, en na correctie voor 1428 geprobeerde varianten is het niet te onderscheiden van toeval.

Wat onzeker is

• Trage daily-strategieën leveren te weinig trades (9–90 per variant in 9 jaar) om iets zeker te zeggen.
• Alles is gemeten met vaste kosten (0,60 USD/oz per trade). Bij 15m/1h-strategieën is dat doorslaggevend.
• De periode 2010–2018 bevat een sterke stijging, een crash en zeven jaar zijwaarts/dalend: breder dan ronde 1, maar het blijft één markt.

Overzicht per familie (walk-forward, out-of-sample)

Buy-and-hold over 2010–2018: 1.9% per jaar, max drawdown -42%, Sharpe 0.20, Calmar 0.05.

Redenen per familie: F1 daily trend: gem. R na kosten niet positief (-0.029); zonder beste jaar niet positief (-3.7R). F2 vol-compressie: te weinig trades (64 < 100). F3 mean reversion: gem. R na kosten niet positief (-0.161); zonder beste jaar niet positief (-310.3R). F4 macrofilter: te weinig trades (26 < 30); gem. R na kosten niet positief (-0.007); zonder beste jaar niet positief (-2.8R).

Begrippen

• R: winst of verlies in eenheden van het risico. Bij een stop verlies je 1 R. Met kosten is een stop precies −1 R en is een winst iets kleiner.
• Walk-forward: elk jaar kiezen we de beste variant op de vier jaar ervóór (train) en meten we die op het jaar erna (test). Alleen de test-jaren tellen. Zo kan de keuze nooit op het testresultaat leunen.
• Random entries met dezelfde exits: we vervangen het instapmoment door een willekeurige candle in hetzelfde jaar, met evenveel trades en dezelfde long/short- verhouding, en houden stop, target en trailing exact gelijk. Wint de strategie niet van vrijwel al die random versies (95e percentiel), dan zit er geen waarde in het instapmoment. Dit vangt ook de "long-bias" van goud.
• Win rate en break-even win rate: hoeveel procent van de trades winst gaf, en hoeveel dat bij deze verhouding tussen gemiddelde winst en verlies minimaal moet zijn. Alleen ter informatie: een hoge win rate zegt niets als de verliezen groter zijn.
• Sharpe (per jaar, uit maandrendementen) en Calmar (jaarrendement / grootste daling): rendement gecorrigeerd voor risico, vergelijkbaar met buy-and-hold.
• DSR (deflated Sharpe): hoe zeker is het dat dit beter is dan de beste van alle geprobeerde varianten bij puur toeval? Lat: 0,95.

F1 daily trend

Methode. Op het daily slot: koop als het slot boven het hoogste punt van de vorige 50 of 100 dagen uitkomt (Donchian), of als het rendement over 3, 6 of 12 maanden positief is (momentum). Short gespiegeld. Exit alleen via een trailing stop op 3, 4 of 5 × ATR, die meeschuift met het hoogste slot. 15 varianten, walk-forward-selectie per jaar.

Per test-jaar (totaal R, trades): 2010: +0.7 (2), 2011: +2.0 (2), 2012: +0.3 (1), 2013: +2.6 (3), 2014: -0.6 (5), 2015: -1.3 (3), 2016: -1.8 (7), 2017: -2.4 (10), 2018: -0.7 (6)

Gekozen variant per jaar: 2010: entry=donchian100|trail_atr=5, 2011: entry=donchian100|trail_atr=5, 2012: entry=donchian100|trail_atr=4, 2013: entry=donchian100|trail_atr=3, 2014: entry=tsmom12|trail_atr=5, 2015: entry=donchian100|trail_atr=3, 2016: entry=tsmom12|trail_atr=5, 2017: entry=tsmom6|trail_atr=4, 2018: entry=tsmom6|trail_atr=4

Resultaat. Na selectie: -0.029 R per trade -0.029 [-0.290; +0.265] over 39 trades. Dat is statistisch niet te onderscheiden van nul. De selectie koos bijna elk jaar een andere variant: wat de afgelopen vier jaar het beste werkte, voorspelde het volgende jaar niet.

