# Steve-TradingBot — 2-Wochen-Roadmap v3 (T1-Quality-Focus)

**Erstellt:** 2026-05-16 · Branch `master` · HEAD `a6a629d`
**Zeitraum:** 2026-05-19 (Mo) bis 2026-05-31 (So) — 2 Kalenderwochen
**Status:** **Plan**, keine Implementation in diesem Dokument.

---

## 0. Leit-Philosophie (Operator-bestätigt 2026-05-16)

> T1 soll **langweilig, robust und Binance-only** sein.
> Der größte Profithebel ist **weniger schlechte Trades**, nicht mehr Indikatoren.
> Discord-/AI-Signal-Channels kommen NACH dem Quality-Refactor.

Konkret abgeleitet:
- Quality > Quantity (Quality-Floor zusätzlich zum Score-Threshold)
- Regime-bewusste Entry-Schwellen (BERA-Lesson: Score 5.0 BEAR war zu locker)
- ATR-basierte Stops mit Invariant **"SL darf nie schlechter werden"**
- DCA nur unter strengen Bedingungen (kein BEAR-Support-Fallback, Max-Loss-Sim, Reclaim-Requirement)
- Volatility-Scaled Sizing statt fixer USDT-Beträge
- Multi-Timeframe-Confirmation (4h Marktstruktur + 15m Entry-Timing)
- Schnellere Gewinnsicherung (Partial @ +1R/+2R, Break-even früh, Time-Stop bei Seitwärts)

**Operator-Boundaries (durchgehend für 2 Wochen)**:
- 0× Mainnet (weder Binance noch Solana)
- 0× MULTI_STRATEGY_DRY_RUN=false
- 0× T2-Solana-Code
- 0× T3-Copy-Trading
- 0× CommandBus-V6 / MH-1
- 0× Pump.fun Logik in T1
- 0× ML-Modell ohne saubere Datenbasis
- 0× Strategie-Parameter-Änderung ohne Operator-GO

---

## 1. Phasen-Reihenfolge (operator-priorisiert)

| # | Phase | Aufwand | Woche |
|---|---|---|---|
| **A** | **TIER-ARCH-CONTRACT-1** — Foundation: T1=active, T2=plan_only, T3=deactivated | 0.5 Tag | W1 Mo |
| **B** | **T1-BINANCE-SYMBOL-GATE-1** — Symbol-Existence + Binance-Order-Filter-Validation vor jedem BUY | 1 Tag | W1 Mo-Di |
| **C** | **T1-QUALITY-SCORE-1** — Quality-Floor (liquidity/spread/volume/regime/trend/resistance/4h-MTF/no-trade-zones) | 2 Tage | W1 Di-Do |
| **D** | **T1-RISK-GUARD-1** — DCA-Restrictions + SL-Invariants + Volatility-Scaled Sizing + Regime-Adjustment | 2 Tage | W1 Do-Fr / W2 Mo |
| **E** | **T1-EXIT-OPTIMIZER-1** — Schnelleres BE + Partial @ +1R/+2R + Momentum-Trailing + Time-Stop | 2 Tage | W2 Mo-Mi |
| **F** | **T1-POST-TRADE-LEARNING** — Auto-Klassifikation pro Closed Trade (entry/exit/DCA/SL/TP/MAE-MFE/Regime-Fit) | 1.5 Tage | W2 Mi-Do |
| **G** | **EXEC-MODE-LABEL-3** Phase 3a (Backward-Compat Renames) | 0.5 Tag | W2 Do-Fr |
| **H** | **REFACTOR-VS-REWRITE-PDF** + **T2-SOLANA-SHADOW-1-PLAN-PDF** | 0.5 Tag | W2 Fr-Sa |

Gesamt **~10 Arbeitstage netto** mit Puffer für Live-Beobachtungs-Fenster zwischen Cutovers.

**Discord-Channel-Integration + AI-Signal-Analyse** sind aus diesem Plan
**bewusst ausgelagert** auf Woche 3+ als eigene Phase. Begründung: erst
T1-Quality festziehen, dann zusätzliche Signal-Quellen draufsetzen.
Sonst bedeutet "mehr Signale" = "mehr schlechte Trades".

---

## 2. Phase A — TIER-ARCH-CONTRACT-1 (W1 Mo, halbtags)

### Ziel
Tier-Architektur als Code-Vertrag (`trading/tier_arch.py`) — Foundation
für alle folgenden Phasen. Fail-fast bei unerlaubten Tier-Zugriffen.

