💡 Hvad er dette? (forklaring for begyndere — klik for at skjule)
Dette er et fuldautomatisk handelsrobot-system på en DEMO-konto (ingen rigtige penge). Robotten leder efter aktier i optrend, der lige har haft et lille dyk, og køber dem. På hver handel sætter den automatisk et gevinst-mål og et stop. Denne side viser, hvordan det går lige nu.
Tallene forklaret:
• Balance = penge på kontoen fra afsluttede handler.
• Equity = balance + værdien af de handler der er åbne lige nu.
• Floating P&L = gevinst/tab på åbne handler, som endnu ikke er "låst" (kan stadig ændre sig).
• Realiseret P&L = gevinst/tab der ER låst fra lukkede handler.
• Max Drawdown = det største fald fra en tidligere top — systemets værste nedtur undervejs.
• Win Rate = andel af handler med gevinst. "Break-even" = det mindste vi skal ramme for ikke at tabe.
• Profit Factor = samlet gevinst ÷ samlet tab (over 1,0 = tjener penge).
Daemon|Næste kørsel: –
·
Saxo Sim (Bølge A)
Mac Mini Pro Gemma 4 26B
·
MTF Filter
·
⚠️ WR Alert:
Status
–
–
Balance
–
Realiseret kapital
Equity
–
Balance + åbne P&L
Floating P&L
–
Urealiseret nu
Realiseret P&L
–
Lukkede handler
Max Drawdown
–
Realiseret, hele historikken
Lukkede handler
–
Win Rate
–
break-even 28.6%
Profit Factor
–
brutto gevinst / tab
Avg P&L / handel
–
Bedste / Værste
–
📈 Åbne Positioner
Hver række = en aktie robotten ejer lige nu. Entry = købskurs · Pris nu = aktuel kurs · TP = kurs hvor der sælges med gevinst · SL = kurs hvor der sælges for at stoppe tab · Urealiseret = gevinst/tab hvis vi solgte nu · Conf. = robottens tillid til signalet (%).
💡 Hvad viser denne side? (forklaring for begyndere — klik for at skjule)
Robotten tjekker alle aktier ca. hver time. Langt de fleste gange er der ingen grund til at handle — denne side viser hvorfor. De to køb-signaler i almindeligt sprog:
• DIP ("køb dykket") = aktien er i optrend, men er lige faldet lidt → billigere indgang.
• PULLBACK ("køb tilbagetrækningen") = aktien i optrend har trukket sig tilbage mod sit gennemsnit.
Begreberne:
• EMA200 / SMA20 = glidende gennemsnit af kursen (langt / kort). Ligger kursen over gennemsnittet = optrend.
• RSI = et 0-100-mål: lav (~under 45) = "oversolgt/billig", høj = "overkøbt/dyr". Vi køber i det oversolgte område når det vender op.
• Nær-signal = aktien er i optrend og mangler kun det sidste lille trigger for at blive købt.
🔬 Signal-diagnostik — hvorfor (ingen) handel
Hver scan klassificerer hvorfor hvert symbol IKKE gav signal. Filtrene er EMA200 (optrend), RSI (køb-dyk-zone <40 + vending) og SMA20-pullback. "Nær-signaler" = i optrend, afventer kun trigger.
Afvisninger pr. kategori (kumulativt) —
Indlæser…
Seneste nær-signaler (i optrend — afventer RSI/pullback-trigger)
Tid
Symbol
Strategi
RSI
Hvorfor afvist
Indlæser…
Alle symboler — seneste status (0/30 · rullende, 1 runde ≈ 60 min)
Beviser at HELE universet scannes (8 symboler pr. kørsel via sharding → fuld runde ~60 min). Hvert symbol viser sin seneste klassifikation.
Sidst tjekket
Symbol
RSI
Status
Indlæser…
💡 Hvad viser denne side? (forklaring for begyndere — klik for at skjule)
Et dagligt overblik over nyheder og baggrund om de aktier vi følger — som en morgenavis. Det er kontekst, ikke handelssignaler (robotten handler stadig kun på sine egne tekniske signaler).
Sektionerne:
• Makro = de store markeds-tal (frygt-indeks VIX, dollar, renter, guld, aktieindeks) — den generelle "vejrudsigt".
• Regnskaber = firmaer der snart offentliggør kvartalstal (kan give store kursudsving).