Los bekeken zijn 13 van de 15 varianten positief over 2010–2018, maar elke variant doet het ongeveer even goed als random entries met dezelfde trailing stop (4e tot 55e percentiel, mediaan 36). Random entries met deze exits halen gemiddeld +0.130 R. Het kleine plusje komt dus uit de exit: verliezers worden afgekapt, winnaars lopen door. Het instapsignaal (breakout, momentum) voegt niets toe. Long gemiddeld +0,15 R, short +0,01 R.

Onzekerheid. Groot: maar ~40 trades na selectie, het interval loopt van −0,29 tot +0,27 R.

F2 vol-compressie

Methode. Eerst een rustige periode: de breedte van de Bollinger-banden is de laagste 10% of 20% van het afgelopen jaar. Daarna koop (verkoop) bij een slot boven (onder) het hoogste (laagste) punt van de vorige 20 candles. Stop op 2 × ATR, exit op 2R of via een trailing stop van 3 × ATR. Op 4h- en daily-candles: 8 varianten.

Per test-jaar (totaal R, trades): 2010: +3.2 (3), 2011: +0.4 (2), 2012: +3.9 (5), 2013: +1.9 (1), 2014: +1.9 (4), 2015: +1.9 (1), 2016: -1.1 (4), 2017: +6.0 (21), 2018: -6.0 (23)

Gekozen variant per jaar: 2010: timeframe=1d|squeeze_pct=10|exit=trail_3atr, 2011: timeframe=1d|squeeze_pct=10|exit=trail_3atr, 2012: timeframe=1d|squeeze_pct=10|exit=target_2R, 2013: timeframe=1d|squeeze_pct=10|exit=target_2R, 2014: timeframe=1d|squeeze_pct=10|exit=target_2R, 2015: timeframe=1d|squeeze_pct=10|exit=target_2R, 2016: timeframe=1d|squeeze_pct=10|exit=target_2R, 2017: timeframe=4h|squeeze_pct=10|exit=trail_3atr, 2018: timeframe=4h|squeeze_pct=10|exit=trail_3atr

Resultaat. Na selectie: +0.190 R per trade +0.190 [-0.164; +0.564] over 64 trades. Dat is rejected omdat er minder dan 100 trades zijn. De walk-forward koos in 7 van de 9 jaren een daily-variant (hoogste gemiddelde in het train-venster, maar weinig trades) en pas in 2017–2018 de 4h-variant. Ten opzichte van random met dezelfde exits staat hij op het 78e percentiel: niet overtuigend.

F3 mean reversion

Methode. Alleen in een rustig regime (ADX < 20, of ATR-percentiel < 33): koop een slot onder de onderste Bollinger-band (2 of 2,5σ), verkoop boven de bovenste. Target: het 20-candle-gemiddelde. Stop 1,5 of 2,5 × ATR, na 40 candles eruit. Op 15m en 1h: 16 varianten.

Per test-jaar (totaal R, trades): 2010: -63.9 (574), 2011: -8.2 (88), 2012: -13.3 (182), 2013: -11.1 (59), 2014: -40.1 (163), 2015: -23.6 (110), 2016: -39.8 (273), 2017: -64.9 (271), 2018: -53.5 (255)

Gekozen variant per jaar: 2010: timeframe=15m|regime=adx|band_z=2.0|stop_atr=2.5, 2011: timeframe=1h|regime=atr_pct|band_z=2.0|stop_atr=2.5, 2012: timeframe=1h|regime=atr_pct|band_z=2.0|stop_atr=2.5, 2013: timeframe=1h|regime=atr_pct|band_z=2.0|stop_atr=2.5, 2014: timeframe=1h|regime=atr_pct|band_z=2.0|stop_atr=2.5, 2015: timeframe=1h|regime=adx|band_z=2.0|stop_atr=1.5, 2016: timeframe=15m|regime=adx|band_z=2.5|stop_atr=2.5, 2017: timeframe=15m|regime=adx|band_z=2.5|stop_atr=2.5, 2018: timeframe=15m|regime=adx|band_z=2.5|stop_atr=2.5

Resultaat. Duidelijk negatief: -0.161 R -0.161 [-0.194; -0.129] over 1975 trades, in elk jaar verlies. Vóór kosten is het bijna nul (−0,03 R); de kosten (0,60 USD per ounce) zijn bij de kleine stops op 15m/1h een groot deel van het risico. Geen enkele van de 16 varianten is positief, en de strategie is zelfs slechter dan random met dezelfde exits (2e percentiel). De win rate is 54%, maar de break-even win rate bij deze verhouding winst/verlies is 65%. Dit is het klassieke beeld van "vaak een beetje winnen, soms veel verliezen".

