Aposta que el preu sempre torna a la seva mitjana. Compra el pànic, ven en curt l'eufòria i opera sola, 24/7, en temporalitat de 15 minuts.
Dry-runOperacions simulades, sense diners reals. Els resultats són de simulació i backtesting.
La seva fitxa i l'estació a què va arribar. Va passar el backtest, va fallar fora de mostra i continua en dry-run com a referència.
No rendible
Aposta que el preu torna a la seva mitjana: compra quan cau massa i ven en curt quan puja massa. Fa servir bandes de Bollinger, RSI i ADX en temporalitat de 15 minuts.
2estratègies
2estratègies
2estratègies
0estratègies
En el trading tothom té una teoria sobre quan comprar i quan vendre. Molt pocs la comproven.
Jo volia fer el contrari: escriure les regles, passar-les per dades històriques i deixar que els números diguessin si valien alguna cosa. I si valien, posar-les a operar soles, sense emocions pel mig.
Una estratègia no val el que promet, sinó el que aguanta quan opera de veritat.
BollingerBidir no va ser la primera idea, però sí la primera estratègia que va operar sola, 24/7. Abans d'arribar-hi, unes quantes es van quedar pel camí.
La idea final és senzilla. En un mercat sense tendència, el preu va i ve al voltant de la seva mitjana. Quan se n'allunya massa, en un moment de pànic o d'eufòria, el normal és que torni. El bot espera aquest moment i aposta per la tornada, tant a l'alça com a la baixa.
Cap senyal decideix sol: han de coincidir tots abans d'obrir una posició.
El bot no té cap regla per sortir d'una operació. Sortir per un indicador tallava els bons moviments abans d'hora, així que les sortides les gestionen tres mecanismes.
Monitorització en temps real. Les dades surten de l'API REST de freqtrade, que un proxy propi en FastAPI exposa a la web. Són operacions simulades: el bot corre en dry-run, sense diners reals.
Connecting...
Estat del Sistema
--
Benefici Tancat
--
Benefici Total
--
Operacions Obertes
| Parell | Direcció | Data Obertura | Benefici (Posició) | Estat |
|---|---|---|---|---|
| Carregant operacions... | ||||
| Parell | Direcció | Data Obertura | Data Tancament | Benefici (Posició) | Raó |
|---|---|---|---|---|---|
| Carregant operacions... | |||||
206 operacions en temporalitat de 15 minuts, de gener de 2024 a març de 2026, amb comissions incloses. Compte amb aquestes xifres: els paràmetres van sortir d'optimitzar sobre aquestes mateixes dades, així que el resultat mesura com encaixen amb el passat, no si l'estratègia funciona. Més avall explico què va passar quan la vaig posar a operar.
+20.62%
Benefici net
206
Operacions
-1.07%
Drawdown (només tancades)
-28.5%
Pitjor pèrdua oberta
| Parell | Direcció | Data Obertura | Data Tancament | Benefici (Posició) | Raó |
|---|---|---|---|---|---|
| Carregant trades del backtest... | |||||
Aquest backtest no és una validació. Vaig optimitzar els paràmetres amb dades de gener de 2024 a març de 2026 i després vaig mesurar el resultat sobre aquestes mateixes dates. La primera prova de veritat és el dry-run, perquè allà el bot opera amb dades que no va veure en optimitzar.
I al dry-run els números són uns altres. Va arrencar el 29 de març de 2026, dos dies després d'on acaba el backtest. En 816 dies de backtest l'stoploss del −30 % no va saltar ni una vegada. En sis mesos de dry-run n'ha saltat dos, tots dos en curts: ADA el juliol (−43,4 USDT) i XRP l'agost (−42,6 USDT), més del 4 % del compte cadascun. Les altres 61 operacions tancades sumen +59 USDT. Aquests dos s'ho emporten tot i deixen el saldo en negatiu. Quan escric això, l'octubre de 2026, és de −27 USDT; la telemetria de dalt mostra la xifra al dia.
