Dieselbe Strategie.
Vier Generationen.
Sehen Sie den Unterschied.
Moving-Average-Crossover mit Stop-Loss und Positionsgrößenbestimmung. Viermal implementiert, von einem Skript-Signal-Tool aus den 1990ern bis zu einer KI-generierten StratCraft-Strategie. Die Logik ändert sich nie. Die Implementierungskosten schon.
Benutzer-Prompt an StratCraft: "Erstelle eine Moving-Average-Crossover-Strategie für SPY auf Tagesbasis. Kaufen, wenn die 20-Perioden-SMA die 50-Perioden-SMA von unten schneidet. Verkaufen, wenn sie von oben schneidet. 1% Stop-Loss pro Trade anwenden. 2% Portfolio-Risiko pro Position. Vollständigen Backtest ab 2020 ausführen."
# Generated by StratCraft AI. Do not edit manually # Strategy: MA Crossover SPY Daily | Generated: [timestamp] from stratcraft.core import Strategy, Signal, RiskModel class MACrossover(Strategy): fast_period: int = 20 slow_period: int = 50 stop_loss_pct: float = 0.01 risk_per_trade: float = 0.02 def on_bar(self, ctx): fast = ctx.sma(self.fast_period) slow = ctx.sma(self.slow_period) if ctx.cross_above(fast, slow): size = ctx.risk_size(self.risk_per_trade, self.stop_loss_pct) ctx.buy(size, stop=ctx.price * (1 - self.stop_loss_pct)) elif ctx.cross_below(fast, slow): ctx.close_all()
Sie haben die Logik beschrieben. StratCraft schrieb den Code, validierte ihn und führte den Backtest aus. Die Strategie hat Ihren Rechner nie verlassen.
Die Zahlen, Seite an Seite
| Gen 1 | Gen 2 | Gen 3 | Gen 3.5 | |
|---|---|---|---|---|
| Vom Menschen geschriebene Zeilen | ~30 | ~55 | ~50 | 6 (natürliche Sprache) |
| Einrichtungszeit | 1–2 Std. | 4–8 Std. | 1–3 Wochen | < 5 Min. |
| Dynamische Positionsgröße | Nein | Manuell | Plattform-API | Automatisch generiert |
| Lokal ausführbar | Ja | Ja | Nein (Cloud) | Ja |
| IP bleibt auf Ihrem Rechner | Ja | Ja | Nein | Ja |
| Experten-Coding erforderlich | Ja | Ja | Ja | Nein |
Was der Code Ihnen sagt
Die Logik hat sich nie geändert. Moving-Average-Crossover mit Stop-Loss und Positionsgröße ist in allen vier Generationen dieselbe Strategie. Was sich änderte, ist, wie viel Engineering Sie brauchen, um sie auszudrücken.
Gen 3 hat das falsche Problem gelöst. Sie eliminierte operative Komplexität (Multi-Asset, Risiko-Frameworks, Cloud-Infrastruktur). Sie eliminierte nicht die Anforderung, jede Strategie von Hand zu codieren. Dieser Engpass blieb.
Gen 3.5 beseitigt den Engpass. Wenn KI den Code schreibt, verlagert sich die Einschränkung von Engineering-Stunden zur Qualität Ihrer Ideen. Das ist der Wendepunkt.