Machine learning voor trading: de overhypte en de praktische kant

💡 het aha-moment

ML is geen zelfstandige strategie. Het is een FILTER. Je hebt al setups (de sweeps van Janus). ML voorspelt welke een kans van 68 % hebben in plaats van 55 %. Handel die van 68 % en sla die van 55 % over. Dat is de edge.

🎯 Praktijkoefening: pas ML-feature engineering toe om trades te filteren

Doel: Bouw een ML-model dat je bestaande setups filtert en de verwachting met 10-15 % verbetert door selectief te handelen.

Deel 1: feature engineering (de belangrijkste stap)

Bereken voor elk van je historische trades deze features OP HET MOMENT VAN HET SIGNAAL (geen look-ahead!):

Sjabloon voor een featureset (20+ features aanbevolen):

KOERSFEATURES:
1. Afstand tot VWAP (%): (koers - VWAP) / VWAP
2. Afstand tot 50-EMA (%): (koers - EMA50) / EMA50
3. Afstand tot de high van de VORIGE dag (%): (vorigeHigh - koers) / vorigeHigh
4. Afstand tot de low van de VORIGE dag (%): (koers - vorigeLow) / vorigeLow

MOMENTUMFEATURES:
5. RSI (14): waarde 0-100
6. ADX (14): trendsterkte
7. Verhouding +DI / -DI: richtingsindicator
8. Rate of Change (10): koersverandering over de laatste 10 candles

VOLATILITEITSFEATURES:
9. Verhouding ATR / koers: genormaliseerde volatiliteit
10. Breedte van de bollingerbanden %: (boven - onder) / midden
11. Recente uitbreiding van de range: huidige ATR / gemiddelde ATR over 20 periodes

VOLUMEFEATURES:
12. Volume vs. gemiddelde: huidig / gemiddelde over 20 periodes
13. CVD (cumulatieve volumedelta): netto koopdruk
14. Afstand tussen VWAP en POC: aansluiting op de reële waarde

TIJDFEATURES:
15. Tijdstip van de dag: minuten sinds de open (normaliseren 0-390)
16. Dag van de week: ma=1, vr=5
17. Tijd sinds het laatste signaal: minuten

REGIMEFEATURES:
18. Niveau van de VIX: huidige VIX-stand
19. Regimescore: samenstelling van ADX + ATR + bandbreedte
20. Verandering van de DXY %: macro-tegenwind of -rugwind

JOUW FEATURES (bereken voor 50+ historische trades):
Trade 1: [feature 1: ___, feature 2: ___, ..., feature 20: ___, uitkomst: winst/verlies]
Trade 2: [...]

Deel 2: trainings-/testsplitsing (UITSLUITEND op tijd)

Schud tijdreeksdata NOOIT. Gebruik rollende vensters:

Walk-forward-ML-validatie:

Venster 1:
Training: jan-jun 2023 (trades 1-30)
Test: jul-sep 2023 (trades 31-40)
Model: Random Forest, max_depth=5
Trefzekerheid in de test: ___%
Prestatie in de test: ___%

Venster 2:
Training: apr-sep 2023 (trades 15-50)
Test: okt-dec 2023 (trades 51-65)
Model: opnieuw trainen op het nieuwe venster
Trefzekerheid in de test: ___%
Prestatie in de test: ___%

Venster 3:
Training: jul-dec 2023 (trades 35-75)
Test: jan-mrt 2024 (trades 76-90)
Trefzekerheid in de test: ___%
Prestatie in de test: ___%

Gemiddelde prestatie in de tests: ___% succespercentage
Vergelijk met de basislijn (geen filter): ___% succespercentage
Verbetering: +___% (doel: minimaal +10%)

Deel 3: modelkeuze en overfitting voorkomen

Test 3 modellen. De eenvoudigste die werkt, wint:

Alarmsignaal: Is de trefzekerheid in de training 90 % maar in de test 60 %, dan overfit je. Verlaag de complexiteit van het model of voeg data toe.

Deel 4: analyse van het belang van features

Welke features doen er echt toe? Gebruik de feature importance van het model:

Feature importance van het Random Forest:

De 10 belangrijkste features (op importance-score):
1. Niveau van de VIX: 0,18 (belangrijkste)
2. Afstand tot VWAP: 0,15
3. ADX: 0,12
4. Tijdstip van de dag: 0,10
5. CVD: 0,09
6. RSI: 0,07
7. ATR-ratio: 0,06
8. Volume vs. gemiddelde: 0,05
9. Bandbreedte: 0,04
10. Verandering van de DXY: 0,03

Staartfeatures (< 0,02): dag van de week, tijd sinds het laatste signaal
→ Verwijder deze features (ruis, geen signaal)

Vereenvoudigd model (alleen de 6 belangrijkste features):
Trefzekerheid in de test: ___% (vergelijk met het model met 20 features)
Is het verschil kleiner dan 2%, gebruik dan het eenvoudigere model (minder overfitting)

Deel 5: uitrol in productie met vertrouwensdrempels

Handel niet ALLE voorspellingen. Neem alleen die met hoog vertrouwen:

Modeluitvoer = kans (van 0,0 tot 1,0)

Vertrouwensdrempels:
Kans > 0,65 = hoog vertrouwen (trade nemen)
Kans 0,45-0,65 = neutraal (trade overslaan)
Kans < 0,45 = laag vertrouwen (overslaan of omkeren)

Backtestresultaten per drempel:
Alle trades (geen filter): 55% winnaars, gemiddeld 0,5R
Vertrouwen > 0,60: ___% verwachting, gemiddeld ___R
Vertrouwen > 0,65: ___% verwachting, gemiddeld ___R
Vertrouwen > 0,70: ___% verwachting, gemiddeld ___R (minder trades)

Optimale drempel: 0,___ (maximaliseer de verwachting, niet de trefzekerheid)

JOUW RESULTATEN:
Met het ML-filter genomen trades: ___ / 100 signalen totaal
Verbetering van het succespercentage: van ___% → ___% (+___%)
Verbetering van de verwachting: van ___ $/trade → ___ $/trade

Deel 6: protocol voor monitoring en hertraining

ML-modellen gaan in de tijd achteruit. Bewaak ze en train ze opnieuw:

Monitoringschema:

Week 1-4: volg de live prestatie tegenover de testvoorspellingen
Verwacht: 60% trefzekerheid
Werkelijk: ___% trefzekerheid
Drift: ___% (< 5% OK)

Week 5-8: blijf volgen
Werkelijk: ___% trefzekerheid
Drift: ___% (bij > 10% hertrainen)

Aanleiding voor hertraining:
1. De trefzekerheid zakt > 10% onder de basislijn uit de test
2. Het marktregime verschuift (pieken in de VIX, nieuwe cyclus)
3. Minimaal elke 3 maanden (verversen met recente data)

Proces voor hertraining:
- Voeg de tradedata van de laatste 3 maanden toe
- Draai de walk-forward-validatie opnieuw
- Vergelijk het nieuwe model met het oude op dezelfde testset
- Rol alleen uit als het nieuwe model 3% of meer beter presteert

Doel van de invoering: Bouw in 4-6 weken een ML-filter met je laatste 50-100 trades. Zet het 20 signalen lang in paper trading in. Voorbeelddoel: de verwachting met minimaal 10 % verbeteren door selectief te filteren. Lukt dat, dan heeft ML je verwachting meetbaar verhoogd door je te helpen setups met lage kans over te slaan. Zo gebruiken professionals ML: niet als magie, maar als systematische versterking van de edge.