Onzekerheid. Klein: het interval ligt ruim onder nul.

F4 macrofilter

Methode. De F1-regels, maar alleen long, en alleen als de reële rente (10-jaars TIPS) of de dollarindex de afgelopen 20 handelsdagen daalde. Om lookahead te voorkomen gebruiken we een waarde pas 3 (rente) of 10 (dollar) dagen na de datum, zodat hij zeker gepubliceerd was. Plus de variant zonder filter als referentie: 45 varianten.

Per test-jaar (totaal R, trades): 2010: +0.4 (3), 2011: +2.6 (4), 2012: +0.7 (1), 2013: -0.7 (1), 2014: -0.6 (1), 2015: -1.7 (2), 2016: +0.2 (2), 2017: +1.2 (6), 2018: -2.2 (6)

Gekozen variant per jaar: 2010: entry=donchian50|trail_atr=4|filter=reele_rente, 2011: entry=tsmom3|trail_atr=5|filter=reele_rente, 2012: entry=donchian100|trail_atr=3|filter=dollar, 2013: entry=donchian50|trail_atr=3|filter=dollar, 2014: entry=tsmom12|trail_atr=4|filter=reele_rente, 2015: entry=tsmom12|trail_atr=4|filter=reele_rente, 2016: entry=tsmom6|trail_atr=4|filter=dollar, 2017: entry=tsmom6|trail_atr=4|filter=geen, 2018: entry=tsmom6|trail_atr=3|filter=geen

Resultaat. Na selectie: -0.007 R -0.007 [-0.305; +0.326] over maar 26 trades: rejected. Los bekeken helpt het filter niet: de reële-rente-filter is in 5 van de 15 gevallen beter dan geen filter, de dollar-filter in 8 van de 15, en gemiddeld zijn ze allebei iets slechter. De varianten liggen rond het niveau van random longs met dezelfde trailing stop (mediaan 53e percentiel, geen enkele boven het 95e). De economische reden (goud als alternatief voor rente en dollar) is plausibel, maar een simpel 20-dagenfilter haalt er niets bruikbaars uit.

Onzekerheid. Groot (weinig trades per variant: 9–54).

Verkenning: F2 op 4h (achteraf, niet gekozen in de walk-forward)

Dit stuk is achteraf toegevoegd (gelogd in PLAN2 §10) en telt niet als bewijs. Het gaat over de 4h-varianten van F2, zonder selectie, over alle test-jaren 2010–2018.

Wat opvalt. Alle vier de 4h-varianten liggen boven het 95e percentiel van random entries met exact dezelfde exits. Bij random is het ≈ 0 R, bij de varianten +0,22 tot +0,26 R. Het ruimste voorbeeld, squeeze 20%, target 2R: +0.215 R +0.215 [+0.044; +0.399] over 251 trades, nog +0.109 R bij 3× kosten, long +0.178 en short +0.251, 2 verliesjaren van 9, zonder de 5 beste trades nog +0.180 R. Sharpe 0.80 en Calmar 0.67 tegen 0.20 en 0.05 voor buy-and-hold, max drawdown -9% tegen -42%. Win rate 43% bij een break-even van 35% (alleen ter info).

Waarom dit nog geen bevinding is.

1. Het is gevonden ná het zien van de resultaten. De vooraf vastgelegde procedure (walk-forward) koos deze varianten maar in 2 van de 9 jaren.
2. Na correctie voor alle 1428 geprobeerde varianten is de DSR 0.00 (mild: 0.00). Formeel is het dus niet te onderscheiden van de beste van veel toevalsvarianten.
3. Het is één familie op één timeframe. Een plausibele verklaring (volatiliteit clustert, na compressie komt beweging) maakt het geloofwaardiger, maar bewijst niets.

De trailing-varianten leunen sterker op een paar grote trades en op shorts in de berenmarkt van 2013–2016. De 2R-varianten minder.

