Overzicht
Elke trade levert data op: instaptijd en -prijs, instrument, richting, stop loss, doel, de werkelijke exit, de duur en de P&L. Over honderden of duizenden trades bevat die data de patronen die laten zien of de strategie werkt zoals bedoeld, waar het voordeel het sterkst is, waar het zwakst, en welke operationele factoren, zoals timing van de uitvoering, consistentie in positiegrootte en tradebeheer, het resultaat helpen of schaden.
De meeste handelaren kijken naar totaalcijfers: rendement, winstpercentage, profit factor en maximale drawdown. Die zijn nodig, maar niet genoeg. Een strategie met 55% winnende trades en een verhouding van 1,5 tussen winst en risico kan er in totaal redelijk uitzien, terwijl ze een lange verliesreeks in de Europese sessie verbergt, stops die steeds bij volatiele openingen worden geraakt, kleinere posities juist wanneer het signaal het sterkst is, of winsten die te vroeg worden genomen terwijl verliezen doorlopen. Dat ziet u alleen in de uitgesplitste analyse.
Wij bouwen analysesystemen voor handelsdata op maat voor systematische handelaren, handelsfirma's en portefeuillebeheerders die hun handelshistorie grondig willen doorgronden.
Wat analyse van handelsdata omvat
Samenbrengen en opschonen. Trades uit alle bronnen, zoals brokerafschriften, MetaTrader-exports, beurshistorie en uitvoeringsrapporten, in één database met consistente velden, tijdstempels en instrumentcodes. Dubbele records, losse openings- of sluitingsorders en verkeerd geclassificeerde trades worden opgespoord. Waar een bron alleen losse fills levert, worden de posities gereconstrueerd, inclusief gedeeltelijke sluitingen, bijkopen en rollovers.
Uitsplitsing van het resultaat. Per instrument: winstpercentage, gemiddelde winst en verlies en profit factor. Per tijd: uur van de dag, sessie (Azië, Londen, New York), weekdag, maand en jaar. Per marktregime: trendend of zijwaarts, hoge of lage volatiliteit, risk-on of risk-off. En per signaalsterkte: presteert de strategie beter bij een sterker signaal, en is er een drempel waaronder geen voordeel meer is?
Statistiek van de trades. De verdeling van tradeuitkomsten, met scheefheid en dikke staarten. Reeksen van winst en verlies. Maximum adverse excursion (MAE) en maximum favourable excursion (MFE): hoe ver elke trade tegen en met u mee liep terwijl hij openstond, de basis om stops en doelen te beoordelen. En de relatie tussen houdduur en resultaat.
Kwaliteit van de uitvoering. Slippage per trade, per instrument, per tijdstip en per ordergrootte. De vertraging tussen signaal en uitvoering en wat die kost. Bij grotere posities: de marktimpact van uw eigen orders.
Risicogecorrigeerd resultaat. Sharpe, Sortino en Calmar ratio met betrouwbaarheidsintervallen, omdat een beperkt aantal trades onzekerheid geeft. Drawdowns met diepte, duur en hersteltijd, de spreiding van mogelijke maximale drawdowns via bootstrap, en de kans op een drawdown die uw stopgrens raakt bij een gegeven risico per trade.
Benchmark en attributie. Vergelijking met een passende benchmark, en de uitsplitsing van het extra rendement naar timing, selectie en systematische factorblootstelling.
Aanknopingspunten voor verbetering. Segmenten die structureel onderpresteren, de vraag of stops en doelen passen bij de MAE- en MFE-verdeling, en of positiegroottes aansluiten op de bedoelde risicoaanpak. Of een aanpassing echt helpt, toetsen wij out-of-sample.
Koppelingen
Handelsplatforms. MT4- en MT5-historie, Interactive Brokers-rapporten, API's van cryptobeurzen en brokerafschriften.
Portefeuillebeheer. Handelsdata voor attributie, factorblootstelling en rapportage.
Backtesting. Live resultaten naast de backtest, om te zien waar ze uiteenlopen en waarom.
Risicobewaking. Historische statistieken als basis voor positielimieten en drawdowngrenzen.
Gebruikte technologieën
- Python — primaire analysetaal: Pandas, NumPy, SciPy, statsmodels, Matplotlib, Seaborn, Plotly voor interactieve visualisatie
- Rust — snelle verwerking van handelsdata, bootstrapsimulaties, bewerkingen op grote handelsdatabases
- SQL (PostgreSQL, SQLite) — handelsdatabase, opslag van prestatiecijfers, analytische querylaag
- React / Next.js — interactief analysedashboard, equitycurve, verdelingsgrafieken van trades
- TypeScript — typeveilige frontend- en API-code door de hele stack
- Parquet / Apache Arrow — efficiënte opslag van grote handelsgeschiedenissen
- Redis — cache voor live prestatiecijfers, realtime P&L
- Jupyter — verkennende analyse en onderzoeksnotebooks
- MetaTrader handelsgeschiedenisexport — ophalen van MT4/MT5-handelsdata
- Interactive Brokers Flex Query API — ophalen van de handelshistorie bij IB
- Binance / Bybit / Kraken handelsgeschiedenis API's — handelsdata van cryptobeurzen
- REST / Webhooks — realtime verzamelen van trades uit gekoppelde handelssystemen
Van data naar inzicht
Een handelshistorie is data. Pas na analyse ziet u in welke instrumenten het voordeel zit, in welke sessies de strategie structureel onderpresteert, wat de uitvoering kost en waar positiegroottes het resultaat drukken. Omdat die analyse handmatig veel tijd kost, blijft ze vaak liggen. Een systeem dat haar bij elke nieuwe reeks trades automatisch uitvoert, maakt dat inzicht doorlopend beschikbaar.
Veelgestelde vragen
Met welke handelsdata kunt u werken?
MT4/MT5-exports of een directe koppeling, Interactive Brokers Flex Queries, API's van cryptobeurzen, brokerafschriften en uitvoeringsrapporten. Wij brengen ze samen in één handelsdatabase met consistente instrumenten, tijdstempels en posities.
Wat ziet u hierin dat mijn brokerafschrift niet laat zien?
Waar het resultaat vandaan komt: per instrument, sessie, weekdag en marktregime, hoe ver trades tegen u in liepen voor de exit (MAE/MFE), wat slippage kost en of positiegroottes consistent zijn. Totaalcijfers zoals winstpercentage en profit factor verbergen die patronen.
Kan analyse mijn strategie verbeteren?
Ze laat zien waar het voordeel sterk is en waar zwak. Of het weglaten van een zwak segment helpt, moet daarna out-of-sample worden getest; anders past u alleen de historie strakker. De beslissingen blijven bij u.
Kan het automatisch draaien?
Ja. Nieuwe trades kunnen doorlopend worden ingelezen en geanalyseerd, met een dashboard en meldingen als live resultaten afwijken van de backtest of van eerdere periodes.
Wie is eigenaar van de code?
Het eigendom van de broncode wordt in het contract vastgelegd, en de code kan volledig van u zijn, inclusief documentatie en tests.
Zie ook statistische modellering, risicobeheertools en wat is backtesting.
Vind de patronen in uw trades
Vertel ons waar uw trades vandaan komen en wat u wilt begrijpen. Wij laten zien welke analyses passen en hoe wij uw data samenbrengen.