Terminmarktmerkmale, Ollama-Erklärungen, schnelleres Lernen

Drei Erweiterungen aus der vorangegangenen Analyse.

Lerngeschwindigkeit
- background_sample_every_n_bars von 10 auf 5. Gemessen stammen nur rund 3 % der
  Beobachtungen aus echten Trades; diese Stichproben sind der wirksamste Hebel.
  Nicht weiter gesenkt, weil benachbarte Kerzen stark korreliert sind und sich die
  Label-Fenster überlappen - mehr Gradientenschritte heißt dort nicht mehr
  Information.

Funding Rate und Open Interest als Merkmale (strategy.derivatives, standardmäßig aus)
- Vier zusätzliche Merkmale vom Perpetual zum jeweiligen Spot-Paar. Gehandelt wird
  weiterhin Spot, die Kennzahlen kommen über einen zweiten ccxt-Client mit
  defaultType=future.
- Die Zuordnung ist lookahead-frei: Für jede Kerze gilt nur der Wert, der zu diesem
  Zeitpunkt bereits veröffentlicht war.
- Fällt eine Quelle aus oder deckt sie weniger als min_coverage ab, bleiben die
  Spalten neutral. Die Modelldimension bleibt dabei stabil.
- Gemessene API-Grenzen bei Binance: Open Interest reicht 30 Tage zurück, 500 Zeilen
  je Abruf; Funding Rate über ein Jahr. Beide Merkmale sind deshalb einzeln
  abschaltbar.

  ERGEBNIS: kein Nutzen. Zwei Backtests mit identischen Kerzen und Seed -
  5m/20 Tage: Rendite -1,79 % auf -1,90 %, Accuracy 51,2 % auf 50,4 %;
  15m/28 Tage: Rendite -2,22 % auf -2,67 %, LogLoss praktisch unverändert.
  Die Anbindung arbeitet einwandfrei (100 % Datenabdeckung), das Modell gewichtet
  die neuen Merkmale aber nur mit 0,01 bis 0,09 gegenüber 0,39 für ema_spread.
  Die Funktion bleibt aus und ist dafür da, das auf anderen Zeiträumen selbst zu
  prüfen - nicht weil sie sich bewährt hätte.

Ollama-Erklärungen (llm, standardmäßig aus)
- Neuer Dashboard-Bereich und POST /control/explain. Das Modell bekommt den Zustand
  als Text und gibt Text zurück; es entscheidet nichts, beeinflusst keine Order und
  wird nie aus dem Handels-Loop heraus aufgerufen. Der System-Prompt untersagt
  Anlageempfehlungen und Kursprognosen.
- Bewusst nicht als Entscheider: nicht reproduzierbar, kaum backtestbar, und es
  würde die Nachvollziehbarkeit des linearen Modells zerstören.
- Beim Test an qwen3.8:27b zeigte sich ein echter Fehler: Reasoning-Modelle legen
  ihre Denkschritte in ein eigenes Antwortfeld und verbrauchten dafür das gesamte
  Token-Budget, response blieb leer. llm.think ist jetzt standardmäßig false, die
  Fehlermeldung nennt Ursache und Ausweg statt nur "leere Antwort", und für ältere
  Ollama-Versionen ohne das Feld gibt es einen Wiederholungsversuch ohne es.

Bewusst nicht enthalten: News- und Google-Trends-Sentiment. Es fehlt eine Quelle mit
Point-in-Time-Historie; ohne die lässt sich das Merkmal nicht backtesten. Nach dem
Ergebnis oben wäre ein unvalidiertes Merkmal der falsche Schritt.

test_stop_loss_bounds_the_worst_trade läuft jetzt mit strategy.name: rules. Er hing
über die geänderte Voreinstellung an zufälligem Modellverhalten, geprüft werden soll
aber die Stop-Logik.

