Jeder Trade hinterlässt Spuren — wir machen sie sichtbar

Die meisten Trader führen kein Journal. Von denen, die eines führen, hören die meisten nach drei Monaten auf. Der Grund ist nicht Disziplinlosigkeit, sondern ein Design-Problem: Manuelles Journaling ist mühsam, rückblickend oft verzerrt, und Screenshots altern schlecht. Relevante Kontext-Daten — Orderbuch-Situation, Delta-Struktur, Regime — werden nicht erfasst, weil sie zum Zeitpunkt des Screenshots als selbstverständlich empfunden werden.

Das OrderFlowAi Trading Journal löst dieses Problem, indem es Journaling zu einem vollständig automatisierten Hintergrundprozess macht. Jeder Trade — ob manuell oder über die CORTEX-Auto-Trading-Strategy ausgeführt — wird mit seinem vollständigen Marktkontext aufgezeichnet. Der Trader entscheidet nicht, was dokumentiert wird. Er entscheidet nur, wann er es ansieht.

Warum Auto-Capture statt manuellem Journaling

Ein gutes Trade-Journal enthält nicht nur Entry und Exit. Es enthält den Zustand des Marktes zum Zeitpunkt der Entscheidung: das Regime, die CORTEX-Direction, die Iceberg-Signale, die Session-Phase, den HTF-Trend, die Delta-Summe der letzten Sekunden. Diese Daten kannst du manuell nicht zuverlässig erfassen — du kannst sie nur zum Zeitpunkt des Entries automatisch mitschreiben lassen.

Das Journal hängt sich in zwei Events: OnOrderUpdate (NT8 Strategy) und OnPositionFilled (Bridge). Beim Entry wird ein Snapshot des aktuellen Marktzustandes erzeugt, beim Exit werden MFE (Maximum Favorable Excursion) und MAE (Maximum Adverse Excursion) aus der zwischengespeicherten Tick-Historie berechnet — das entspricht dem Bestpoint, den die Position erreicht hat, und dem Worstpoint, an dem sie am nächsten am Stop war.

MFE und MAE sind die wichtigsten Kennzahlen des Post-Trade-Reviews. Nicht der PnL eines einzelnen Trades ist entscheidend, sondern wie gross der Abstand zwischen tatsächlichem Exit und maximalem MFE war. Dort steckt die handwerkliche Qualität — oder der wiederholte Fehler.

Die sechs Tabs im Detail

MFE und MAE — die beiden Zahlen, die am meisten aussagen

MFE (Maximum Favorable Excursion) ist der maximale Gewinn, den eine Position während ihrer Laufzeit erreicht hat. MAE (Maximum Adverse Excursion) ist der maximale Verlust, den sie in die Gegenrichtung gehen musste. Beide Werte werden Tick-genau aus der Bar-Historie berechnet und in Ticks (nicht in Dollar) gespeichert — so sind sie instrument-übergreifend vergleichbar.

Die wichtigste daraus abgeleitete Kennzahl ist die MFE-Efficiency: das Verhältnis zwischen tatsächlichem Exit-Gewinn und MFE. Wer dauerhaft nur 40 Prozent seines MFEs realisiert, scaled zu früh. Wer 95 Prozent realisiert, läuft oft bis zum Stop zurück — der Trailing-Mechanismus passt nicht zur Marktdynamik.

Der AI-Coach

Der AI-Coach ist keine Chatbot-Gesprächs-Funktion. Er ist ein regelbasiertes Mustererkennungs-Modul, das die letzten 20 bis 200 Trades nach statistisch signifikanten Auffälligkeiten scannt. Das Ausgabeformat ist bewusst nüchtern:

"78 Prozent aller Verluste der letzten 30 Tage treten zwischen 15:30 und 15:38 ET auf. Der durchschnittliche Verlust in diesem Zeitfenster beträgt -2.4 Punkte. Empfehlung: Early-Open-Guard auf 8 Minuten erhöhen."

Genau diese Art von Beobachtung führte im April 2026 zur Strategy-Version v7.4 mit verlängertem Open-Guard und NY-Soft-Guard für aiDir=NEUTRAL und ATR-Spikes. Der Coach ist also nicht nur ein Analyse-Tool, sondern ein Rückkopplungs-Loop: Seine Erkenntnisse wandern in konkrete Code-Verbesserungen und RL-Gewichts-Updates.

Datenschutz und Lokalität

Das Trading Journal speichert seine Daten ausschließlich lokal auf dem Nutzer-Rechner. Kein Cloud-Sync, kein automatisches Upload, keine Server-seitige Speicherung. Die Daten liegen unter %APPDATA%/OrderFlowAi/journal.json und sind vollständig vom Nutzer kontrollierbar.

Wer freiwillig anonymisierte Trade-Statistiken zur Verbesserung des pretrained Models beisteuern möchte, kann einen RL-Export generieren und über das Dashboard hochladen — dieser Schritt ist strikt opt-in und lehrt nur aggregierte Signal-Kombinationen, keine instrumentspezifischen PnLs.

Integration mit CORTEX und NT8-Strategy

Jeder Eintrag im Journal enthält den vollständigen CORTEX-Signal-Snapshot zum Entry-Zeitpunkt (aiDir, aiConf, aiAcc, aiRevPhase) und die Regel-basierte Score-Aufschlüsselung der Strategy (welche Signale Punkte beigetragen haben). Damit lässt sich nachträglich prüfen, warum ein Trade überhaupt ausgelöst wurde — ein Diagnose-Werkzeug, das bei manueller Ausführung völlig fehlt.

Für die Auto-Trading-Engine ist das Journal darüber hinaus die Lerndatenquelle: Nach jedem geschlossenen Trade updated das Journal sowohl die internen Signal-Gewichte als auch die RL-Tabelle der CORTEX Neural Engine. Journal und Neural Engine arbeiten damit als geschlossener Regelkreis.

Häufige Fragen

Weiterführende Artikel