Veskald ist eine No-Code-Plattform zum Erstellen, Testen und Ausführen von Krypto-Futures-Strategien. Strategieaufbau, Backtest, Validierung und Analytik in einer Oberfläche – und die Ausführung, wie Sie sie brauchen: Signale für manuelles Trading, ein Bot auf Ihrem Rechner oder ein eigener Executor dazwischen.
Veskald ist eine No-Code-Plattform zum Entwickeln, Testen, Validieren und Ausführen von Trading-Strategien auf Crypto-Perpetual-Futures, mit integrierter Marktanalytik. Anstatt Code zu schreiben, definieren Sie eine Strategie über einen Regelsatz, testen sie anhand historischer Daten unter Berücksichtigung realer Handelskosten, prüfen, ob das Ergebnis auch außerhalb des Entwicklungszeitraums Bestand hat, und führen sie dann aus – entweder indem Sie selbst auf Signale reagieren, mit dem vollständigen Marktbild vor Augen, oder über einen Open-Source-Bot auf Ihrer eigenen Maschine. Die Plattform verwahrt niemals Gelder und akzeptiert ausschließlich Lese-API-Keys.
Diese Seite erläutert, was die Plattform leistet, für wen sie gedacht ist, worin sie sich von einem Bot-Service oder einem Charting-Tool unterscheidet und was sie nicht tut.
Trader mit einer Strategie im Kopf, aber ohne Coding-Kenntnisse. Sie wissen, wann Sie einsteigen, wo der Stop liegt und wann Sie Gewinne mitnehmen. Um das testbar zu machen, müssten Sie sonst Python lernen oder einen Entwickler bezahlen. Hier bedeutet es, dieselben Regeln in einen Builder einzugeben.
Entwickler, die es satt haben, ständig umzuschreiben. Jede Variante einer Idee bedeutet sonst ein weiteres Script, weitere Bugs, einen weiteren Abend, den man mit Infrastruktur verbringt statt mit der Strategie. Wenn eine Strategie eine Konfiguration ist, bedeutet eine Variante nur einen geänderten Parameter und einen erneuten Durchlauf.
Alle, die eine gekaufte oder kopierte Strategie prüfen wollen. Die meisten verkauften Strategien bestehen aus einer Handvoll Bedingungen. Bauen Sie sie nach, lassen Sie sie durch dieselbe Validierung laufen wie Ihre eigenen, und sehen Sie, woraus sie tatsächlich bestehen.
Viele Trader basteln sich vier oder fünf Tools zusammen: ein Charting-Service für die Idee, ein Backtesting-Framework, ein Optimierer, ein Bot-Service für die Ausführung und eine Tabelle, um die Ergebnisse zusammenzuführen. An jeder Schnittstelle geht Kontext verloren.
Veskald hält den gesamten Zyklus in einer Oberfläche zusammen:
Darauf basiert alles Weitere. Eine Strategie in Veskald ist kein Script. Sie ist eine Konfiguration: Indikatoren und ihre Parameter, ein Baum aus AND/OR-Bedingungen, Stops, Ausstiege, Risikoregeln. Die Engine liest die Konfiguration und führt sie aus – auf Historie für einen Backtest, auf der letzten geschlossenen Candle im Live-Betrieb.
Daraus ergeben sich zwei Konsequenzen.
Erstens dauert das Testen einer Variante Minuten. Stop-Distanz ändern, eine Skip-Regel hinzufügen, den Einstieg auf einen anderen Timeframe verlegen, neu laufen lassen, vergleichen. Ein Dutzend Versionen an einem Abend ist normal. Bei der Suche nach einem Edge geht es meist darum, Ideen zu verwerfen, die nicht funktionieren, und das macht das Verwerfen hier günstig.
Zweitens laufen dieselben Regeln im Test und im Live-Betrieb. Es gibt einen modellierten Unterschied: auf Historie wird ein Einstieg am Open der nächsten Candle platziert. Alles andere – Stops, Sizing, Leverage, Ausstiege – ist derselbe Code. Es gibt keine zweite Implementierung, die von der ersten abweichen könnte.
Eine Strategie sagt Ihnen, wann. Die Analytics zeigen, wie der Markt in diesem Moment aussieht. Der Bildschirm kombiniert Warnsignale über vier Timeframes, Orderbuch-Tiefe, Makro-Regime, Funding und Open Interest sowie News mit mehrschichtiger KI-Bewertung – eine Ansicht, die die Frage beantwortet „Was läuft gerade".
Im semi-automatisierten Trading happens hier die Entscheidung: ein Signal kommt, Sie öffnen den Bildschirm, Sie nehmen den Trade oder lassen ihn aus, mit dem vollständigen Bild vor Augen. Und es speichert Historie – öffnen Sie einen vergangenen Tag und sehen Sie genau, was in diesem Moment auf dem Bildschirm stand, als Sie eine Entscheidung trafen, sodass ein verlorener Trade eine Woche später kein Rätsel ist.
Analytics funktioniert auch eigenständig, ohne Strategie. Es ist der Einstiegspunkt für Trader, die den Markt mit mehr Kontext beobachten wollen, bevor sie etwas bauen.
Signale. Die Strategie beobachtet den Markt und sendet ein Signal – in der App, als Browser-Benachrichtigung, per E-Mail oder an Telegram. Sie platzieren den Order selbst, mit dem Analytics-Bildschirm neben dem Signal.
