Versjon 3 — April 2026

🤖 AI Swing Trading System

Et strukturert trading-laboratorium — AI som analytiker, regler som beslutningstaker

0.5%
Risiko per handel
2×ATR
Stop loss
70+
Min. signal score
26
Symboler i univers
$5,000
Papirkonto
Hva er dette prosjektet?
Et systematisk swing trading-system bygget for å lære og forbedre seg over tid
🔬

Et trading-laboratorium

Målet er ikke å tjene penger raskt — det er å bygge et system med dokumentert positiv forventningsverdi (expectancy). Vi trenger 100+ handler før vi kan evaluere strategien.

🤖

AI som analytiker, ikke trader

Claude AI scorer og forklarer hvert signal. Men AI plasserer aldri handler eller styrer posisjonsstørrelse. Det gjøres av hardkodede risikoregler som ikke kan overstyres.

📊

Statistisk læring

Hvert handler logges med R-multiples og expectancy. Systemet evalueres statistisk — ikke av AI. Ingen justeringer gjøres før 100 handler er fullført.

5-lags arkitektur
Hvert lag har én jobb — ingen lag kan overstyre et høyere lag
1

Signal Engine

Beregner alle indikatorer. SMA, ATR, RSI, relativ styrke vs SPY. Ingen AI.

2

AI Analytiker

Claude scorer oppsettet 0–100 og forklarer risiko. Foreslår ikke handler.

3

Risikomotor

Posisjonsstørrelse, kill switch, daglig stoppgrense. Overstyrer alt.

4

Eksekveringslag

Alpaca API. Limit orders. Slippage-modell på 0.1% for realistisk simulering.

5

Handelslogg

R-multiples, expectancy, profit factor. Ren statistikk — ingen AI-læring.

«AI er analytiker, ikke trader. Risikoreglene overstyrer alt. Beslutninger må være målbare.»
Kjerneprinsipp — AI Swing Trading System v3
Slik fungerer det daglig
Automatisk fra signalberegning til handelslogg
1
Kl. 21:15 UTC = 09:15 NZ neste dag
Signal Engine scanner 26 symboler
Beregner SMA20/50/200, ATR, RSI, relativ styrke vs SPY. Pre-filtrerer bort symboler med dårlig likviditet, earnings nær, eller utenfor trend.
2
Bare lovende oppsett sendes videre
AI analytiker scorer hvert oppsett
Claude gir en score 0–100 basert på momentum (25p), trend (20p), relativ styrke (20p), volatilitetskvalitet (15p), likviditet (10p) og AI-filter (±20p). Kun score >70 handles.
3
Risikomotoren beregner størrelse
Posisjonsstørrelse = Risiko ÷ Stop-avstand
Risiko per handel: 0.5% av kapital ($25 på $5,000). Stop: 2×ATR under inngang. Antall aksjer = $25 ÷ stop-avstand. Maks 20% av kapital per posisjon.
4
Limit ordre plasseres
Alpaca eksekuterer med 0.1% slippage-modell
Limit ordre brukes for bedre fills. 0.1% slippage antas for å modellere realistisk papir→live overgang.
5
Hver handel logges
R-multiples og expectancy beregnes løpende
Expectancy = (winrate × snitt-vinner) – (taperate × snitt-taper). Strategien evalueres kun etter 100+ handler.
Risikoregler — overordnet alt
Disse reglene er hardkodet og kan ikke overstyres av AI
0.5%

Risiko per handel

$25 på $5,000 konto. ATR-basert posisjonsstørrelse.

2%

Daglig stopp

Er kontoen ned 2% på én dag stopper all handel automatisk.

5

Maks posisjoner

Aldri mer enn 5 åpne posisjoner simultant.

8%

Maks drawdown

System-pause hvis total drawdown overstiger 8%.

2×ATR

Stop loss

Tilpasser seg aksjonens volatilitet — ikke fast prosent.

3×ATR

MÃ¥l (target)

R:R på 1.5:1 innebygd i hvert oppsett.

10d

Tid-stopp

Alle posisjoner lukkes etter 10 dager uansett.

70+

Min. score

Kun oppsett med AI-score over 70 handles.

Automatiske exit-betingelser
BetingelseHandlingBegrunnelse
Pris når stop (2×ATR)Selg umiddelbartHard risikostyring
Pris når mål (3×ATR)Selg — ta gevinstLås inn 1.5R
SPY bryter 50 SMALukk alle posisjonerMarkedsfilter
RSI(14) > 80Vurder å ta gevinstOverkjøpt signal
10 dager holdtLukk uansett P&LTid-stopp
VIX > 30Ingen nye handlerMarkedsrisiko
Kostnader og infrastruktur
Komplett oversikt — live på DigitalOcean NYC
MÃ¥nedlige kostnader
DigitalOcean Droplet$6
Claude Sonnet 4.6 API~$20
GitHub Pages + Yahoo FinanceGratis
Total per måned~$26
Break-even: 0.52%/mnd på $5,000 konto
Live infrastruktur
DigitalOcean NYC
137.184.55.106 · 24/7
Claude Sonnet 4.6
Analytiker · 21:15 UTC daglig
GitHub Pages
trading.tempusadventure.com
Alpaca Paper
$5,000 · 26 symboler
Veien videre
Metodisk utvikling — ingen snarveier
1

Paper trading — samle data NÅ

Kjøre v3 uendret i 8–12 uker. Samle 100+ handler i tradelog.json. Ikke justere noe.

2

Statistisk evaluering

Analysere expectancy, profit factor og winrate. Hvilke oppsett har positiv edge? Hvilke ikke? Bare data bestemmer.

3

Live trading med $5,000 Kun ved positiv expectancy

Bytte til ekte penger kun hvis expectancy > 0 på 100+ papir-handler. Oppgradere til SIP data ($99/mnd) samtidig.

4

Skalering

Øke kapital gradvis basert på dokumenterte resultater. Aldri basert på enkelt-handler eller kortsiktig P&L.