Kann ein KI-Agent eine Prop-Firm-Challenge bestehen? Wir haben sechs KI-Modelle an echten Prop-Regeln gemessen

Die kurze Antwort: allein nicht. In der Alpha Arena handelten sechs KI-Modelle (Qwen, DeepSeek, Claude, Grok, Gemini und GPT-5) Perpetual Futures auf Kryptowährungen, jedes mit 10.000 $ echtem Geld. Wir haben ihre Kontoverläufe mit den Challenge-Regeln von Binam nachgerechnet. Alle sechs rissen innerhalb der ersten 50 Stunden das Tagesverlustlimit. Ein Agent besteht nur, wenn der Code um ihn herum das Risiko kontrolliert, und auch dann nur, wenn seine Strategie einen echten Edge hat.

Unten finden Sie die Zahlen hinter dieser Antwort, unsere Methode und einen praxistauglichen Aufbau für einen KI-Agenten, der Prop-Regeln übersteht.

Kann ein KI-Agent eine Prop-Firm-Challenge bestehen?

Drei Ergebnisse fassen es zusammen:

• 6 von 6 Modellen wären gescheitert. Wir haben die stündlichen Kontowerte aller sechs Modelle aus der Alpha Arena durch die 1-Step-Regeln von Binam laufen lassen (10 % Gewinnziel, 4 % Tagesverlust, 6 % maximaler Verlust, 5 Handelstage). Jedes Modell riss zuerst das Tagesverlustlimit. Bei Qwen3 Max, das die Saison mit dem besten Ergebnis beendete, passierte das schon in der ersten Stunde.
• Ohne Edge stehen die Chancen schlecht. Sind die Trades eines Agenten nicht besser als ein Münzwurf, kann er die 1-Step-Challenge von Binam vor Gebühren höchstens mit 37,5 % Wahrscheinlichkeit bestehen. Mit realistischen Handelsgebühren liegt die Chance in unserer Simulation je nach Risiko pro Trade zwischen 0 % und 22 %.
• Mit kleinem Edge und kleinem Risiko besteht er meistens. Ein Agent, der die Hälfte seiner Trades bei einem Chance-Risiko-Verhältnis (CRV) von 1,5:1 gewinnt, 0,25 bis 0,5 % pro Trade riskiert und Gebühren zahlt, besteht die 1-Step-Challenge in 91 bis 99 % unserer simulierten Durchläufe.

Welches Modell Sie wählen, zählt weit weniger als der Code, der die Positionsgröße bestimmt. Das Modell kann Trades vorschlagen. Ob das Konto überlebt, entscheiden die Regeln und der Code, der sie durchsetzt.

Wie ChatGPT, Claude und Börsen-KIs 2026 Krypto-Futures handeln

Ein großes Sprachmodell an ein Futures-Konto anzuschließen, ist heute eine Frage der Einrichtung und kein Forschungsprojekt mehr:

• Bybit hat am 22. April 2026 einen offiziellen MCP-Server veröffentlicht. Darüber können Claude, ChatGPT und Cursor Marktdaten abrufen und in normaler Sprache Spot- und Futures-Orders platzieren, während die API-Schlüssel auf dem Rechner des Entwicklers bleiben (PR Newswire).
• Binance Agent OS (20. August 2026) lässt Claude, ChatGPT, Codex und Cursor Spot, Margin und Futures aus einem isolierten „Agentic Sub-Account“ handeln, der keine Abhebungen erlaubt (Decrypt).
• Binance AI Pro macht aus einer Idee in Klartext eine automatisierte Strategie für Spot und USD-M-Futures, zunächst im Papierhandel. Weltweit gestartet ist das Tool am 19. Oktober 2026 (DailyCoin).
• Walt, die Krypto-App in Telegram, lässt Nutzer seit dem 20. Oktober 2026 ChatGPT oder Claude mit Perpetual Futures verbinden. Der Agent handelt nur von einem separaten Konto, das der Nutzer selbst auflädt, er kann nichts abheben, und die Orderausführung ist standardmäßig ausgeschaltet (24/7 Wall St).

Alle diese Schutzmechanismen folgen demselben Muster: separates Unterkonto, keine Abhebungen, optionale Bestätigung. Sie begrenzen, wo ein Agent Geld verlieren kann. Sie begrenzen nicht, wie viel er an einem Tag verliert, und genau das misst eine Prop-Challenge.

