Inside der PMTS Signal-Engine: Vom rohen MT5-Tick zur Trading-Entscheidung — 29. Mai 2026

Eine der häufigsten Fragen, die institutionelle Kapitalallokatoren stellen, bevor sie Kapital in PMTS zeichnen, ist konzeptionell einfach, aber technisch dicht: Was geschieht mechanisch zwischen einem ankommenden Tick vom Broker und einer an den Markt zurückgesendeten Order? Die Antwort ist eine mehrstufige Signal-Engine. Dieser Artikel dokumentiert die Architektur dieser Engine, wie sie am 29. Mai 2026 auf MetaTrader 5 für den XAUUSD-Markt arbeitet, und zeigt die reale Performance-Spur, die sie erzeugt.

Warum die Signal-Engine zählt

Ein Handelssystem ist nur so gut wie die Disziplin, die in der Pipeline eingebettet ist, die verrauschte Marktmikrostruktur in eine binäre Entscheidung umwandelt: handeln oder abwarten. Diskretionäre Trader komprimieren diese Pipeline in Intuition. Systematische Plattformen hingegen müssen sie als Code ausdrücken — reproduzierbar, auditierbar und resilient gegenüber Regimewechseln. PMTS wurde vom ersten Tag an um diese Einschränkung herum konstruiert.

Das Ergebnis ist in den im Backend veröffentlichten plattformweiten Kennzahlen sichtbar. In den letzten 30 Tagen hat PMTS 4.964 Trades über die gesamte Kontopopulation ausgeführt — mit einer Gewinnrate von 59,11% und einem aggregierten Nettogewinn von USD 3.107.536,84. Im rollierenden 7-Tage-Fenster vom 22. bis 29. Mai 2026 generierte die Engine 213 Trades, von denen 74,18% mit Gewinn schlossen und USD 244.302,59 zum aggregierten Equity beitrugen. Diese Zahlen sind nicht das Ziel des Artikels — sie sind die Folge der unten beschriebenen Architektur.

Stufe 1: Tick-Ingest und Mikrostruktur-Normalisierung

Die Pipeline beginnt an der Broker-Brücke. Jeder PMTS Expert Advisor ist an ein MT5-Terminal angeschlossen, das mit einem der sieben Broker verbunden ist, die wir derzeit unterstützen (MetaQuotes, DarwinexZero, FTMO, MultiBank Group, MEX Atlantic, u. a., verteilt auf 19 Produktionskonten). Der EA abonniert das OnTick-Ereignis für XAUUSD und schreibt jede Quote in einen ringförmigen In-Memory-Puffer fester Tiefe.

In dieser Phase versucht die Engine noch nicht zu prognostizieren. Sie führt drei deterministische Operationen aus:

• Ausreißerfilterung. Quote-Feeds enthalten gelegentlich veraltete Prints, Broker-Pre-Open-Snapshots oder Wide-Spread-Spikes in liquiditätsarmen Fenstern. Ein Median-Abweichungsfilter weist jeden Tick zurück, dessen Bid-Ask-Mittelpunkt sich um mehr als einen konfigurierbaren Schwellenwert vom gleitenden Median entfernt.
• Spread-bewusste Mid-Price-Rekonstruktion. Da sich XAUUSD-Spreads beim Asia-London-Übergang und rund um FOMC-Schlagzeilen erheblich ausweiten können, berechnet die Engine einen synthetischen Mid-Price, gewichtet nach jüngster Tiefe, statt des naiven (bid+ask)/2. Dieser synthetische Preis ist es, den jedes nachgelagerte Modul konsumiert.
• Zeitstempel-Ausrichtung. Broker-Serverzeiten werden auf UTC normalisiert und in Ein-Sekunden-, Ein-Minuten- und Fünf-Minuten-Bars umgruppiert. Die Engine hält diese Bars parallel, weil verschiedene Sub-Strategien auf unterschiedlichen Horizonten arbeiten.

Stufe 2: Feature-Engineering — Preise in Fragen verwandeln

Stufe zwei ist, wo Rohquotes zu wartenden Entscheidungen werden. Jeder neue Bar löst die Berechnung eines Feature-Vektors aus, der fünf Familien abdeckt: Trend, Volatilität, Momentum, Liquidität und Makrokontext.

