Trade For Me

TFM: Ein autonomes System für Marktintelligenz und Entscheidungen.

TFM beobachtet rund um die Uhr einen Live-Markt, trifft Entscheidungen, prüft sie im Paper-Trading und hält jede Entscheidung samt Ergebnis fest. Der Markt ist nur der Prüfstand: Das Thema sind autonome Entscheidungen.

Kann ein System beobachten, entscheiden, das Ergebnis messen und besser werden?

Märkte sind ein harter Prüfstand für autonome Systeme. Sie schließen nie, das Feedback kommt sofort, und jede Entscheidung hat ein messbares Ergebnis.

Ein System, das dort besteht, lernt etwas, das sich auf andere Aufgaben übertragen lässt: mit unvollständigen Daten unter Zeitdruck zu handeln.

So funktioniert es

Acht Schritte in einer lernenden Schleife.

TFM-Entscheidungsschleife

01 Beobachten Markt- und On-Chain-Daten in Echtzeit.
02 Filtern Checks für Sicherheit und Datenqualität.
03 Analysieren Marktstruktur über mehrere Zeitebenen.
04 Entscheiden Regelbasierte Strategien treffen die Entscheidung.
05 Paper-Trade Eine simulierte Position.
06 Verwalten Der Ausstieg folgt dem Plan vom Einstieg.
07 Auswerten Das Ergebnis wird zur Entscheidung gespeichert.
08 Lernen Strategien justieren sich selbst, jede Änderung protokolliert.

Jedes Ergebnis fließt in die nächste Runde.

Ehrliche Bilanz

Gemessen und belegt.

Jede Entscheidung wird mit ihren Belegen gespeichert, direkt neben dem, was danach tatsächlich passiert ist. Verluste bleiben in der Bilanz.

Was jeder Entscheidungsdatensatz enthält

Belege: Marktstruktur, Sicherheitschecks und Aktualität der Daten im Moment der Entscheidung.
Plan: Beim Einstieg festgelegt. Der Ausstieg folgt ihm.
Ergebnis: Nach Kosten, gespeichert neben der Entscheidung, die es ausgelöst hat.

Entscheidungsdatensatz aus einem Token-Bericht von SOLLE AI. Drei Strategien zeigen jeweils das Signal „watching“. Ein Kasten darunter erklärt, warum keine Paper-Position eröffnet wurde: Der Kurs fiel unter den Punkt, an dem das Setup bricht, und die Marktkapitalisierung von 98.552 $ liegt unter dem Minimum von 100.000 $. — Ein echter Entscheidungsdatensatz von SOLLE AI, das auf TFM aufbaut. Drei Strategien haben einen Token geprüft und beobachten weiter, und der Datensatz sagt, warum keine Paper-Position eröffnet wurde. Screenshot solle-ai.com/token/5hpc…pump

01 · Regeln zuerst

Entscheidungen, die sich reproduzieren lassen.

TFM entscheidet nach festen Regeln, denn bewerten lässt sich nur, was sich reproduzieren lässt. Sprachmodelle helfen bei der Recherche und erklären jede Entscheidung.

02 · Erst auf Papier

Beweisen, bevor es zählt.

Jede Entscheidung wird simuliert und bewertet.

03 · Lernende Schleife

Strategien, die von sich selbst lernen.

Die Strategien justieren ihre Einstellungen anhand vergangener Ergebnisse und protokollieren jede Änderung. Ein Mensch setzt die Grenzen und behält die Richtung im Blick.

Datenblatt

Markt: Solana-Token. Rund um die Uhr geöffnet und extrem volatil.
Entscheidungen: Drei regelbasierte Strategien, die die Marktstruktur über mehrere Zeitebenen lesen.
Sicherheitschecks: Wer den Token kontrolliert, ob die Liquidität gesperrt ist, wie konzentriert die Halter sind, Risikobewertungen. Ohne Beleg kein Einstieg.
Lernen: Die Strategien justieren ihre Einstellungen anhand vergangener Daten selbst und protokollieren jede Änderung. Die Grenzen setzt ein Mensch.
Ausführung: Nur Paper-Trading. Echter Handel ist abgeschaltet.
Codebasis: Rund 180.000 Zeilen Python und 2.900 Commits seit Februar 2026.
Gebaut mit: KI-Coding-Agenten. Jede unumkehrbare Änderung gibt ein Mensch frei.

Was das nicht ist

Ein Trading-Bot zum Mieten, ein Fonds oder ein Copy-Trading-Dienst.
Finanzberatung oder ein Signaldienst.
Ein Sprachmodell, das handelt. Regeln entscheiden, Modelle erklären.

Nächster Arm · 03 SOLLE AI Eine KI-Figur, die Märkte öffentlich liest.

Sie brauchen ein Entscheidungssystem, das ehrlich Buch führt?

Mit uns bauen