### Lieferziel
```python
# trading/tier_arch.py
class TierStatus(Enum):
    ACTIVE = "active"
    PLAN_ONLY = "plan_only"
    DEACTIVATED = "deactivated"

TIER_ARCH = {
    "t1_core":         TierStatus.ACTIVE,
    "t2_pump_dump":    TierStatus.PLAN_ONLY,
    "t3_copy_trading": TierStatus.DEACTIVATED,
}

def is_active(group: str) -> bool: ...
def assert_tier_active(group: str) -> None: ...  # RuntimeError on inactive
```

### Wiring
- `main.py` Top-Level: `assert_tier_active('t1_core')` vor Scan-Cycle-Loop
- `multi_strategy_runner.py`: Top-of-run() `if not is_active('t1_core'): return []`
- `_process_t3_forwarded_signals`: `if not is_active('t2_pump_dump'): return`
- `wallet_tracker.py` (T3): `assert_tier_active('t3_copy_trading')` als zusätzlicher Schutz neben `COPY_TRADING_ENABLED=false`

### Tests
7 Tests: 3 Tier-Status-Asserts + 2 Helper-Behavior + 2 AST-Guards (Wiring vorhanden).

### Aufwand: 6h

---

## 3. Phase B — T1-BINANCE-SYMBOL-GATE-1 (W1 Mo-Di, 1 Tag)

### Ziel
T1 darf nur Symbole handeln, die auf Binance Spot Testnet tatsächlich
handelbar sind UND deren Order-Filter erfüllbar sind.

### Lieferziel
Neue Methode in `LiveTrader`:
```python
def validate_symbol_and_order(symbol: str, qty: float, price: float) -> Tuple[bool, Optional[str]]:
    """
    Returns (ok, reject_reason).
    Reject reasons:
      'symbol_not_on_binance'
      'symbol_not_usdt_quote'
      'symbol_not_spot_tradable'
      'price_below_PRICE_FILTER_min'
      'price_above_PRICE_FILTER_max'
      'price_tick_size_mismatch'
      'qty_below_LOT_SIZE_min'
      'qty_above_LOT_SIZE_max'
      'qty_step_size_mismatch'
      'notional_below_MIN_NOTIONAL'
    """
```

### Wiring
- `main.py:run_scan_cycle` vor jedem `execute_buy`: gate-call → bei Reject `emit_decision(action='reject', reject_reason=...)`
- `_process_t3_forwarded_signals` analog (auch wenn T3 heute deaktiviert, später greift's automatisch)
- `multi_strategy_runner.py:_attempt_execution` analog (für künftige MS-Aktivierung)
- External-Channel-Paths (web/telegram) analog

### Tests
- 6 Reject-Reason-Tests pro Filter-Violation
- 2 Happy-Path-Tests (echtes Binance-Symbol)
- 1 Cache-Refresh-Test (markets reload nach 1h)

### Aufwand: 6h

---

## 4. Phase C — T1-QUALITY-SCORE-1 (W1 Di-Do, 2 Tage)

### Ziel
**Quality-Floor** zusätzlich zum bestehenden Score-Threshold. Eine
Position wird nur eröffnet, wenn BEIDE Bedingungen erfüllt sind:

```text
combined_score   >= score_threshold       (existing)
quality_score    >= quality_threshold     (NEW)
```

### Quality-Sub-Scores (jeder 0-1)

| Sub-Score | Berechnung | Reject-Threshold |
|---|---|---|
| `liquidity_score` | 24h Volume / median(24h Vol top-50) | < 0.3 |
| `spread_score` | 1 - (spread / max_spread_allowed) | spread > 0.3% |
| `volume_burst_score` | recent_volume / 20-MA-Volume | > 5 oder < 0.5 → reject |
| `regime_fit_score` | regime ∈ allowed_for_strategy | reject auf miss-fit |
| `trend_quality_score` | 4h-trend alignment + ema-stack-coherence | < 0.4 |
| `distance_to_resistance` | (resistance - price) / ATR | < 1.0 → reject |
| `btc_health` | 24h BTC > -5% AND BTC nicht in 1h-Crash | falsch → reject |
| `mtf_alignment` | 4h trend matches 15m direction | misalignment → reject |

