Launching soon — TradeOnyx is still in preparation; public sign-up isn't open yet.

Onyx-Muster

Teuerste Fehler

Trader-definierte Fehler-Tags („FOMO-Einstieg", „kein Stop", „zu groß", „Plan gebrochen") sind die sauberste Karte, wo Disziplin zusammenbricht. Der Detektor summiert Netto-G&V über alle Trades mit jedem Fehler-Tag und zeigt die drei teuersten — damit du den Fehler reparierst, der am meisten weh tut, bevor du dich um den Rest kümmerst.

Was ist das

Teuerste Fehler ist eine Per-Tag-Aggregation über die geschlossenen Trades des Users, beschränkt auf Tags mit Kategorie `mistake` (der Disziplin-Versagens-Topf — getrennt von Setup-Tags, Psychologie-Tags oder Custom-Tags).

Für jeden Fehler-Tag, den der Trader angewendet hat: - das Netto-G&V jedes Trades mit diesem Tag summieren - die Trades zählen - das Ø Per-Trade-G&V berechnen

Die Top 3 nach absolutem Aggregat-Kosten erscheinen auf der Karte. Ein Trade mit zwei Fehler-Tags trägt sein G&V zu BEIDEN Aggregaten bei — wir messen Per-Fehler-Art-Kosten, nicht das Aufteilen eines einzelnen Trade-G&V auf Labels. (Wenn „FOMO-Einstieg" UND „kein Stop" beide auf demselben -€100-Trade erscheinen, absorbieren beide Aggregate die vollen -€100. Der Trader sieht beide als teuer und entscheidet, welche Intervention Priorität bekommt.)

Tags mit positivem Aggregat werden ausgeschlossen. Wenn der Trader drei +€50-Trades mit „zu groß" beschriftet hat, ist das Aggregat +€150 und der Tag fällt aus den Top 3 — das ist kein teurer Fehler zum Beheben, sondern ein fehl-etikettiertes Set profitabler Trades. Karte bleibt still, wenn jeder Fehler-Tag des Users netto positiv ausging (kein teurer Fehler zum Anzeigen).

Formel
Ansatz (Lehrbuch): geschlossene Trades nach jedem Fehler-Tag gruppieren, den sie tragen. Pro Gruppe: Anzahl, sum_pl = Σ Netto-G&V, avg_pl = sum_pl / Anzahl. Gruppen ausfiltern, in denen sum_pl nicht-negativ ist (der Tag ist kein teurer Fehler). Den Rest nach sum_pl aufsteigend sortieren (am negativsten zuerst), Top 3 nehmen.
 
TradeOnyx-intern: die Mindest-Anzahl an Trades mit irgendeinem Fehler-Tag vor Emission, die Per-Fehler-Schwelle für Einschluss und der Top-N-Count sind empirisch kalibriert und nicht veröffentlicht.
Beispiel

Im Analyse-Zeitraum tragen 22 Trades mindestens ein Fehler-Tag. Aggregationen: „kein Stop" auf 6 Trades = -€480 gesamt. „FOMO-Einstieg" auf 8 Trades = -€340 gesamt. „zu groß" auf 4 Trades = -€220 gesamt. „Plan gebrochen" auf 3 Trades = -€90 gesamt. Gesamtkosten Fehler: -€1.130.

ErgebnisKarte feuert mit „kein Stop" als Top-Fehler (-€480 über 6 Trades, Ø -€80 pro Trade). „FOMO-Einstieg" ist zweiter, „zu groß" dritter. „Plan gebrochen" ist ausgeschlossen — vierter in Kosten, nur Top 3 erscheinen. Die handlungsorientierte Folgerung: schreib EINE Regel gegen „kein Stop" ins Journal — „kein Entry ohne voreingestellten SL-Preis, keine Ausnahmen". Versuch nicht, FOMO + Sizing + Planung gleichzeitig zu fixen. Den einzelnen Top-Fehler zu eliminieren zahlt sich über Wochen kumulativ aus; die anderen erscheinen nächsten Monat wieder, falls sie bleiben.
Was bedeuten die Werte

Wie du die Karte nutzt:

Der Top-Eintrag ist die einzelne teuerste Fehlerkategorie in deinem Trading aktuell. Das ist die, die eine Journal-Regel bekommt. Die nachfolgenden Tags werden notiert und monatlich erneut geprüft — wenn die Eliminierung von #1 einen davon als neuen #1 hinterlässt, dann ist der als Nächstes dran.