• Insider-handler = når et firmas egne chefer køber/sælger deres egne aktier (kan signalere tro eller tvivl).
• Social buzz = hvor meget der tales om aktien på sociale medier, og om stemningen er positiv (bullish) eller negativ (bearish).
• Overskrifter = udvalgte nyheder. NB: Insider + Social dækker kun US-aktier — kilderne findes ikke for de europæiske.
🧠 Morgen-research —
Daglig gratis intelligence-briefing for universet (earnings · nyheder · makro · insider · social), opsummeret på dansk af den gamle Mac (gemma4-12b). Opdateres dagligt 08:00. Kontekst/farve — ikke handelssignaler.
📊 Makro
Indlæser…
📅 Regnskaber (≤10 dage)
Indlæser…
🏢 Insider-handler (14 d, >0,5M$)
Symbol
Dato
Type
Værdi
Insider
Indlæser…
💬 Social buzz (StockTwits)
Symbol
Beskeder
🟢 Bullish
🔴 Bearish
Indlæser…
📰 Udvalgte overskrifter
Symbol
Overskrift
Indlæser…
🏛️ Politiker-handler: kræver gratis FMP-nøgle (gratis no-key-kilder er døde) — endnu ikke aktiveret.
📐 Exit-optimering —
⚠️ KUN RÅDGIVENDE — ingen ændring anvendes automatisk på live-handel; du beslutter selv. Backtest-baseret (yfinance ~2 år, est. spreads, ingen swap/overnight — vejer tungere ved længere hold), demo, regime-afhængigt. Universet er nu bredt (US halvleder/tech + miner/optik/datacenter-el/cyber + 10 EUR-navne: banker/energi/industri), men US-halvledere fylder stadig mest. AI-score kan ikke optimeres (backtest har ingen; live-conf er ~konstant). Live-handler er for få til beslutninger → kun validering.
💡 Hvad viser denne side? (forklaring for begyndere)
Når vi køber en aktie, skal vi på et tidspunkt sælge igen — enten for at tage gevinst eller for at stoppe et tab.
Denne side bruger ~2 års kurshistorik til at regne ud, hvornår det historisk har betalt sig bedst at sælge.
Den ændrer intet af sig selv — tænk på den som et rådgivende værktøj, ikke en autopilot.
Ordforklaring (det du skal kende):
• TP (Take Profit) = den kurs hvor vi automatisk sælger med gevinst.
• SL (Stop Loss) = den kurs hvor vi automatisk sælger for at begrænse et tab.
• ATR = et mål for hvor meget en aktie "plejer" at svinge. Vi sætter stop og mål som et multiplum af ATR (fx "3× ATR"), så helt normale udsving ikke smider os ud for tidligt.
• Win rate = hvor stor en andel af handlerne der ender i gevinst.
• Profit factor (PF) = samlet gevinst ÷ samlet tab. Over 1,0 = strategien tjener penge.
• Expectancy = hvad vi i gennemsnit tjener/taber pr. handel (i % af indsatsen).
• R:R (risk/reward) = forholdet mellem hvad vi vinder når det går godt, og hvad vi taber når det går skidt. R:R 1,72 = en vinder er 1,72× større end en taber — derfor kan vi tjene penge selv med en win rate under 50%.
• MFE = det højeste en handel var oppe undervejs (selv hvis den endte lavere).
• OOS (out-of-sample) = testet på "ny" data modellen ikke er tilpasset — beskytter mod at narre sig selv (overfitting). Vi stoler mest på OOS-tal.
Nøgletal (hele universet, begge strategier)
Kort sagt: hvor godt har strategien klaret sig samlet på tværs af alle aktier? "Break-even" er den win rate vi mindst skal ramme for ikke at tabe — vi ligger over den.
🎯 Anbefalinger
Hvad tallene foreslår — men intet ændres automatisk. "Nuværende model" = det systemet handler efter lige nu; "foreslået" = hvad backtesten peger på.
Indlæser…
📈 Sandsynlighed for at handlen har været oppe (MFE)
Hvor ofte nåede en handel fx +10% undervejs? Det viser hvor realistisk et gevinst-mål er: hvis kun 9,5% af handlerne når +10%, er et TP på +10% for optimistisk til de fleste.
Vi prøver alle kombinationer af stop-afstand (SL) og gevinst-mål (TP) på historikken og finder den, der gav mest — kun blandt dem der også holder på "ny" data (OOS), så vi ikke overfitter.