F5 – Zone-toets op 15m

Methode. Precies de toets van ronde 1 (vraag 1): elke keer dat een candle een bekende zone raakt, meten we of de koers terugveert en wat een vaste 1:2-trade na kosten oplevert, en we vergelijken dat met 200 keer dezelfde zones verschoven naar willekeurige niveaus. Nu op 15m-candles, over 12 jaar (2007–2018), met zones van het laatst gesloten uur.

Resultaat. 66441 tests. De echte zones hadden een bounce-rate van 67.0% en de willekeurige niveaus 68.0%: de echte zones scoren slechter (percentiel 0). Gemiddelde R -0.149 tegenover -0.143 (percentiel 19). Per jaar waren de echte zones maar in 1 van de 12 jaren beter op bounce en in 3 van de 12 jaren op R. Vóór kosten is de R ongeveer nul (+0.014); de kosten maken hem negatief.

Onzekerheid. Klein: ~66.000 tests over twaalf jaar, smalle intervallen. Een zone-effect van betekenis is uitgesloten.

Beslissing (vooraf vastgelegd): geen verschil: geen 15m-zonestrategie bouwen. Dit bevestigt ronde 1, nu op een andere timeframe en over een veel langere periode met stijgende, dalende en zijwaartse jaren.

Aantal tests: 66441. Beslissing: geen verschil: geen 15m-zonestrategie bouwen.

Correctie voor het aantal varianten

In totaal zijn 1428 varianten geprobeerd: 671 in ronde 1, 1 opening van de verbrande hold-out (H1) en 756 in ronde 2 (elke variant in elk train-venster telt als één). Hoe meer je probeert, hoe beter de beste er bij toeval uitziet. De deflated Sharpe ratio schat hoe goed die beste-door-toeval zou zijn en vraagt of de strategie daar duidelijk boven zit. Met zoveel varianten en de grote spreiding tussen trials (veel trials hebben maar 8–50 trades) ligt die lat hoog: per trade een Sharpe van ~0,9. Geen enkele familie of variant komt daar in de buurt (DSR 0,00), ook niet in de mildere variant die de meetruis eruit haalt.

In gewone taal: zelfs het beste resultaat van ronde 2 is niet beter dan wat je mag verwachten als je ~1.400 keer iets willekeurigs probeert. Dat betekent niet dat het zeker toeval is, maar wel dat deze data het niet kunnen bewijzen.

Verbrande hold-out. De laatste 12 maanden (H1) zijn in ronde 1 één keer geopend door ema_pullback. Ze tellen als één extra trial en worden in ronde 2 niet gebruikt. Het blok 2020-10 t/m 2025-09 (K) is in ronde 1 uitgebreid bekeken en is daarom ook niet gebruikt. De nieuwe hold-out H2 (2019-01 t/m 2020-09) is niet geopend, omdat geen enkele strategie candidate werd.

Wat ik gecontroleerd heb

• Lookahead: voor elke familie een test die alle data na een moment verandert. De signalen tot dat moment blijven gelijk (tests/test_round2.py). Donchian kijkt alleen naar vorige candles. Macro-data pas na een vaste publicatievertraging. Een 15m-candle gebruikt alleen zones van het laatst gesloten uur (eigen test).
• Fill-volgorde: entry op de open van de volgende candle; stop vóór target in dezelfde candle; gat voorbij de stop = exit op de open; trailing stop pas actief na het slot; tijdstop op het slot (tests).
• Kosten: R bij 1×, 2× en 3× kosten herberekend uit winst en risico per ounce (test dat een stop precies −1 R is bij elke kostenfactor).
• Dubbeltellingen: max. 1 open positie per variant (test); voor de F2-4h-varianten nagerekend: 0 overlappende trades.
• Long-bias: long en short apart gerapporteerd; elke vergelijking met random gebruikt dezelfde long/short-verhouding per jaar.
• Sessie-wijziging 2013: de F2-4h-varianten zijn vóór én na 2013 positief (squeeze 20/2R: +0,27 en +0,18 R).
• Uitschieters: F2-4h zonder de 5 beste trades nog steeds positief (2R-varianten +0,18 tot +0,20 R; trailing-varianten maar +0,07 tot +0,09 R).