Per descartar una fallada del bot, vaig passar el backtest pel mateix període del dry-run, del 29 de març a l'1 d'octubre de 2026. Surten 66 operacions: 65 són les mateixes que va fer el bot, amb la mateixa entrada i el mateix motiu de sortida, i la que sobra va tancar a zero. El resultat és −7,7 %, amb un drawdown del 10,5 % i un profit factor de 0,41, davant del +20,6 % i el 16,8 del backtest optimitzat. El bot fa exactament el que diu el backtest. El que no funciona és l'estratègia.
El backtest ho amagava per com estan fetes les sortides. Com que una operació que va en contra no es tanca, gairebé cap acaba en pèrdua, i el drawdown, que només compta les tancades, sortia de l'1 %. Mentrestant hi va haver operacions que van arribar a −28,5 % i una que va estar oberta 31 dies. En viu passa el mateix: un curt en BTC va estar obert 58 dies i un llarg en LINK 49, per acabar tancant a zero. Si a la taula de posicions obertes veus un −15 % o un −20 %, és això: el bot no tanca, espera.
El bot continua en dry-run per seguir mesurant. Amb aquests resultats no té sentit passar-lo a diners reals.
Un backtest optimitzat sobre les mateixes dades que avalua no demostra res. El que compta és com es comporta l'estratègia amb dades que no ha vist.
Carregant la corba…
Corba fora de mostra, en % sobre el saldo inicial. Les dues caigudes marcades són els stops de −30 %.
Amb el que hi ha avui, BollingerBidir no és una estratègia rendible. En sis mesos fora de mostra perd, i el backtest d'aquest mateix període perd igual. Sis mesos i 65 operacions són poca mostra per dir que no funcionarà mai, però no hi ha res que indiqui que tingui avantatge.
Calcular paràmetres amb dades històriques és fàcil. Que serveixin per al futur, no. L'optimitzador busca la combinació que encaixa millor amb el passat, i com més en prova, més fàcil és que en trobi una que encaixi per casualitat. 816 dies i 206 operacions semblaven moltes dades, però no n'hi ha prou si el mateix tram serveix per triar els paràmetres i per avaluar-los.
Més dades tampoc ho arreglen soles, perquè el mercat canvia de règim. Durant el dry-run els set parells van pujar de mitjana un 30 %, i una estratègia que ven l'eufòria acaba venent una tendència: totes les pèrdues grans han estat curts. El que sí ajuda és separar les dades: optimitzar en un tram, validar en un altre que no es toca i repetir-ho en finestres successives (walk-forward).
El disseny del risc també enganya. Un stop molt ample amb el ROI a zero dona molts guanys petits i poques pèrdues enormes. En un backtest poden no arribar mai, i la corba surt perfecta. Cal mirar quant arriba a perdre una operació mentre és oberta, no només el drawdown de les tancades.
El dry-run ha fet just la seva feina: ha aturat una estratègia que al backtest semblava bona abans de posar-hi diners reals. La majoria d'idees no sobreviuen, i està bé. Descartar també és part de la feina.
Per a la següent estratègia: uns mesos de dades reservats que no es toquen fins al final, walk-forward, Monte Carlo sobre l'ordre de les operacions i mesos de dry-run abans de plantejar res més. Cap passa a diners reals sense superar tot això.
Un bon backtest no és una estratègia rendible. Només és una hipòtesi que encara cal posar a prova.
Vaig publicar l'estratègia a GitHub amb una particularitat: està pensada per muntar-la amb un agent d'IA al costat. Clones el repositori, l'hi passes a Claude Code o a qualsevol altre agent, i et guia pas a pas per entendre l'estratègia i deixar el bot funcionant en simulació. Amb regles clares: no passar mai a diners reals sense que ho decideixis tu i no demanar mai claus.
Veure l'estratègia a GitHub