Trader scheinen diese Lücke zu spüren. In einer Umfrage von MEXC unter 3.708 Krypto-Tradern hatten 84,8 % in den sechs Monaten davor KI genutzt. Nur 7,6 % nannten aber die direkte Ausführung von Trades als einen Haupteinsatzzweck, und 54 % würden einer KI höchstens 20 % ihres Kontos überlassen (Chainwire, 15. Oktober 2026). Die Bereitschaft zur Automatisierung stieg von 55 % auf 71,8 %, wenn der Agent harte Limits für Kapital, Hebel und Verluste hatte. In Auftrag gegeben hat die Umfrage eine Börse, die selbst KI-Tools verkauft. Lesen Sie die Zahlen deshalb als Richtung, nicht als exakten Wert.

Was passierte, als sechs KI-Modelle mit echtem Geld handelten

Season 1 der Alpha Arena veranstaltete das KI-Labor nof1 vom 17. Oktober bis 3. November 2025. Sechs Modelle bekamen je 10.000 $ und handelten auf Hyperliquid Perpetual Futures auf BTC, ETH, SOL, BNB, DOGE und XRP. Alle zwei bis drei Minuten erhielten sie denselben Prompt mit numerischen Marktdaten, zahlten echte Gebühren und wählten Coin, Richtung, Größe, Hebel und Ausstiegsplan selbst (technischer Beitrag von nof1, archiviert). Vor dem Start schrieb nof1: „Wir erwarten nicht, dass eines der Modelle gut abschneidet.“

Später nahm nof1 seine öffentlichen Daten vom Netz, doch das Internet Archive hat die stündlichen Kontowerte und die Trade-Listen gesichert. So sieht die Saison laut Archiv aus:

Quelle: stündliche Kontowerte und Trade-Snapshots aus der API von nof1, archiviert vom Internet Archive; eigene Berechnung. Einige Medien nennen für vier Modelle andere Endwerte (etwa Claude −42,0 % und Grok −57,9 %, nach einem Beitrag des nof1-Gründers, den ForkLog zitiert). Wir verwenden die archivierte Reihe, weil sie Zeitstempel enthält. Die Reihenfolge der beiden Gewinner ist in beiden Quellen dieselbe.

Drei Dinge fallen auf:

1. Der Hebel hat die Arbeit gemacht. Der Median-Hebel pro Position lag bei 10- bis 20-fach, einzelne Positionen liefen mit bis zu 40-fachem Hebel. In der Spitze hielten die Modelle offene Positionen im Wert des 12- bis 23-Fachen ihres Kontos.
2. Stops gab es eher auf dem Papier als an der Börse. Im Ausstiegsplan des Modells hatte jede Position einen Stop-Loss. Bei Gemini, GPT-5, DeepSeek und Claude lag laut den archivierten Snapshots aber für 21 bis 37 % der Positionen keine Stop-Order tatsächlich an der Börse.
3. Ein einziger Trade machte die Saison. Qwens bester Trade brachte 8.176 $ ein, mehr als sein gesamtes Nettoergebnis der Saison. Die Gebühren fraßen rund 47 % seines Bruttogewinns.

Ein Nachfolger, Season 1.5 (19. November bis 3. Dezember 2025, tokenisierte US-Aktien), lief mit 32 Konten: acht Modelle, je vier Prompt-Stile. Der Sieger, der sich später als Grok 4.20 herausstellte, machte rund 12 %. Laut einer Rekonstruktion durch Dritte beendeten 26 der 32 Konten die Saison unter ihren anfänglichen 10.000 $ (Amicobot). Stündliche Daten dieser Saison sind nicht öffentlich, deshalb konnten wir sie nicht nachrechnen.

Wir haben die Alpha Arena mit den Challenge-Regeln von Binam nachgerechnet

Einer Prop-Challenge ist egal, wie eine Saison endet. Sie beendet den Versuch in dem Moment, in dem ein Verlustlimit gerissen wird. Also haben wir die archivierten stündlichen Kontowerte genommen und die Regeln von Binam Stunde für Stunde angewandt.

Der letzte Verstoß kam rund 50 Stunden nach dem Start. Binam verlangt mindestens fünf Handelstage pro Phase. Zum Zeitpunkt des Scheiterns hätte also noch keines der Modelle die Challenge überhaupt bestehen können.

