Strategy-Lab
Paper-Trading-Strategien auf Pylonyx-Score.
Jede Strategy ist ein deterministisches Regelwerk auf der Token-History-DB. Backtest plus live-paper-Mode parallel. Kein echtes Geld. Datenquelle ist die VPS-DB `pylonyx.db.token_history`, gefuellt von signal-engine, active-token-scorer und retroaktivem Catches-Backfill.
Strategien
4
aktiv im Lab
Live-Trades
2
ueber alle Strategien
Realized PnL
-0.049 SOL
Paper-trading, kein echtes Geld
Signals 24h
0
ueber alle Strategien
Alle Strategien
lp_growth
LP-Growth-Breakout
ON
Long on lp 50%+ growth in 6h windows with score >= 50, exit on lp regression or rot or 36h.
PnL
+0.000 SOL
Trades
0
Win-Rate
0 Prozent
score_momentum
Score-Momentum
ON
Long when score crosses 60 from below, exit when score drops below 45 or 24h max hold or verdict rot.
PnL
+0.000 SOL
Trades
0
Win-Rate
0 Prozent
verdict_color
Verdict-Color (Green-Long)
ON
Long on verdict transition to gruen, exit on degradation or 48h.
PnL
+0.000 SOL
Trades
0
Win-Rate
0 Prozent
score_above_50
Score >= 50 Baseline
ON
Naiver baseline: long any token mit score >= 50, exit bei score < 35 oder verdict rot oder 24h. Vergleich vs score_momentum.
PnL
-0.049 SOL
Trades
2
Win-Rate
0 Prozent
Wie das hier funktioniert
- Jede Strategy ist eine python-class in scripts/strategies/ mit on_snapshot()-handler. Backtest-engine und paper-trader teilen sich dieselbe interface.
- Backtest-mode replayed komplette token_history-DB. Live-mode (paper-trader-cron alle 5 Min) evaluiert aktuelle snapshots gegen offene paper_trades.
- Aktuell ist die history rug-skewed (Catches-Backfill). Sobald der active-token-scorer ueber tage gruene tokens findet, fuellt sich die balance und long-strategien fired signals.
- Reine Datenanalyse. Keine Anlageberatung. Keine Empfehlungen. Pylonyx tradet nicht selbst, schreibt nur paper-trades in die DB und alerted via Telegram bei signals.