Self-hosted Bot. Ein Open-Source-Bot läuft auf Ihrem Computer oder Server (Windows, macOS, Linux oder Docker) und platziert Orders auf der Exchange. Das ist aus einem Grund open und self-hosted: ein Signal von Ihrer Strategie ist Ihr Eigentum, genauso wie die Strategie selbst, und was Sie auf Ihrer Seite damit tun, bleibt Ihnen überlassen. Der Bot ist der Standardweg zur Ausführung – nicht der einzige. Schalten Sie Ihren eigenen Filter vor die Signale, ein ML-Modell, das entscheidet, welche genommen werden, oder ersetzen Sie den Bot vollständig durch Ihren eigenen Executor. Der Ausführungsweg steht Ihnen zur Erweiterung offen, nicht als Service, dem Sie einen Key geben und zusehen. Und weil er auf Ihrer Maschine läuft, bleiben Trading-Keys dort und erreichen niemals die Plattform.
Beides. Eröffnen Sie einen Trade von Hand und übergeben Sie ihn dem Bot zur Verwaltung – Stops, Take-Profits, Trailing. Der Wechsel zwischen Modi bedeutet nie, die Strategie neu zu bauen.
Für Teams und Custom-Setups kann jede Strategie Events auch über einen WebSocket an Ihren eigenen Endpoint streamen, sodass Sie Ihre eigene Execution-Layer darauf aufbauen können.
Drei KI-Agenten unterstützen bei der Strategiearbeit: einer beantwortet Fragen und prüft Ergebnisse auf jeder Seite auf Plausibilität, einer prototypisiert Strategien schnell, einer betreibt Deep Research – baut, validiert und sagt plainly, wenn kein Edge vorhanden ist. Sie nutzen denselben Builder, Backtester und Validierungstools wie eine Person, und jede Berechnung wird durch deterministischen Code ausgeführt.
Sie greifen nie in die Ausführung ein. Ein Agent kann keine Order platzieren, keine Risikoeinstellung ändern und nicht auf Ihre Keys zugreifen. Signale und Ausführung sind deterministisch – dieselbe Eingabe liefert jedes Mal dieselbe Ausgabe. Ein Sprachmodell kann auf dieselbe Frage zwei verschiedene Antworten geben, weshalb es nach dem Signal nichts zu suchen hat.
Die Plattform akzeptiert ausschließlich Lese-API-Keys. Ein Key mit Trading- oder Withdrawal-Rechten wird bei der Eingabe abgewiesen. Ein Trading-Key existiert nur, wenn Sie den Bot betreiben, und er lebt auf Ihrer Maschine. Er kann nicht einmal aus Versehen mit der Plattform verbunden werden: Veskald gibt keine Server-IPs preis, sodass eine Exchange einen Trading-Key gar nicht erst mit unserer Infrastruktur arbeiten lässt. Veskald hat zu keinem Zeitpunkt Zugriff auf Gelder und keinen Withdrawal-Pfad. Strategien können optional mit einem Zwei-Schlüssel-Verfahren verschlüsselt werden, in welchem Fall selbst das Veskald-Team die Logik nicht lesen kann. Daten werden in der EU gespeichert.
Fehlt ein Indikator, den Sie brauchen, sagen Sie uns Bescheid und wir bauen ihn – er wird zu einem regulären Indikator, der allen auf der Plattform zur Verfügung steht. Wenn sich etwas in Ihrer Strategie so verhält, dass Sie es nicht erklären können, schauen wir uns lieber Ihren spezifischen Fall an, als Sie auf eine Dokumentationsseite zu verweisen.
Der Free-Plan bietet 7 Tage zum Bauen und Backtesten, keine Karte erforderlich; das Live-Ausführen einer Strategie ist in den Paid-Plänen enthalten. Nehmen Sie die Strategie, die Sie bereits traden – aus Ihrem Kopf, aus Pine Script, aus einer Tabelle – und schreiben Sie sie als exakte Regeln nieder. Sie werden ihre Zahlen auf Jahren von Historie sehen statt in Ihrer Erinnerung, wo sie nach Regime gewinnt und verliert und ob sie Out-of-Sample besteht. Wenn ja, ist sie bereit, ohne Sie am Bildschirm zu laufen. In der Regel reicht eine Session.
Der Execution-Bot ist Open Source: gitlab.com/veskald/veskald-execution-bridge.
Diese Fallstudie zeigt, wie ein knapp profitabler Crypto-Futures-Backtest durch Funding, Slippage und Gebühren zur Verluststrategie wird. Monte-Carlo-Simulationen ergeben eine 57%ige Verlustwahrscheinlichkeit unter realistischen Kosten.
Dieser Backtest vergleicht drei Exit-Strategien bei identischen Einstiegsregeln, um den Einfluss des Positionsmanagements auf Drawdown und Profit zu zeigen. Erfahren Sie, warum der Edge oft im Exit liegt, nicht im Einstiegssignal.
Profitables Trading hängt mehr vom Positionsmanagement ab als von Einstiegssignalen. Mit Veskald erstellen Sie gesamte Trade-Lebenszyklen als bearbeitbare Regeln statt Code, was schnelles Testen von Exits, Stops und Risikoanpassungen ermöglicht.