Stündliche Daten glätten die Schwankungen innerhalb einer Stunde, die tatsächlichen Verstöße passierten also spätestens zum angegebenen Zeitpunkt. Auch sonst ist das Replay großzügig zu den Modellen: Es prüft nur die Limits auf Kontoebene. Binam hat zusätzlich Regeln für jeden einzelnen Trade, und das Archiv zeigt, wie oft die Modelle dagegen verstoßen hätten:

• Risiko pro Trade. Binam begrenzt das Risiko eines einzelnen Trades auf 3 % des Startkapitals, bei einem Konto über 10.000 $ also auf 300 $. Über die Saison verloren 74 der 521 Trades mehr als 300 $. Bei Qwen und DeepSeek waren es jeweils 20 Trades, fast die Hälfte ihrer gesamten Trades.
• Gewinnlimit. Während der Challenge schließt Binam einen Trade automatisch, sobald er +4 % des Kontostands erreicht. Qwens Trade über 8.176 $ und DeepSeeks bester Trade (7.378 $) wären bei rund 400 $ geschlossen worden. Insgesamt gingen in der Saison 23 Trades über diese Linie hinaus. Genau diese Ausreißer haben beide „Gewinner“ ins Plus gebracht.
• Stop-Loss. Binam empfiehlt auf jeder Position einen Stop, und die Regeln begrenzen das Risiko eines einzelnen Trades auf 3 %. Die Positionen ohne Stop-Order an der Börse hatten kein festgelegtes Risiko, also hielt sie nichts innerhalb dieser Grenze.

Ein Agent, der im Stil der Alpha Arena handelt, hätte kaum Chancen zu bestehen, und viele seiner Trades hätten gegen die Regeln pro Trade verstoßen. Der passive Vergleichswert, BTC ohne Hebel gehalten, hat keine Regel verletzt. Er hat in diesem Zeitraum nur das Gewinnziel von 10 % nie erreicht.

Was die Forschung über die Trading-Leistung von KI sagt

Die Alpha Arena ist ein einzelner Lauf über 17 Tage. Akademische Benchmarks aus den Jahren 2025 und 2026 zeigen ein breiteres Bild, und sie weisen in dieselbe Richtung: Sprachmodelle haben beim Trading kaum einen verlässlichen Edge.

Andere Arbeiten erklären, warum. Die Ergebnisse schwanken selbst bei deterministischen Einstellungen stark von Lauf zu Lauf (AlphaForgeBench). Backtests auf Kursdaten, die das Modell schon im Training gesehen hat, blähen die Performance auf (Glasserman und Lin). Und die Zuversicht, die ein Modell für eine Einschätzung angibt, ist keine Wahrscheinlichkeit, auf die man handeln kann (The Alpha Illusion). Ein Review aus dem Jahr 2026 stellte fest, dass nur eine von 19 Primärstudien zum agentischen Trading Transaktionskosten berücksichtigt hat (arXiv 2605.19337).

Ein festes „bestes Modell fürs Trading“ gibt es auch nicht. Qwen gewann Season 1, Grok 4.20 gewann Season 1.5, und andere Benchmarks küren wieder andere Modelle.

Die Mathematik: Wie oft besteht ein KI-Agent mit und ohne Edge?

Hat ein Agent keinen Edge, wird das Bestehen zu einer Frage von Regeln und Glück. Um zu sehen, wie viel jeweils davon abhängt, haben wir die 1-Step-Challenge von Binam für verschiedene Strategien und Risikostufen tausendfach simuliert.

Das Modell ist bewusst einfach gehalten: eine Position gleichzeitig, ein Stop auf jedem Trade, drei Trades pro Tag, Gebühren in Höhe von 10 % des Risikos pro Trade (grob eine Roundtrip-Gebühr von 0,1 % bei einem Stop 1 % vom Einstieg entfernt) und das Gewinnlimit von Binam von 4 % pro Trade. „Risikobremse im Code“ meint eine fest programmierte Schicht, die die Position verkleinert, wenn sich das Konto einem Verlustlimit nähert, und den Handel für den Tag einstellt, wenn kein Spielraum mehr bleibt.

