Auf dem Binance-Futures-Marktplatz ist 熬鹰资本 (@thankUcrypto) ein Signal-Trader, der viel Aufmerksamkeit auf sich zieht und zugleich umstritten ist. In öffentlichen Interviews erzählte er, wie er mit 3.000 U anfing, sein Kapital auf 1.700 U schrumpfen sah und sich anschließend mit 10.000 U wieder nach oben kämpfte. Sein Satz „Auf der Geraden voll aufs Gas, in der Kurve rechtzeitig bremsen“ ist vielen Tradern bekannt.

Doch zwischen dem, was jemand erzählt, und den tatsächlichen Transaktionsdaten seines Kontos klafft oft eine Lücke. Dieser Artikel stützt sich auf 29 Tage Live-Handelsdaten vom 18.09.2026 bis zum 10.11.2026 (851 einzelne Eröffnungs- und Schließungstransaktionen sowie 28 geschlossene Positionen) und analysiert anhand realer Ausführungen seinen gesamten Handelsrahmen, seine Positionsgewohnheiten, seine Gewinnlogik und die verborgenen Risiken.

1. Weder rein manuell noch rein quantitativ: eine Mischform aus subjektiven Entscheidungen und programmgestützter Ausführung

Viele ordnen ihn schlicht als diskretionären Trader ein. Die Transaktionsdaten zeigen jedoch, dass er eine Mischform nutzt:

1. Große Kernpositionen (ETH/BTC und US-Aktien-Token): Die Richtung wird subjektiv eingeschätzt, die Ausführung erfolgt halbautomatisch in Tranchen

ETH und BTC sind die wichtigsten Märkte. Das nominale Volumen einzelner Trades beträgt häufig mehrere Hunderttausend bis mehrere Millionen USDT. Die Einstiege verteilen sich über einige zehn Minuten, die Positionen werden überwiegend als Swing-Trades gehalten. Gehandelt wird vor allem abends während der US-Handelssitzung (22 Uhr bis 3 Uhr nachts Pekinger Zeit) – ein typisches Merkmal manueller Bildschirmbeobachtung.

2. Spezieller Coin (ZAMA): reine Grid-Strategie mit Bots

Beim Handel mit ZAMA gab es in einer einzigen Minute bis zu 26 Ausführungen, darunter zahlreiche winzige Orders über 6–17 U. Die Orders wurden streng nach Preisstufen platziert. Innerhalb von zwei Tagen kamen 663 Grid-Orders zusammen, die durch häufiges Ausnutzen der Spreads einen Gewinn von 75.000 U einbrachten. Solch kleine Orders lassen sich unmöglich vollständig manuell ausführen.

Kurz gesagt: Der Mensch wählt die Coins aus, bestimmt die Richtung und die Gesamtpositionsgröße; das Programm übernimmt die Ausführung der gestaffelten Orders. Bei einem geeigneten neuen Coin wird direkt ein Grid-Bot zur Arbitrage gestartet.

2. Coin-Präferenzen: Große Coins als Kernmärkte, wechselnde Trendthemen und Aktien-Token als Besonderheit

Aufschlüsselung des nominalen Kapitals über 28 Positionen:

- ETH macht allein 53,6 % aus, BTC 19,4 %. Zusammen entfallen auf die beiden großen Coins 73 % des Kapitals; sie sind die wichtigste Gewinnquelle. Im beobachteten Zeitraum lag der Schwerpunkt auf ETH- und BTC-Shorts;

- Altcoins mit Trendthemen: der Privacy-Coin ZEC, ONDO (RWA) und der Meme-Coin PEPE. Meist wurde mit Long-Positionen auf eine nachholende Kursbewegung gesetzt;

- Diversifizierte Positionierung: zahlreiche Token auf US-Aktien (NVDA, MU/Micron, SNDK aus dem Speicherbereich usw.), außerdem Positionen in CL-Rohöl-Futures. Diese entwickeln sich nicht vollständig im Gleichlauf mit dem Kryptomarkt und dienen als Portfolio-Absicherung.

Er ist ein typischer Trader, der zwischen Trendthemen rotiert: Innerhalb von 29 Tagen handelte er 14 verschiedene Assets und wechselte ungefähr alle zwei Tage das Thema. Er hält nicht langfristig an einem festen Korb von Coins fest.