270 Tests (36 neue), ruff sauber. Gegen echte Binance-Daten und eine laufende
Ollama-Instanz geprüft, Dashboard-Bereich im Browser bedient.

config/config.example.yaml

@@ -95,6 +95,23 @@ strategy:
     trend_filter_period: 100      # 0 = Trendfilter aus
     min_holding_bars: 3           # Signalausstiege erst danach; Stop/Ziel gelten immer
 
+  # Zusatzmerkmale aus dem Terminmarkt. Die Daten stammen vom Perpetual zum jeweiligen
+  # Spot-Paar (BTC/USDT -> BTC/USDT:USDT); gehandelt wird weiterhin Spot.
+  #
+  # In zwei Backtests (5m über 20 Tage, 15m über 28 Tage) brachten sie KEINE Verbesserung –
+  # die Anbindung funktioniert, die Merkmale trugen nichts bei. Deshalb standardmäßig aus.
+  # Zum Selberprüfen einschalten und gegen einen Lauf ohne vergleichen.
+  #
+  # Achtung: Ein- und Ausschalten ändert die Anzahl der Merkmale. Ein gespeichertes Modell
+  # mit anderer Dimension wird verworfen, das Training beginnt von vorn.
+  derivatives:
+    enabled: false
+    funding_rate: true        # was Longs den Shorts zahlen, alle 8h
+    open_interest: true       # offene Kontrakte – reicht bei Binance nur 30 Tage zurück
+    oi_change_bars: 12        # über wie viele Kerzen die OI-Veränderung gemessen wird
+    max_pages: 40             # Obergrenze für Seitenabrufe je Symbol
+    min_coverage: 0.9         # darunter gilt die Reihe als unbrauchbar und bleibt neutral
+
   learner:
     enabled: true
     model_path: /data/models/adaptive.npz
@@ -111,7 +128,12 @@ strategy:
     trade_sample_weight: 3.0      # echte Trades zählen dreifach gegenüber Shadow-Labels
     # Einstiegssignale sind selten. Zusätzliche Stichproben des Marktzustands verkürzen die
     # Aufwärmphase von Wochen auf Tage (0 = aus).
-    background_sample_every_n_bars: 10
+    # Der wirksamste Hebel für die Lerngeschwindigkeit: Nur rund 3 % der Beobachtungen
+    # stammen aus echten Trades, der Rest aus diesen Stichproben. Von 10 auf 5 halbiert
+    # die Zeit bis zur Einsatzbereitschaft.
+    # Nicht zu klein wählen – benachbarte Kerzen sind stark korreliert, unter dem halben
+    # label_horizon_bars überlappt praktisch jede Stichprobe mit ihrem Nachbarn.
+    background_sample_every_n_bars: 5
     background_sample_weight: 0.5
     # Beim Start ein noch untrainiertes Modell aus der Kurshistorie vorlernen, damit der Bot
     # nach Sekunden einsatzbereit ist statt nach Tagen (0 = aus).
@@ -147,6 +169,22 @@ notifications:
   notify_on_trade: true
   notify_on_risk_halt: true
 
+# ──────────────── Erklärungen über ein lokales Sprachmodell (Ollama) ────────
+# Fasst auf Knopfdruck zusammen, was die Zahlen zeigen. Hat KEINEN Einfluss auf den
+# Handel – es entscheidet nichts, es formuliert nur.
+llm:
+  enabled: false
+  base_url: http://127.0.0.1:11434
+  model: llama3.2
+  timeout_seconds: 120
+  temperature: 0.2
+  max_tokens: 700
+  max_answer_chars: 2000
+  # Reasoning-Modelle (qwen3, deepseek-r1) verbrauchen sonst das gesamte Token-Budget für
+  # ihre Denkschritte und liefern eine leere Antwort. Für eine Zustandsbeschreibung
+  # wird kein Reasoning gebraucht.
+  think: false
+
 # ───────────────────────────── Backtest-Voreinstellungen ────────────────────
 backtest:
   bars: 5000