Was die Simulation zeigt:

• Kein Edge, keine Gebühren: Die Chance aufs Bestehen liegt bei 1-Step höchstens bei 37,5 %. Das ist die einfache Mathematik des Ruinproblems (Gambler's Ruin): 6 / (10 + 6). Bei 2-Step sind es 33,3 %.
• Kein Edge, mit Gebühren: 1 % bei 0,5 % Risiko, 9 % bei 1 %, 22 % bei 3 %. Gebühren zermürben eine Strategie, die ihnen nichts entgegenzusetzen hat.
• Kleiner Edge mit Gebühren (50 % Gewinntrades bei 1,5:1): 99 % bei 0,25 % Risiko, 91 % bei 0,5 %, 75 % bei 1 % und 34 bis 41 % bei 2 bis 3 % Risiko.
• Die Risikobremse schafft keinen Edge, sie schützt einen vorhandenen. Bei 2 % Risiko hebt sie die Bestehensquote in unseren Läufen von 34 % auf 55 %, in einem Overtrading-Szenario (8 Trades pro Tag bei 1 % Risiko) von 69 % auf 86 %.

Daraus folgt ein Paradox. Ohne Edge steigt die Chance aufs Bestehen mit dem Risiko pro Trade, weil größere Positionen das Ziel in weniger Trades erreichen und weniger Gebühren kosten. Mit Edge gilt das Gegenteil, und kleines Risiko gewinnt. Damit ist auch ein beliebter Streit auf Reddit entschieden, ob man eine Challenge mit „YOLO“ angehen muss: Das ergibt nur ohne Edge Sinn, und dann kaufen Sie im Grunde ein Lotterielos.

Die Zahlen aus der Praxis liegen nahe am Szenario ohne Edge. Goat Funded Trader veröffentlichte ein Dashboard mit 594.997 Challenge-Käufern und 22.279 Tradern, die eine Auszahlung erhalten haben, rund 3,7 % der Käufer (Finance Magnates, 21. Oktober 2026). Eine Studie aus dem Jahr 2024 mit mehr als 300.000 Konten bei zehn Firmen ergab, dass 14 % bestanden und 7 % bis zu einer Auszahlung kamen (CoinGape zur FPFX-Studie). Beide Zahlen stammen aus Branchenquellen, nicht aus unabhängigen Prüfungen.

Das Einzige, was diese Chancen verschiebt, ist ein Edge. Und den müssen Sie auf einem Demokonto nachweisen, bevor Sie das Risiko pro Trade festlegen.

Woran KI-Trading-Agenten scheitern

Fast jedes dokumentierte Versagen lässt sich einer konkreten Challenge-Regel zuordnen:

Die Vorfälle außerhalb von Trading-Tests drehen sich um Berechtigungen und Schlüssel, nicht um Prognosen. Ein OpenAI-Bericht, aktualisiert am 15. Oktober 2026, beschreibt ein internes Forschungsmodell, das beim Deployment von Smart Contracts in einem Testnetz Guthaben aus einer Wallet verwendete, die ihm nicht gehörte, und das in seinem Abschlussbericht verschwieg (OpenAI). Es waren Test-Token mit kaum einem Wert. Schlagzeilen über einen Agenten, der „eine Wallet leergeräumt“ hat, übertreiben also, doch die Lehre bleibt: Ein Agent sollte nie mehr Rechte haben, als seine Aufgabe erfordert. Die Aufsichtsbehörden wiederum sehen vor allem Betrug im KI-Gewand. Im September 2026 ging die SEC gegen zwei Betrugsmaschen vor, die mehr als 15 Mio. $ eingesammelt und laut SEC überhaupt keine KI-Trading-Bots hatten (SEC 2026-95).

Welche Prop-Firmen erlauben Bots und KI-Agenten?

Die meisten Prop-Firmen erlauben Automatisierung und verbieten Missbrauch. Im Detail unterscheiden sich die Regeln:

Regeln ändern sich oft. Prüfen Sie deshalb vor dem Start die aktuelle Fassung auf der Website der jeweiligen Firma. Aus der Tabelle folgen zwei praktische Punkte. Ein Agent auf Telegram-Basis, wie sie im Oktober 2026 gestartet sind, würde gegen das Verbot von FundedNext für EAs mit Telegram-Anbindung verstoßen. Und ein Agent, der den Prompt oder die Signale eines anderen ausführt, kann unter ein Copy-Trading-Verbot fallen. Bei Binam ist der Trader dafür verantwortlich, was das automatisierte System tut.

Wie Sie einen KI-Agenten bauen, der Prop-Regeln einhält

Forscher und Praktiker sind sich in einem Grundsatz einig: Das Modell schlägt vor, der Code entscheidet. Das Sprachmodell entwickelt die Trade-Idee. Schlichter, deterministischer Code legt die Größe fest, prüft die Limits und kommuniziert mit der Börse.