### No-Trade-Zone Filter (Sub-Komponente)

| Zone | Block-Bedingung |
|---|---|
| Extreme Spread | spread > 0.5% |
| Niedriges Volumen | < 1M USD 24h |
| Direkt unter Widerstand | distance_to_resistance < 1.0 × ATR |
| Nach grüner Mega-Candle | letzte 4h-Candle > +8% |
| BTC-Crash | 1h BTC < -2% |
| HIGH_VOL + BEAR-Combo | beides gleichzeitig |

### Regime-Adjusted Thresholds (statt fixer 7.5)

| Regime | combined_score Threshold | quality_threshold |
|---|---|---|
| BULL | 6.5 | 0.50 |
| RANGE | 7.0 | 0.55 |
| WEAK_TREND | 7.0 | 0.55 |
| STRONG_TREND | 6.0 | 0.50 |
| BEAR | **8.0** (statt 7.5) | **0.65** |
| HIGH_VOL | 8.5 | 0.70 |
| HIGH_VOL+BEAR-Combo | blocked | n/a |

### Tests
- 8 Sub-Score-Berechnungs-Tests (pro Quality-Component)
- 6 No-Trade-Zone-Block-Tests
- 7 Regime-Threshold-Tests
- 1 BERA-Replay-Test: synthetischer BEAR + Score 5.0 → reject (war früher BUY)

### Aufwand: 12h

---

## 5. Phase D — T1-RISK-GUARD-1 (W1 Do-Fr → W2 Mo, 2 Tage)

### Ziel
- **Hartes SL-Invariant**: "SL darf nach Entry nie schlechter werden" (außer kontrolliertes DCA-Rebuild mit Max-Loss-Check)
- **DCA-Restrictions**: kein blindes Nachkaufen
- **Volatility-Scaled Position-Sizing**: kleinere Positions bei höherer Volatilität

### SL-Never-Worse-Invariant

```python
def adjust_sl(pos: dict, new_sl: float, reason: str) -> bool:
    """
    Returns True if SL was adjusted, False if blocked by invariant.
    Long-Trades: new_sl MUST be >= pos['stop_loss'] (only tighten upward).
    Exception: explicit DCA-Rebuild path with assert_max_loss_under_cap().
    """
```

Wird in `position_manager.py` an jeder SL-Adjustment-Stelle eingehängt
(Trailing, News-Adjustment, Breakeven, DCA-Rebuild). Falls Code je
versucht, SL nach unten zu setzen → Block + Warning-Log + Telegram.

### DCA-Guards

```python
def dca_allowed(pos, current_price, regime, dca_history) -> Tuple[bool, str]:
    # 1. Regime-Check: BEAR → DCA disabled (BERA-Lesson)
    if regime == 'BEAR':
        return False, 'dca_blocked_in_bear'
    # 2. Reclaim-Requirement: nur DCA wenn Preis schon mal über altem SL+ATR war
    if not has_reclaimed_above(pos):
        return False, 'dca_blocked_no_reclaim'
    # 3. Max-Loss-Simulation: würde Nachkauf den Max-Loss-Cap durchbrechen?
    sim_max_loss = simulate_max_loss_after_dca(pos, current_price, dca_size)
    if sim_max_loss > MAX_LOSS_PER_TRADE_CAP:
        return False, 'dca_blocked_max_loss_breach'
    # 4. DCA-Anzahl-Cap (existing)
    if dca_history.count >= 2:
        return False, 'dca_blocked_count'
    return True, ''
```

### Volatility-Scaled Position-Sizing

```python
# Statt fixer 5% des Cash:
def position_size_volatility_scaled(cash, atr_pct, base_pct=0.05):
    """
    base_pct = 5% bei normaler Volatilität (atr_pct ≈ 2%)
    high vol (atr_pct = 5%): reduziert auf 0.05 * (2/5) = 2%
    low vol (atr_pct = 1%): erhöht auf 0.05 * (2/1) = 10%, capped auf 8%
    """
    target_atr = 0.02
    scale = target_atr / max(atr_pct, 0.005)
    return cash * min(base_pct * scale, 0.08)
```

### Tests
- 5 SL-Invariant-Tests (Trailing/News/Breakeven/DCA/RebuildException)
- 6 DCA-Guard-Tests (BEAR-Block, Reclaim, MaxLoss, Count, OK, Edge)
- 4 Vol-Scaled-Sizing-Tests (high-vol / low-vol / normal / cap)
- 1 BERA-Replay-Test: BEAR + DCA-attempt → blocked mit reason

