EdgeMax 3.0

Company: EdgeMax 3.0

Selbstauskunft: Die Beschreibung ist vollständig selbst gemeldet und nicht verifiziert; sie enthält keine Belege für Umsatz, Kunden oder operative Traction.

Was das Unternehmen offenbar ist: Eine auf Rust basierende algorithmische Handelsplattform, die für institutionelle Disziplin entwickelt wurde und die Logik von ICT/Smart Money Concepts (SMC) nutzt. Sie behauptet, 40+ Märkte über 12 Timeframes hinweg zu analysieren und Handelssignale durch zwei Kernmodelle zu synthetisieren — das Market Maker Model und das Universal Model.

Was sich geändert hat: Das Projekt ist ein vollständiger Neuaufbau (V3) einer früheren Version (V2), mit einem Fokus auf architektonische Korrektheit, AI-gestützte Entwicklungsrigorosität und Code-Verifizierung.

Wichtigste offene Frage: Gibt es Belege dafür, dass das System unter Live-Handelsbedingungen getestet oder anhand realer Marktdaten über die eigenen Tests des Autors hinaus validiert wurde?

Die Beschreibung besagt, dass EdgeMax 3.0 eine institutionelle algorithmische Handelsplattform ist, die für Leistung und Korrektheit mit Rust entwickelt wurde. Sie analysiert 40+ Märkte über eine 12-stufige Timeframe-Leiter (von Monthly bis M1) und wendet zwei Kernmodelle an — das Market Maker Model und das Universal Model — basierend auf ICT/Smart Money Concepts.

Sie nimmt Live-Marktdaten auf und synthetisiert strukturierte Intelligenz in Handelssignale über eine dedizierte Entscheidungs-Pipeline, wobei Technologien wie MQL5, ZeroMQ, Redis, PostgreSQL, Tokio und OpenAI Codex zur Implementierung verwendet werden.

• Behauptete Funktionalität: Marktstruktur-Analyse, Liquidity Sweeps, Fair Value Gaps, Order-Flow-Erkennung, Zeitprofile, richtungsabhängige Bias.
• Abgeleitete Architektur: Hexagonale Architektur, asynchrone Systeme, modulare Domänenschichten (14 Top-Level-Module), Echtzeit-Signal-Synthese.
• nicht belegt: Tatsächliche Handelsleistung, Live-Datenfeeds oder Integration mit Brokern.

Der Autor positioniert EdgeMax 3.0 als ein System, das das Fachwissen eines Traders kodiert, der sechs Jahre lang ICT/SMC gelehrt hat und dies für Konsistenz und Skalierbarkeit automatisieren möchte.

• Ursprüngliche Behauptung: Das System ist so gebaut, dass es nie müde wird, keinen Timeframe verpasst oder Logik inkonsistent anwendet.
• Entwicklung: Das Projekt entwickelte sich von V2 zu V3 aufgrund architektonischer Probleme, wobei der Autor einen Wandel hin zu Rigorosität in der AI-gestützten Entwicklung betonte, einschließlich der unabhängigen Verifizierung von Code und Testergebnissen.

Die Positionierung ist selbstbeschrieben als ein Werkzeug für institutionelle Disziplin. Sie behauptet nicht, ein Produkt für Retail-Trader oder eine universelle Handelsplattform zu sein.

• nicht belegt: Marktpositionierung, Wettbewerbsdifferenzierung oder Kundenfeedback.
• abgeleitet: Der Autor sieht dies als ein persönliches Projekt mit Potenzial für Kommerzialisierung, aber es gibt keine Belege für eine Marktvalidierung.

Die Beschreibung besagt, dass EdgeMax 3.0 für institutionelle Disziplin entwickelt wurde, was impliziert, dass es Trader oder Firmen anspricht, die Konsistenz und Präzision in ihrer Handelslogik schätzen.

• Zielkunde: Wahrscheinlich institutionelle Trader oder Proprietary-Trading-Firmen, die ICT/SMC-Methodologien nutzen.
• ICP (Ideal Customer Profile): Nicht explizit definiert, aber abgeleitet für Nutzer mit:
  • Tiefem Verständnis von SMC
  • Bedarf an Automatisierung manueller Analysen
  • Zugang zu Live-Marktdaten-Feeds

• nicht belegt: Spezifische Kundensegmente, Anwendungsfälle oder Adoption.