Trend-Features beinhalten adaptive gleitende Durchschnitte, Regressionssteigungen auf mehreren Lookbacks und eine Heikin-Ashi-artige Glättung zur visuellen Bestätigung im Backoffice-Dashboard. Volatilitäts-Features umfassen ATR auf 14, 50 und 200 Perioden, realisierte Varianzschätzer und Yang-Zhang-Range-Schätzer, die gegenüber Übernachtungslücken robust sind. Momentum-Features decken RSI, Stochastic und einen proprietären Divergenzdetektor ab, der bewertet, wann Preishochs nicht von Momentumhochs bestätigt werden.

Liquiditäts-Features quantifizieren, wie viel der Markt auf dem aktuellen Preisniveau absorbieren will — abgeleitet aus dem Spread, der Quote-Update-Rate und der über Order-Book-Proxys abgeleiteten Tiefe. Makrokontext-Features schließlich injizieren die aktuelle Nähe zu geplanten Ereignissen: Minuten-bis-FOMC, Zeit-seit-NFP und ob das Fed-Blackout-Fenster aktiv ist. Die Engine behandelt Makro-Nähe absichtlich als Feature, nicht als harten Schalter — wir wollen, dass das System die Signal-Confidence in der Nähe großer Datenpunkte herunterwichtet, nicht blind aufhört zu handeln.

Stufe 3: Regime-Klassifizierung

Die wichtigste architektonische Entscheidung in PMTS ist die explizite Trennung von Regime-Detektion und Signalgenerierung. Die meisten Retail-Expert-Advisors kollabieren beides: Sie feuern Entries, sobald ein Muster erkannt wird, unabhängig davon, ob der Markt im Trend, in Mean Reversion oder in Range-Kompression ist. PMTS macht das Gegenteil. Jeder Feature-Vektor wird zuerst durch einen Regime-Klassifizierer geroutet, der den aktuellen Marktzustand einem von vier Buckets zuordnet: bullischer Trend, bärischer Trend, Mean Reversion und Hochvolatilitäts-Übergang.

Jeder Bucket aktiviert ein anderes Sub-Strategie-Ensemble. Ein bullisches Trendregime etwa aktiviert Breakout-Continuation-Module und deaktiviert Mean-Reversion-Shorts vollständig. Ein Hochvolatilitäts-Übergangsregime, üblich in den Stunden vor einem FOMC-Statement, lenkt die Engine zu kleineren Positionsgrößen und engeren Risiko-Caps. Deshalb erleidet PMTS selten den klassischen Algo-Fehlermodus, einen starken Trend mit einem Counter-Trend-Modul zu bekämpfen — der Klassifizierer hat die falschen Werkzeuge bereits zum Schweigen gebracht.

Stufe 4: Signal-Scoring und Konfluenz

Innerhalb eines aktiven Regimes produzieren mehrere Sub-Strategien unabhängig voneinander Scores im Bereich −1 bis +1. Die Signal-Engine aggregiert diese Scores anschließend mit einer Konfluenzregel statt eines einfachen Durchschnitts. Ein Trade wird nur in Betracht gezogen, wenn (a) mindestens zwei unabhängige Sub-Strategien in der Richtung übereinstimmen, (b) ihr kombinierter Score eine pro Regime kalibrierte Schwelle überschreitet und (c) das Makro-Nähe-Feature die Ausführung nicht vetiert.

Diese Konfluenz-Anforderung ist der wichtigste Grund hinter der Qualität der jüngsten Ausführung. Auf Konto 25 über das Mai-Datenfenster produzierte PMTS einen Profit Factor von 2,5793 mit einer Gewinnrate von 64,63% über 82 Trades. Speziell auf dem XAUUSD-Symbol liegt der historische Profit Factor bei 2,0942 mit einem durchschnittlichen Gewinn von USD 158,75 gegenüber einem durchschnittlichen Verlust von USD 81,03 — ein Gewinn/Verlust-Verhältnis von ungefähr 2:1, das strukturell durch die Engine erzwungen wird und nicht das Ergebnis von Trade-Cherry-Picking ist.