Warum Per-Tag-Aggregation, nicht Per-Tag-Anzahl. Ein „kein Stop"-Tag auf 1 Trade, der €500 verlor, ist teurer als „FOMO-Einstieg" auf 10 Trades, die je €30 verloren (€500 vs €300). Die Anzahl allein würde FOMO zeigen; das Aggregat priorisiert richtig. Die Ø-pro-Trade-Spalte wird angezeigt, damit der Trader auch die Per-Vorfall-Schwere sieht.

Warum ein einzelner Trade zu mehreren Tags beiträgt. Wenn ein Trade sowohl „FOMO-Einstieg" ALS AUCH „kein Stop" hat, trugen beide Verhaltensweisen zum Verlust bei. 50/50 aufzuteilen würde dem Trader erlauben, eines davon wegzurationalisieren. Volle Zuschreibung zu beiden zu zählen beantwortet korrekt: „jedes Mal, wenn ich FOMO mache, was sind die Ø-Kosten" — und FOMO tritt oft zusammen mit Kein-Stop auf, also sind beide Zahlen aufgebläht, was EHRLICH über die Verschränkung ist.

Die Disziplin-Eliminierungs-Mathematik. Ein Trader, der einen -€500/Quartal-Fehler durch das Schreiben einer einzelnen Journal-Regel eliminiert, befreit 4×€500 = €2.000/Jahr reine Reibung. Diese Reibung kumulativ in die Equity-Kurve einfließen zu lassen, ist der ganze Punkt der Fehler-Analyse: es ist die Trader-Verbesserungsarbeit mit höchster Hebelwirkung, weit jenseits von Strategie-Feinjustierung.

Limitierungen.

  • Abhängig von Tag-Disziplin. Wenn der Trader keine Fehler taggt, hat der Detektor nichts anzuzeigen. Karte bleibt unter MIN_TAGGED_TRADES still.
  • Trader-definierte Namen. „FOMO-Einstieg" und „fomo" sind unterschiedliche Tags. Tag-Namen-Normalisierung im Trade-Detail-UI fördern, bevor diese Karte für Cross-User-Analyse (post-launch) nützlich wird.
  • Keine Ko-Auftretens-Analyse hier. Das ist TRA-237s Job (Fehler-Paar-Ko-Auftreten). Dieser Detektor bleibt bewusst eindimensional.

Tier: Pro. Wave 6 (Fehler-Analyse) öffnet damit — gefolgt von Frequenz-über-Zeit (TRA-236), Paar-Ko-Auftreten (TRA-237) und Fehler-freie-Streak (TRA-238).

Wo TradeOnyx das nutzt

Wie du die Karte liest:

1. Hero (links) — der Name + Gesamtkosten des schlimmsten einzelnen Fehlers. Die Zahl, die weh tut. 2. Breakdown-Tabelle — die Top 3 nach Aggregat-Kosten, mit Anzahl + Gesamt + Ø pro Trade. Top-down lesen. 3. Hint-Zeile — Gesamtkosten Fehler über alle markierten Kategorien plus Disziplin-Eliminierungs-Prompt.

Re-Check-Frequenz: monatlich. Fehler-Muster stabilisieren sich über Monate, nicht Tage; die Karte ist am handlungsorientiertesten am Ende eines Trading-Monats oder Quartals beim Journal-Review.

Tier: Pro.

Weiterlesen