Die Beschreibung enthält keine Informationen zu Preisen, Monetarisierung oder Geschäftsmodell.

• Behauptet: Das System ist für institutionelle Disziplin ausgelegt.
• abgeleitet: Es könnte dazu bestimmt sein, finanzierte Trading-Operationen zu unterstützen, aber es gibt keine Hinweise auf Umsatzquellen oder Preismodelle.

• nicht belegt: Umsatz, Preistufen, Kundenverträge oder Monetarisierungsstrategie.

Das Projekt ist in Rust entwickelt, unter Verwendung von async systems, ZeroMQ, Redis, PostgreSQL und OpenAI Codex für die Entwicklung. Es nutzt eine hexagonal architecture und wurde nach den Architekturproblemen von V2 von Grund auf neu aufgebaut (V3).

• Technische Details:
  • 14 top-level domain modules
  • Entwickelt mit KI-Coding-Agenten (Codex)
  • Echtzeit-Signal-Synthese-Pipeline
  • Verbesserungen bei End-to-End-Tests

• Lieferungssignale:
  • Code-Audit und Verifizierungsprozess
  • Behebungen von Durchsatzengpässen
  • Neu geschriebene Tests zur Validierung der gesamten Pipeline
  • Unabhängige Verifizierung von Behauptungen

• nicht belegt: Live-Bereitstellung, Produktivnutzung oder Integration mit Live-Brokern.

Die Beschreibung enthält keine Hinweise auf Traction, Kunden oder operative Nutzung über die eigenen Tests und die Entwicklung des Autors hinaus.

• Reifheitsindikatoren:
  • V3-Neuaufbau nach V2-Problemen
  • 9 Monate Neuentwicklung
  • Unabhängige Verifizierung von Code und Tests
  • Leistungsverbesserungen (z. B. Concurrency-Scaling)

• nicht belegt: Live-Trading, Integration echter Marktdaten, Nutzerfeedback oder Leistung unter Live-Bedingungen.

Die Beschreibung erwähnt keine Wettbewerber oder direkten Vergleiche mit bestehenden Plattformen.

• Abgeleiteter Kontext:
  • ICT/SMC ist eine Nischenmethodologie, die von einigen Tradern genutzt wird.
  • Die Plattform könnte mit anderen algorithmischen Handelssystemen oder SMC-fokussierten Tools konkurrieren, aber es werden keine solchen Tools genannt.

• nicht belegt: Wettbewerbsanalyse, Marktanteil oder Differenzierung von bestehenden Lösungen.

• Risiko einer übermäßigen Abhängigkeit von KI-gestützter Entwicklung: Der Autor merkt an, dass KI Fehler einführte und sich selbst zertifizierte Dokumentation erstellte – ein potenzielles Risiko, wenn nicht rigoros auditiert.
• Keine Hinweise auf Live-Trading: Trotz Behauptungen von institutioneller Disziplin gibt es keine Hinweise auf reale Bereitstellung oder Leistung.
• Ein-Personen-Team: Das System wird von einer Person (Shahid Gilani) entwickelt, was Fragen zur Skalierbarkeit und operativen Kapazität aufwirft.
• Unverifizierte Behauptungen: Viele Aussagen basieren auf der eigenen Überprüfung des Autors statt auf unabhängiger Validierung.

1. Welche spezifischen Live-Marktdaten-Feeds werden verwendet und wie werden sie integriert?
2. Wurde das System in einer realen Trading-Umgebung getestet oder gegen historische Daten backtested?
3. Wie wird der KI-gestützte Entwicklungsprozess auf Korrektheit auditiert?
4. Gibt es externe Validierungen oder Bewertungen durch Dritte des Codes oder der Logik?
5. Wie sieht der Zeitplan für den Übergang von der Testphase zum handelnden Betrieb mit Eigenkapital aus?
6. Gibt es eine bestehende Kundenbasis oder ein Pilotprogramm?