### Aufwand: 12h

---

## 6. Phase E — T1-EXIT-OPTIMIZER-1 (W2 Mo-Mi, 2 Tage)

### Ziel
Schnellere und bessere Gewinnsicherung. Heute fallen Altcoins oft nach
kurzem Anlauf — T1 sichert zu spät.

### Sub-Module

| Sub-Modul | Heute | Soll |
|---|---|---|
| **Break-Even** | nach 60h Hold | nach **+1R** Profit (PnL = 1× Risk) |
| **Partial Profit** | nicht implementiert | **50% sell @ +1R**, **25% sell @ +2R**, Rest läuft mit Trailing |
| **Trailing-Start** | sofort nach Entry | erst nach **+0.8R Momentum** bestätigt (sonst Whipsaw) |
| **Time-Stop** | 96h Hard-Exit | **bei Seitwärts (< +0.5R nach 4h)** + 96h Hard-Exit als Backup |

### "Echtes Momentum" Definition

Für Trailing-Start:
```python
def momentum_confirmed(pos, current_price, ohlcv_15m):
    # 1. PnL > 0.8R
    # 2. Letzte 3 von 4 Candles grün
    # 3. Volume in letzter Candle > 1.2x MA
    # 4. Preis über Entry+ATR
```

### Tests
- 4 Break-Even-Tests (1R-trigger, no-trigger, edge)
- 6 Partial-Profit-Tests (50%@+1R, 25%@+2R, Reststellung, ordering)
- 5 Momentum-Trailing-Tests (kein false start, echtes Momentum, edge)
- 4 Time-Stop-Tests (Seitwärts-Trigger, Hard-Exit-Backup, time-window)

### Aufwand: 12h

---

## 7. Phase F — T1-POST-TRADE-LEARNING (W2 Mi-Do, 1.5 Tage)

### Ziel
Jeder geschlossene Trade wird automatisch klassifiziert. Daten landen
in `trade_logs.metadata_json` und werden im Chart + GUI sichtbar.

### Klassifikations-Schema

```json
{
  "post_trade_analysis": {
    "entry_timing":     "early" | "good" | "late",
    "dca_assessment":   "helpful" | "harmful" | "neutral" | "no_dca",
    "sl_quality":       "appropriate" | "too_tight" | "too_loose",
    "tp_quality":       "appropriate" | "too_far" | "too_close",
    "mae_pct":          0.052,   // Max Adverse Excursion
    "mfe_pct":          0.103,   // Max Favorable Excursion
    "mae_mfe_ratio":    0.504,
    "regime_at_entry":  "BULL",
    "regime_fit":       "good" | "mismatch",
    "exit_reason_optimal": true | false,
    "overall_grade":    "A" | "B" | "C" | "D" | "F"
  }
}
```

### Berechnungslogik
- Liest OHLCV-Daten für Hold-Window aus existing OHLCV-Cache
- Berechnet MAE/MFE
- Vergleicht mit Entry/Exit-Levels
- Klassifiziert nach Heuristik-Regeln

### Wiring
Hook im `main.py` post-close-Flow:
```python
for closed_trade in closed_by_sl_tp:
    analysis = analyze_trade(closed_trade)
    closed_trade['metadata']['post_trade_analysis'] = analysis
    emit_trade(..., metadata=closed_trade['metadata'])
```

### GUI
Bestehende TradeLogResource bekommt:
- TextEntry für `overall_grade` Badge mit Color
- ViewEntry für full post_trade_analysis JSON
- Filter `overall_grade` (A-F) im Index

### Tests
- 5 Klassifikations-Tests (Entry-Timing-Edge-Cases)
- 4 MAE/MFE-Berechnungs-Tests
- 3 Grade-Assignment-Tests
- 1 End-to-End: closed-trade → metadata enthält analysis

### Aufwand: 10h

---

## 8. Phase G — EXEC-MODE-LABEL-3 Phase 3a (W2 Do-Fr, 0.5 Tag)

### Ziel
Backward-Compatible Cleanup:
- `--paper` Flag aus `bot_watchdog.sh` entfernen (heute schon dort entfernt) — ABER aus main.py CLI-Parser sauber raus
- `PaperTrader` Class-Alias zu `BaseTrader` (neuer Name)
- `paper_portfolio.json` STATE_FILE-Konstante via symlink zu `state_portfolio.json`
- `PaperBalanceProvider` → `LocalBalanceProvider`

Alte Namen bleiben **parallel** als Alias, damit Tests grün bleiben. Phase 3b (Hard-Delete) kommt in einer späteren Woche nach 24h-Beobachtung.

