News-Sentiment als Trading-Signal: Leitfaden für Algo-Trader

News-Sentiment als Trading-Signal im algorithmischen Trading nutzen

Algorithmisches Trading auf Kryptowährungsmärkten verliert an Wirksamkeit, wenn Indikatoren Wechsel im Markregime ignorieren. Die Lösung: Analyse des News-Sentiments mittels Vektorsuche und RAG-Modellen statt LLM-Interpretationen. So fangen Sie fundamentale Stimmungswechsel ab, bevor sie im Preis sichtbar werden.

Warum traditionelle Indikatoren versagen

Gleitende Durchschnitte und RSI sind auf historischen Daten kalibriert und gehen von einem stabilen Markregime aus. Die Realität kennt jedoch abwechselnde Bären- und Bullentage, die oft innerhalb eines einzigen Tages umschlagen. Die technische Analyse passt sich diesen Wechseln nicht an, da sie auf Mittelungen basiert. Eine positive News-Story vormittags, eine negative abends. Ergebnis: Indikatoren zeigen „Rauschen“ statt Trends.

Das Problem liegt nicht an den Tools – sondern am Kontext ihrer Nutzung. Indikatoren funktionieren innerhalb eines Regimes, erkennen aber das Regime selbst nicht. Der News-Hintergrund bestimmt das Regime – wie autoritative Quellen die Wahrnehmung der Marktteilnehmer prägen.

News richtig sammeln und filtern

Ein Signal aufzubauen geht über das Parsen von Überschriften hinaus. Drei Parameter sind entscheidend: Domain, Veröffentlichungszeit und Vektorsimilarität. So gehen Sie vor:

• Vektorsuche statt Keywords nutzen

- PgVector oder MongoDB Atlas Vector Search für semantische Suche einsetzen, nicht Wortabgleich.

- Auf nahe-null-Werte bei Cosinusähnlichkeit achten – sie erfassen versteckte Einflüsse (z. B. Erwähnungen von Trump ohne direkte Bitcoin-Referenzen).

- LLMs für die Anfangssuche überspringen – sie interpretieren, statt rohes Sentiment zu erfassen.

• Auf autoritative Domains fokussieren

- SEC-Regulierungsdokumente bewegen Märkte nicht allein – nur wenn sie von einflussreichen Bloggern oder Analysten repostet werden.

- Eine Whitelist von Domains erstellen, deren Publikum Retail-Investoren tatsächlich beeinflusst.

• Zeitliche Aspekte berücksichtigen

- Tägliche Mittelung tötet die Richtungsgebung. Ein strenges 24-Stunden-Fenster verwenden – genug, um Rauschen zu filtern, bei Erhalt des Kontexts.

- Publikationen mit unbekannten Zeiten filtern (z. B. 00:00:00 GMT). Sie führen zu Look-Ahead-Bias.

Praktische Umsetzung: Code und Filterung

Bei APIs wie Tavily Timestamps korrekt handhaben. Hier ein JavaScript-Filterbeispiel:

const hour = dayjs(publishedDate).utc().get("hour");
const minute = dayjs(publishedDate).utc().get("minute");
if (hour === 0 && minute === 0) {
    console.warn(`fetchNews search invalid publishedDate query=${query} url=${url} from=${from} to=${to}`)
    return false;
}

Zusätzlich Daten für -2 Tage abfragen, dann lokal die letzten 24 Stunden filtern. Das behebt verlorene Publikationen an Taggrenzen durch CDN- und Datenbank-Eigenheiten.

Fallstudien: Wie Sentiment Preisbewegungen vorausgeht

In zwei realen Fällen identifizierte ein vektorbasiertes System die Richtung korrekt:

• Neutral-bärisches Sentiment → anschließender BTC-Preisrückgang.
• Bullisches Sentiment → stetiger Anstieg in den folgenden Stunden.

Wichtig: Das System prognostiziert keinen Preis. Es erfasst den synergistischen Effekt vieler Publikationen, die kollektive Markterwartungen formen. Diese Erwartungen materialisieren sich dann in Chartbewegungen.

Positionsmanagement: Aussteigen beim PnL, nicht beim Sentiment

Trades auf Stimmungswechsel zu schließen ist zu spät. Parser hinken nach, Gewinne gehen verloren. Optimal: Gewinne bei 3 % Rückgang vom Max-PnL einer offenen Position mitnehmen.

Beispiel: Bei +10 % Positionshöchststand bei +7 % aussteigen. Das sichert 97 % der Gewinne, auch wenn das Sentiment noch nicht umgeschlagen ist. Über 10 Trades kann das die Gesamtrendite um bis zu +30 % steigern.

Für Risikomanagement feste Stop-Losses und trailing Take-Profits nutzen. Sie schützen vor plötzlichen Umkehrungen, die selbst die schnellsten News-Systeme verpassen.

Wichtige Erkenntnisse

• Vektorsuche von LLMs trennen: Die erste findet Sentiment, die zweite interpretiert es.
• 24-Stunden-Fenster optimal: Kürzer fügt Rauschen hinzu, länger verliert Richtung.
• Autoritätive Domains > Regulatoren: Märkte reagieren auf Interpretationen, nicht Fakten.
• Aussteigen beim PnL, nicht bei Signalen: Spart 3 % pro gewinnendem Trade.
• Zeitlose Publikationen filtern: Sie verzerren Backtests.

— Editorial Team