Conclusie

1. Er is geen regelgebaseerde strategie gevonden met een aangetoonde positieve verwachting na kosten. Dat is de eerlijke uitkomst van 1428 geprobeerde varianten over twee rondes.
2. Support/resistance-zones voorspellen op goud niets, op 1h (ronde 1) noch op 15m (ronde 2, 2007–2018).
3. Kortetermijn-mean-reversion verliest structureel door de kosten.
4. Trendvolgen werkt niet door het instapsignaal. Een trailing stop maakt de R-verdeling scheef (kleine verliezen, af en toe een grote winst), en dat doet hij ook bij willekeurige instappen.
5. Volatiliteitscompressie op 4h is de enige aanwijzing die een vervolg verdient. Hij is alleen nog geen bevinding: gevonden na het kijken, niet gekozen door de vooraf vastgelegde procedure, en niet significant na correctie.
6. Buy-and-hold had in 2010–2018 een slechte risico/rendement-verhouding (Sharpe 0.20, max daling -42%). In ronde 1 (2021–2025) was buy-and-hold juist veel beter dan alles. Wat werkt, hangt sterk af van de periode.

Zeker niet doen: een van deze strategieën met echt geld handelen. Ook niet de F2-variant: die heeft eerst een onafhankelijke bevestiging nodig.

Voorstel (vraagt jouw akkoord)

Er gaat niets naar paper trading en de live workflow verandert niet. Mijn voorstel, als je dat wilt:

1. Eén bevestigingstoets op hold-out H2 voor precies één, nu vast te leggen variant: F2, 4h, squeeze 20%, stop 2 × ATR, target 2R (de variant met de meeste trades en de minste afhankelijkheid van uitschieters). H2 is nog nooit geopend. Dit wijkt af van PLAN2 (H2 alleen voor candidates), daarom vraag ik het eerst. Uitkomst telt alleen als aanwijzing: ook bij een positieve H2 blijft de DSR-correctie hem tegenhouden voor validated.
2. Ofwel: geen hold-out openen en F2-4h (vast) alleen forward op paper volgen, met een vooraf vastgelegde evaluatie na bijvoorbeeld 100 trades (~3–4 jaar op 4h).

Beide vragen jouw akkoord. Zonder akkoord doe ik niets.

Hoeveel trades in H2, en wat kon je daar aantonen?

Toegevoegd na de keuze van de gebruiker voor forward paper trading (H2 blijft dicht). Berekend uit de research-periode; H2 zelf is niet geladen.

Hoeveel trades had H2 opgeleverd? De variant F2 · 4h · squeeze 20% · target 2R had in 2010–2018 gemiddeld 28 trades per jaar (tussen 18 en 37). H2 duurt 1,75 jaar, dus verwacht ~49 trades (afhankelijk van het jaar 31–65).

Wat kon je daarmee aantonen? De spreiding per trade is groot (standaardafwijking 1.42 R: bijna elke trade is −1 R of ongeveer +1,7 R). Met 49 trades:

• is het 95%-interval ongeveer ±0.40 R breed;
• is het kleinste effect dat je met 80% zekerheid zou vinden (eenzijdige toets, 5%) ongeveer +0.50 R per trade;
• had een waar effect zo groot als in de research (+0.22 R) maar 28% kans om als positief bevestigd te worden.

H2 openen had dus vooral een grote kans op een onduidelijke uitkomst gegeven, en de hold-out was daarna voorgoed verbruikt.

Ter vergelijking, 100 forward-trades (~3.6 jaar): interval ±0.28 R, kleinste aantoonbare effect ~+0.35 R, kans om +0.22 R te bevestigen 43%. Ook de forward-test is dus geen sluitend bewijs. Hij kan een groot effect bevestigen of een duidelijk negatief effect stoppen, maar een klein positief effect blijft waarschijnlijk onzeker.

Besluit van de gebruiker

Gekozen: optie 2. F2 · 4h · squeeze 20% · target 2R wordt alleen forward op paper gevolgd. Hold-out H2 blijft dicht. Regels, evaluatie en stopregel staan vast in FORWARD.md (gecommit vóór de eerste trade). Label in alle meldingen: AANWIJZING, NIET BEWEZEN. Telegram stuurt voor deze strategie geen signaalmeldingen, alleen trade-updates en het weekoverzicht.