Indlæser…
Bedste combo = højest risikojusteret %-expectancy, kun blandt OOS-positive (anti-overfit). "ALLE" = hele universet.
⏱️ Time-exit-eksperiment (tving exit ved cap-dage)
Hvad nu hvis vi tvang salg efter fx 3, 5 eller 15 dage? Tester om det bedst kan betale sig at holde kort eller længe. ⭐ = bedste valg.
Max holdetid
n
exp%/handel
PF
gns. dage
Indlæser…
📊 Holdetid-fordeling
Sammenhæng mellem hvor længe vi holder og resultatet. Mønster: handler vi lukker samme dag (≤1d) taber i snit, mens dem vi holder i flere dage tjener klart mest — "lad vinderne løbe".
Bucket
n
WR
exp%
Indlæser…
🏷️ Pr. symbol — optimal TP/SL (n≥30, sorteret efter OOS)
Den bedste stop/gevinst-indstilling for hver enkelt aktie. Kun aktier med mindst 30 handler vises (færre = for usækkert). Øverst = stærkest historisk edge.
Symbol
n
Optimal SL/TP
OOS exp%
PF
Indlæser…
🌐 Marked-regime & sub-sektor
Virker strategien i både stigende (risk_on) og faldende (risk_off) marked? Og hvilke brancher er stærkest/svagest? Bredere brancher = mindre risiko for at alt falder samtidig.
📥 Entry-optimering —
⚠️ KUN RÅDGIVENDE — analyserer INDGANGS-siden (exit-fanen dækker udgangen). Backtest-baseret (yfinance ~2 år, IS/OOS-split, ingen swap). Intet ændres automatisk.
💡 Hvad viser denne side? (klik for at skjule)
Hvor exit-fanen finder hvornår vi bør sælge, finder denne hvordan vi bedst køber. Den svarer på: hvilken køb-metode (DIP vs PULLBACK) virker bedst? hvad er de bedste indstillinger (RSI-tærskel, gennemsnit)? hvilke aktier har slet ingen edge (bør luges væk)? og — køber vi for tidligt? (MAE = hvor langt prisen typisk falder imod os lige efter køb, før den evt. vender).
⚔️ Strategi-sammenligning (hele universet)
Hvilken køb-metode har historisk bedst edge? OOS = "ny" data (mest troværdig). exp_R = udfald i stop-afstande (vinder ≈ +1,67R).
Strategi
n
WR
exp_R
PF
OOS n
OOS exp_R
OOS PF
Indlæser…
🎯 Anbefalinger
Indlæser…
⚙️ Entry-parameter grid-sweep (OOS-valideret)
Vi gen-genererer køb-signalerne under forskellige indstillinger og finder de bedste (kun OOS-positive). ⭐ = bedste. "Live" = det systemet bruger nu.
Indlæser…
🏷️ Pr. symbol — entry-edge (bedste metode, OOS)
Har hver aktie overhovedet en køb-edge? 🚩 = ingen edge på nogen metode (cull-kandidat).
Symbol
Branche
Bedste
DIP OOS exp_R
DIP PF
PULL OOS exp_R
PULL PF
Indlæser…
⏱️ Entry-timing — modgang efter køb (MAE)
Hvor langt falder prisen typisk imod os lige efter køb (før den evt. vender)? Høj MAE = vi køber "tidligt" ind i mere fald. Målt i % af købskursen.
Indlæser…
🔬 Filter-analyse (tilføjer filtre edge eller kun støj?)
Variant
n
WR
exp_R
PF
OOS PF
Indlæser…
🌐 Regime & sub-sektor (hvor kommer de bedste entries fra)
🧑💼 AI Porteføljeforvalter —
⚠️ RÅDGIVENDE — ingen position lukkes automatisk; du beslutter. Vurderer hele porteføljen som helhed. Tallene beregnes; AI'en (Gemma) syntetiserer kun oven på fakta.
💡 Hvad viser denne side? (klik for at skjule)
Mens de andre faner ser på hver handel for sig, ser denne på hele porteføljen samlet — som en rigtig porteføljeforvalter. Den svarer dagligt på: hvilke positioner er svagest? hvilke er tættest på gevinst? binder noget kapital uden værdi? er vi for koncentreret i én branche? er risikoen steget? og — hvis kun én måtte sælges — hvilken?