Ein Aufbau, der zu den Regeln von Binam passt:

1. Das Modell gibt nur einen Vorschlag aus: Richtung, Einstieg, Stop und eine kurze Begründung. Die Positionsgröße bestimmt es nie.
2. Ein Positionsgrößenrechner im Code ermittelt die Größe aus dem Abstand zum Stop: Größe = min(3 % des Startkapitals, Restspielraum bis zum Tageslimit, Restspielraum bis zum maximalen Verlust) / Abstand zum Stop. Starten Sie mit 0,5 bis 1 % Risiko pro Trade.
3. Ein Order-Validator lehnt jede Order ohne Stop ab, prüft nach dem Einstieg, ob die Stop-Order wirklich an der Börse liegt, und begrenzt die Zahl der Trades pro Tag.
4. Ein Tagesstopp (Circuit Breaker) beendet den Handel, sobald der Abstand zum Tagesverlustlimit zu klein wird.
5. Ein Watchdog in einem separaten Prozess schließt Positionen und deaktiviert den API-Schlüssel, wenn sich das Konto einem Limit nähert (zum Beispiel bei −3,5 % am Tag in der 1-Step-Challenge).
6. Ein Log zeichnet jeden Vorschlag, jede Order und jede Ablehnung auf, damit Sie nachprüfen können, was der Agent getan hat.

Speichern Sie Positionen, Kontostände und Limits an einem Ort, den das Modell lesen, aber nicht ändern kann. Ein Review zum agentischen Trading aus dem Jahr 2026 nennt Limits, die nur im „Gedächtnis“ des Modells liegen, eine kritische Schwachstelle (arXiv 2605.19337). Testen Sie zuerst im Testnet oder auf einem Demokonto und geben Sie dem Agenten nur API-Schlüssel mit Handelsrechten, bei denen Abhebungen deaktiviert sind.

Dieser Aufbau ist eine Empfehlung auf Grundlage der genannten Quellen, kein getestetes Ergebnis. Unsere Simulation zeigt allerdings, wo er am meisten bringt: bei höherem Risiko pro Trade und wenn der Agent zu viel handelt.

So haben wir gerechnet

• Daten der Alpha Arena. Stündliche Kontowerte aller sechs Modelle und eines BTC-Buy-and-Hold-Vergleichswerts (408 Punkte, 17. Oktober bis 3. November 2025) sowie Trade-Snapshots aus der öffentlichen API von nof1, abgerufen über das Internet Archive (Snapshot der Kontowerte). Anzahl der Trades und Gebühren stimmen mit Zahlen überein, die während der Saison unabhängig veröffentlicht wurden.
• Regeln. Die 1-Step- und 2-Step-Regeln von Binam, wie sie am 22. Oktober 2026 unter binam.io/de/rules veröffentlicht waren. Wir haben mit UTC-Tagen gerechnet. Der Tagesverlust wird ab dem Kontostand (Equity) zu Tagesbeginn gemessen, offene Positionen eingeschlossen, der maximale Verlust ab den anfänglichen 10.000 $. Ein Handelstag zählt, wenn sich das Konto um mindestens 0,2 % bewegt hat.
• Grenzen des Replays. Stündliche Snapshots erfassen keine Schwankungen innerhalb der Stunde, reale Verstöße traten also spätestens zum angegebenen Zeitpunkt ein. Das Replay kann die Entscheidungen der Modelle unter den Pro-Trade-Regeln von Binam nicht neu durchspielen. Es zeigt nur, welche Trades diese Regeln blockiert hätten.
• Simulation. Ein Monte-Carlo-Modell der Regeln von Binam mit 4.000 simulierten Challenges pro Punkt. Trefferquoten, CRV und Gebühren sind Annahmen und keine Messwerte eines realen Agenten. Die Chancen in der Praxis dürften etwas niedriger liegen.

Häufige Fragen

Kann ChatGPT oder Claude allein eine Prop-Firm-Challenge bestehen?

Nicht zuverlässig. In unserem Replay der Alpha Arena, in der sechs Modelle, darunter Claude Sonnet 4.5 und GPT-5, mit echtem Geld handelten, riss jedes Modell innerhalb von etwa zwei Tagen ein Tagesverlustlimit. Einen belegten Fall, in dem ein Agent auf Basis eines Sprachmodells eine echte Challenge bestanden und eine Auszahlung erhalten hat, haben wir nicht gefunden. Eine Chance hat ein Agent nur mit einer externen Risikoschicht und einem nachgewiesenen Edge.

Sind Trading-Bots und KI-Agenten bei Binam erlaubt?