### Aufwand: 4h

---

## 9. Phase H — REFACTOR-VS-REWRITE + T2-PLAN PDFs (W2 Fr-Sa, 0.5 Tag)

### Ziel
Zwei Plan-Dokumente:
1. **REFACTOR-VS-REWRITE-PLAN-PDF**: finale Architektur-Entscheidung mit Hybrid-Empfehlung (siehe heutige Diskussion)
2. **T2-SOLANA-SHADOW-1-PLAN-PDF**: T2-Greenfield-Plan für Woche 3+ (kein Code in dieser Phase)

Lieferung an files.gewerbespeicher-rechner.de.

### Aufwand: 4h

---

## 10. Tagesplan-Tabelle (kalendarisch)

| Tag | Phase | Hauptaktivität |
|---|---|---|
| **W1 Mo (19.05.)** | A + B start | TIER-ARCH morgens, SYMBOL-GATE Recon nachmittags |
| **W1 Di (20.05.)** | B → C | SYMBOL-GATE Cutover, QUALITY-SCORE Sub-Score-Module |
| **W1 Mi (21.05.)** | C | QUALITY-SCORE No-Trade-Zones + Regime-Thresholds |
| **W1 Do (22.05.)** | C → D | QUALITY-SCORE Cutover, RISK-GUARD SL-Invariant |
| **W1 Fr (23.05.)** | D | RISK-GUARD DCA-Guards + Vol-Scaled-Sizing |
| **W1 Sa-So** | Review | Operator-Beobachtung (3 Phasen live) |
| **W2 Mo (26.05.)** | D ende → E | RISK-GUARD Cutover, EXIT-OPTIMIZER Break-Even-Logic |
| **W2 Di (27.05.)** | E | EXIT-OPTIMIZER Partial Profit + Momentum-Trailing |
| **W2 Mi (28.05.)** | E → F | EXIT-OPTIMIZER Cutover, POST-TRADE-LEARNING Klassifikation |
| **W2 Do (29.05.)** | F → G | POST-TRADE-LEARNING Cutover + GUI, EXEC-MODE-LABEL-3 Phase 3a |
| **W2 Fr (30.05.)** | G → H | EXEC-MODE-3a Cutover, Refactor-vs-Rewrite-PDF |
| **W2 Sa (31.05.)** | H | T2-SHADOW-Plan-PDF |
| **W2 So** | Review | Endabnahme + Operator-Decision für Woche 3 |

---

## 11. Was NACH den 2 Wochen kommt (Woche 3+ Vorschau)

Nicht Teil dieser Roadmap, aber konzeptuell vorbereitet:

| Phase | Aufwand | Inhalt |
|---|---|---|
| W3 | 3-4 Tage | **T1-EXTERNAL-SIGNAL-CHANNELS-1** — Discord + Telegram-Channels in unified Tabelle |
| W3 | 3-4 Tage | **T1-AI-SIGNAL-ANALYSIS-1** — LLM-basierte Auswertung jeder Channel-Nachricht (Claude/GPT/Gemini), source_type-agnostisch |
| W4 | 4-5 Wochen | **T2-SOLANA-SHADOW-1** Implementation (Greenfield-Modul, dedicated wallet, Jupiter SDK, eigene Risk-Engine) |
| W4+ | tbd | **EXEC-MODE-LABEL-3 Phase 3b** (Hard-Delete alter Paper-Namen) |
| W4+ | tbd | **STRATEGY-PROFILE-1** (Cash-Quote-Split T1/T2, wenn T2 läuft) |