Stufe 5: Risiko-adjustierte Ausführung

Ein Signal ist noch keine Order. Die letzte Stufe wendet einen portfolio-weiten Risikofilter an, der berücksichtigt: offene Exposure über alle 19 Produktionskonten, aktuelle Korrelation zwischen aktiven Positionen, Abstand zu den täglichen und wöchentlichen Verlust-Circuit-Breakers und verfügbarer freier Margin pro Kontowährung (EUR, USD, GBP). Erst nachdem das Risikomodul zustimmt, geht die Order über MT5 an den Broker.

Die Ausführung selbst ist je nach Regime in Markt- und Pending-Orders aufgeteilt. In Trendregimen bevorzugt die Engine Marktorders, um Continuation einzufangen; in Mean-Reversion-Regimen bevorzugt sie Pending-Orders auf berechneten Umkehrniveaus. Slippage wird bei jeder Ausführung protokolliert und in die nächste Iteration des spread-bewussten Mid-Price-Modells zurückgeführt — eine geschlossene Schleife, die die Ausführungsqualität ohne manuelle Rekalibrierung allmählich enger zieht.

Auditierbarkeit: jede Entscheidung hinterlässt eine Spur

Jede Stufe der Pipeline schreibt strukturierte Logeinträge in eine serverseitige Datenbank. Für jeden Trade kann der exakte Feature-Vektor zum Entry-Zeitpunkt, die Regime-Klassifizierung, die Sub-Strategie-Scores, das Konfluenz-Ergebnis und die finale Risikoentscheidung rekonstruiert werden. Das macht PMTS auf eine Weise auditierbar, wie es Black-Box-KI-Systeme üblicherweise nicht sind. Investoren können auf dem dashboard der Plattform die exakten Metriken hinter jedem Konto verifizieren: Sharpe-artige Ratios, Sortino-Abweichung, Calmar-Ratio bei ausreichender Historie, Gewinnrate, Profit Factor und Drawdown-Geometrie.

Über den institutionellen Konto-Snapshot hält PMTS einen maximalen Drawdown von nur 0,7277% — eine Metrik, die für die System-Integrität repräsentativer ist als die Schlagzeilen-Gewinnzahlen. Eine Signal-Engine, die starke Renditen zum Preis großer Drawdowns produziert, ist strukturell ein weniger wertvolles System als eines, das moderate Renditen bei niedrigen Drawdowns produziert — institutionelle Allokatoren verstehen das; die obige Architektur ist um dieses Verständnis herum gebaut.

Was das für den Investor bedeutet

Der institutionelle Kunde muss das Implementierungsdetail jedes Moduls nicht kennen. Was zählt, ist der operative Vertrag: PMTS wird (1) nur handeln, wenn ein aktives Regime identifiziert ist, (2) nur ausführen, wenn unabhängige Sub-Strategien einander bestätigen, (3) automatisch um Makroevents herunterskalieren und (4) jeden Trade ablehnen, der portfolio-weite Risiko-Caps verletzen würde. Dieser Vertrag ist es, der den 30-Tage-Footprint von fast 5.000 Trades bei 59,11% Gewinnrate ohne entgleiste Drawdowns produziert.

Wenn Sie PMTS gegen Ihre eigenen Risikoparameter evaluieren wollen, können Sie ein Evaluierungskonto eröffnen und dieselben oben gezeigten Metriken in Echtzeit auf Ihrem persönlichen dashboard überwachen. Die in diesem Artikel beschriebene Engine ist dieselbe Engine, die diese Zahlen produziert — es gibt keine separate Produktionsversion.

Vergangene Wertentwicklung ist keine Garantie für zukünftige Ergebnisse. Trading beinhaltet erhebliche Verlustrisiken und ist nicht für jeden Investor geeignet. Die in diesem Artikel zitierten KPIs spiegeln die aggregierte Plattform-Performance zum 29. Mai 2026 wider und sind möglicherweise nicht repräsentativ für zukünftige Perioden. Konsultieren Sie vor Kapitalallokation stets einen qualifizierten Finanzberater.