3. Positionsmanagement: Schluss mit „erst einmal mit kleiner Position testen“ – schon der erste Einstieg ist eine große halbe Position

Das ist der Aspekt dieser Methode, der der Intuition vieler Kleinanleger am stärksten widerspricht.

Die meisten Trader eröffnen zunächst eine kleine Testposition und stocken erst auf, wenn sich die Marktentwicklung bestätigt. Die Auswertung von 26 zuordenbaren Positionen zeigt jedoch:

Der erste Einstieg macht im Durchschnitt 45 % der endgültigen Gesamtposition aus. Nur bei 16 % der Positionen lag der Anteil des ersten Einstiegs unter 20 %.

Der tatsächliche Ablauf:

✅ Der erste Einstieg macht direkt fast die Hälfte der Zielposition aus. Innerhalb von einigen zehn Minuten bis zu einem Tag folgen dann 1–3 weitere Tranchen, bis die Gesamtposition erreicht ist;

✅ Die Einstiege konzentrieren sich auf eine sehr enge Preisspanne. Zum Beispiel lagen die Einstiegskurse der vier ETH-Short-Positionen nur 0,25 % auseinander. Es wird in Tranchen innerhalb einer Spanne eingestiegen, statt Kursanstiegen oder -rückgängen hinterherzulaufen;

✅ Strikte Obergrenze für parallele Positionen: höchstens zwei gleichzeitig. Es wird keinesfalls breit gestreut. Der Median des Nominalwerts einer Position beträgt 2,08 Mio. U, die größte Einzelposition 14,17 Mio. U.

Auch beim Schließen von Positionen wird konsequent gehandelt: Wird das Kursziel erreicht, werden alle Positionen innerhalb einer Minute geschlossen. Wird der Stop-Loss ausgelöst, wird ebenfalls alles auf einmal glattgestellt – es bleibt keine Restposition in der Hoffnung auf eine Erholung offen. Typischer Fall: Bei einem verlustreichen MU-Long wurden beide Positionen innerhalb einer Minute geschlossen, statt den Buchverlust weiter auszusitzen. Die Haltedauer entspricht eher einem Swing-Trading-Ansatz: Der Median liegt bei 22,4 Stunden, die meisten Trades dauern zwischen 5 Stunden und 2 Tagen. Es handelt sich nicht um hochfrequenten Intraday-Handel.

4. Gewinn- und Verluststruktur: hohe Trefferquote, aber niedriges Chance-Risiko-Verhältnis – hier liegt das Risiko verborgen

Beobachtete Stichprobe: 28 geschlossene Positionen:

- Trefferquote: 71,4 % (20 Gewinne, 8 Verluste)

- Chance-Risiko-Verhältnis: 0,70; Profitfaktor: 1,75

- Durchschnittlicher Gewinn: 99.900 U; durchschnittlicher Verlust: 142.700 U

Der entscheidende Punkt: Die Gewinne sind häufiger, aber ein einzelner Verlust fällt größer aus. Die Rendite entsteht durch die Kombination aus hoher Trefferquote und enormen Positionsgrößen – nicht durch ein hohes Chance-Risiko-Verhältnis nach dem Muster „kleine Verluste, große Gewinne“.

Die Gesamtstatistik über 29 Tage weist einen Gewinn von +856.000 U aus. In diesem Zeitraum gab es jedoch drei erhebliche Verluste von insgesamt 816.000 U, die beinahe den gesamten Monatsgewinn aufgezehrt hätten.

Anders gesagt: Schon 2–3 größere Verluste in Folge können die über einen langen Zeitraum angesammelten Gewinne leicht wieder zunichtemachen. Das ist die größte Schwachstelle dieser Strategie; sie hängt extrem von der Disziplin beim Einhalten des Stop-Loss ab. In einem öffentlichen Interview erwähnte er selbst, dass sein Kontostand früher einmal auf nur noch 1.700 U zurückgefallen war, weil er den Stop-Loss nicht konsequent umgesetzt hatte.

Drei Gewinnquellen

1. Swing-Trading mit großen Coins (ETH/BTC): der wichtigste Beitrag zur Strategie. Mit großen Positionen werden Swings von 5–7 % gehandelt. Der größte Gewinn aus einer einzelnen ETH-Short-Position betrug 942.000 U;

2. Nachzügler in Trendthemen: Privacy-Coins, RWA und Aktien-Token. Mit mittelgroßen Positionen wird auf thematische Kursbewegungen gesetzt; einzelne Trades bringen Gewinne von mehreren zehntausend U;

3. Grid-Bot für neue Coins: Viele kleine Orders nutzen die Spreads aus. Der Gewinn pro Trade ist gering, summiert sich aber durch die hohe Zahl an Ausführungen.