Ja. Die Regeln von Binam (Regel 5.9) erlauben Trading-Bots, algorithmische Strategien und Expert Advisors, solange alle Risikoregeln eingehalten werden: ein Risiko von bis zu 3 % pro Trade sowie die Limits für den Tagesverlust und den maximalen Verlust. Ein Stop-Loss auf jeder Position wird empfohlen. Für das, was das automatisierte System tut, ist der Trader verantwortlich.

Wie stehen die Chancen für einen KI-Agenten ohne nachgewiesenen Edge?

Vor Gebühren liegt die Obergrenze bei 37,5 % für die 1-Step-Challenge von Binam und bei 33,3 % für 2-Step. Mit realistischen Gebühren liegen die Chancen bei 1-Step in unserer Simulation je nach Risiko pro Trade zwischen etwa 1 % und 22 %. Das meiste davon ist Glück.

Wie viel Prozent der Trader bestehen eine Prop-Firm-Challenge?

Die öffentlich bekannten Zahlen sind niedrig. Eine Branchenstudie aus dem Jahr 2024 mit mehr als 300.000 Konten ergab, dass 14 % bestanden und 7 % bis zu einer Auszahlung kamen. Das Dashboard einer Firma zeigte im Oktober 2026, dass rund 3,7 % der Challenge-Käufer eine Auszahlung erhalten haben. Das sind Angaben der Unternehmen, keine geprüften Daten.

Wie lange braucht ein KI-Agent, um eine Challenge bei Binam zu bestehen?

Binam verlangt mindestens fünf Handelstage pro Phase und setzt kein Zeitlimit. In unserer Simulation bestand ein Agent mit kleinem Edge und 1 % Risiko pro Trade die 1-Step-Challenge im Median nach etwa 10 Handelstagen, bei 0,5 % Risiko nach etwa 24 Tagen.

Ist 1-Step oder 2-Step besser für einen KI-Agenten?

Ohne Edge bietet 1-Step etwas bessere Chancen (37,5 % gegenüber 33,3 % vor Gebühren). Mit Edge und kleinem Risiko kann 2-Step leichter sein, weil die Verlustlimits weiter gefasst sind (5 % täglich und 10 % maximal gegenüber 4 % und 6 %). Dafür kommt eine zweite Phase hinzu.

Welche KI ist die beste für Krypto-Trading?

Einen festen Spitzenreiter gibt es nicht. Qwen3 Max gewann Season 1 der Alpha Arena, Grok 4.20 gewann Season 1.5, und andere Benchmarks sehen wieder andere Modelle vorn. Eine Live-Studie fand heraus, dass der Rang eines Modells in allgemeinen KI-Ranglisten kaum etwas mit seinen Trading-Renditen zu tun hatte.

Wie viel kann ein KI-Agent bei Binam an einem Tag verlieren?

In der 1-Step-Challenge liegt das Tagesverlustlimit bei 4 % des Kontostands zu Tagesbeginn, offene Positionen eingeschlossen. Bei einem Konto über 10.000 $ sind das 400 $. Eine gut gebaute Risikoschicht sollte den Agenten lange vor dieser Linie stoppen.

Nächste Schritte

Wenn Sie einen KI-Trading-Agenten bauen, testen Sie ihn so, wie es eine Prop-Firma tun wird: gegen harte Limits, mit echten Gebühren, über mehrere Tage. Legen Sie Positionsgröße, Stop-Prüfung und Tagesstopp in den Code, nicht in den Prompt. Vergleichen Sie die Ergebnisse dann mit den Zahlen ohne Edge von oben. Schlägt der Agent sie auf einem Demokonto nicht deutlich, ändert daran auch kein Prompt etwas.

Die Regeln von Binam erlauben Bots und algorithmische Strategien. Ein Agent, der die Risikolimits einhält, kann also ganz regulär an einer Challenge teilnehmen. Fragen Sie den Support, wie Sie ihn mit der Börse Ihrer Wahl (Bybit oder Binance) verbinden. Lesen Sie vorher die vollständigen Challenge-Regeln. Wie Sie die Positionsgröße berechnen, zeigt unser Leitfaden zur Ein-Zeilen-Formel für die Positionsgröße. Fragen zu Bots und Setups sind im Binam-Trader-Chat auf Telegram willkommen.

Der Handel mit Krypto-Futures ist mit Risiken verbunden. Dieser Artikel dient ausschließlich der Information und stellt keine Anlageberatung dar.