5. Versuch, die Strategie zu reproduzieren: Von den Transaktionsdaten zum quantitativen Skript

Das Verhalten zu beobachten, ist nur der erste Schritt. Ich nutze derzeit Codex, um aus dieser Stichprobe Verhaltensregeln abzuleiten: Alle Eröffnungs- und Schließungsdaten, Positionsmerkmale, Regeln für Ein- und Ausstiege, Zeitfenster und die Logik bei der Coin-Auswahl werden in einen strukturierten SQL-Datensatz überführt. Auf dieser Grundlage soll anschließend ein quantitatives Handelsskript entwickelt werden, das sich backtesten lässt.

Aktuell bin ich mit der Datenaufbereitung und der Extraktion der Regeln beschäftigt. Beim manuellen Trading spielen subjektive Einschätzungen mit hinein, weshalb eine vollständige Reproduktion sehr schwierig ist. Sobald das Skript fertig ist, werde ich die Backtest-Ergebnisse und die simulierte Performance im Live-Handel teilen, um zu sehen, wie sich diese gemischte Handelslogik bei programmgestützter Ausführung tatsächlich schlägt.

Realistische Erwartung: Das subjektive Timing und die Einschätzung von Trendthemen lassen sich nur schwer vollständig in Code übertragen. Ein vielversprechender Backtest ist kein Beleg für die Wirksamkeit im Live-Handel. Die späteren Ergebnisse dienen ausschließlich der technischen Untersuchung.

6. Was sich übernehmen lässt – und was man keinesfalls einfach kopieren sollte

✅ 6 Ausführungsmaßnahmen, von denen normale Trader lernen können

1. Zuerst die grobe Marktrichtung bestimmen, dann passende Assets auswählen: Große Coins geben die Richtung vor, Altcoins und volatilere Assets ergänzen das Portfolio;

2. In Tranchen innerhalb einer engen Spanne einsteigen: In der Nähe von Unterstützung oder Widerstand in 2–4 Tranchen innerhalb von ±0,3 % eröffnen, statt sofort die gesamte Position zu setzen;

3. Übermäßige Streuung vermeiden: Nicht zu viele Positionen gleichzeitig halten und sich auf wenige Gelegenheiten konzentrieren;

4. Stop-Loss konsequent umsetzen: Wird ein entscheidendes Kursniveau durchbrochen, nicht aus Hoffnung auf eine Erholung einen Teil der Position behalten, sondern entschlossen aussteigen;

5. Gewinne konsequent mitnehmen: Beim Erreichen des Kursziels vollständig aussteigen und nicht dem letzten Stück einer Bewegung hinterherjagen;

6. Die Haltedauer festlegen: Für Trades klare zeitliche Grenzen setzen und Positionen nicht unbegrenzt aussitzen.

❌ Was normale Trader keinesfalls einfach kopieren sollten

1. Enorme Unterschiede bei der Positionsgröße: Diese Strategie mit großen Positionen basiert auf einem Kapital von mehreren Millionen U. Derselbe Stop-Loss von 5 % bedeutet für einen Großinvestor einen normalen Rücksetzer, kann bei kleinem Kapital aber unmittelbar schweren Schaden anrichten;

2. Das inhärente Risiko eines niedrigen Chance-Risiko-Verhältnisses: Eine Trefferquote von 71 % sieht beeindruckend aus, doch mehrere Verluste in Folge können zu einem sehr starken Rückgang des Kontostands führen;

3. Das ZAMA-Grid ist das Produkt einer besonderen Situation: In Verbindung mit automatisierter Ausführung und der Liquidität eines neuen Coins kann ein manuell nachgeahmtes Grid leicht dazu führen, dass man auf Verlusten sitzen bleibt;

4. Begrenzte Stichprobe: Derzeit umfasst sie nur 28 geschlossene Positionen, daher ist die statistische Aussagekraft begrenzt. Trefferquote und Profitfaktor beziehen sich nur auf diesen einen Monat und belegen keine langfristige Stabilität. Zur Überprüfung sind weitere Stichproben aus unterschiedlichen Marktphasen erforderlich.

#熬鹰资本 #量化交易