---

## 12. Risiko-Matrix

| Risiko | Schwere | Mitigation |
|---|---|---|
| Quality-Filter zu strikt → 0 BUYs für Tage | mittel | BERA-Replay-Test + Live-Beobachtung 48h nach Cutover |
| SL-Invariant blockt legitime SL-Updates | niedrig | DCA-Rebuild-Path mit Max-Loss-Check als explizite Exception |
| Vol-Scaled-Sizing zu klein bei normaler Vol | niedrig | Floor bei 1% + Cap bei 8% |
| Partial-Profit verkauft zu früh | mittel | Backtest vor Cutover (nutzt OHLCV-Cache) |
| Time-Stop bei trending market vorzeitig | niedrig | 4h-Trigger nur bei Seitwärts (< 0.5R PnL) |
| Post-Trade-Learning OHLCV-Fehler | niedrig | Fail-soft: kein analysis-Field statt Bot-Crash |
| EXEC-MODE-3a-Aliase brechen Test-Suite | mittel | Phase 3a hält alle Aliase parallel; full delete erst Phase 3b |

---

## 13. Boundaries (durchgehend 2 Wochen)

- 0× Mainnet (Binance + Solana)
- 0× MULTI_STRATEGY_DRY_RUN=false
- 0× T2-Solana-Code
- 0× T3-Copy-Trading-Code
- 0× CommandBus-V6 / MH-1
- 0× Pump.fun-Logik in T1
- 0× ML-Modell ohne saubere Datenbasis
- 0× Strategie-Parameter-Änderung außerhalb der Plan-Modules
- 0× DB-Mass-Mutation
- 0× Push auf Remote
- 0× Secrets im Chat (Lesson Learned)
- 0× env dump

---

## 14. Stop-Gates pro Phase

| Phase | Pre-Cutover | Post-Cutover (24h) |
|---|---|---|
| A TIER-ARCH | alle 7 Tests grün | 0 Tracebacks |
| B SYMBOL-GATE | alle 9 Tests grün; reject-Logs erscheinen in decision_logs | min. 1 echter Reject mit `symbol_not_on_binance` |
| C QUALITY-SCORE | alle 22 Tests grün; BERA-Replay-Test pass | min. 5 Reject-Reasons mit Quality-Sub-Score < threshold |
| D RISK-GUARD | alle 15 Tests grün; SL-Invariant pass | kein SL-Downgrade in trade_logs.metadata |
| E EXIT-OPTIMIZER | alle 19 Tests grün; OHLCV-Backtest Sanity | min. 1 Partial-Profit-Event in trade_logs |
| F POST-TRADE | alle 13 Tests grün | analysis-Field in jedem neuen closed trade_logs |
| G EXEC-MODE-3a | alle bestehenden Tests grün (mit alten Aliasen) | 0 Tracebacks |
| H PDFs | Operator-Review | — |

---

## 15. Erwartetes Resultat nach 2 Wochen

| Komponente | Stand |
|---|---|
| **T1 Binance Testnet** | Quality-First-Pipeline: Symbol-Gate + Quality-Floor + No-Trade-Zones + Regime-Thresholds + SL-Invariant + DCA-Guards + Vol-Scaled-Sizing + Exit-Optimizer + Post-Trade-Learning |
| **Tier-Architektur** | im Code-Vertrag, T1=active, T2=plan_only, T3=deactivated |
| **PaperTrader-Legacy** | Phase 3a parallel-Aliase aktiv; Phase 3b später |
| **GUI** | + post_trade_analysis-Badge in TradeLog + Quality-Sub-Score in DecisionLog-metadata |
| **Postgres** | Schema unverändert; metadata_json wächst um post_trade_analysis-Feld |
| **Operator-Workflows** | klarer Quality-Audit-Trail pro Trade |
| **Refactor-Plan-PDF** | erstellt, Entscheidungsgrundlage für W3+ |
| **T2-Plan-PDF** | erstellt, Implementation-Ready für W4+ |
| **T2-Code** | bleibt 0 LoC (Plan-only) |
| **Discord + AI** | bleibt 0 LoC, geplant für W3 |

---

## 16. Operator-Decisions vor Start (kompakt)

| # | Decision | Default |
|---|---|---|
| 1 | T2-Status `PLAN_ONLY` (Empfehlung) oder `DEACTIVATED`? | PLAN_ONLY |
| 2 | Quality-Threshold global oder regime-individuell? | regime-individuell (Tabelle in Phase C) |
| 3 | DCA in BEAR komplett blockiert oder mit höheren Restriktionen? | komplett blockiert (BERA-Lesson) |
| 4 | Partial-Profit-Stufen 50%@+1R + 25%@+2R ok? | ja, ggf. anpassen wenn Operator andere Vorgabe |
| 5 | Post-Trade-Analysis-Grade (A-F) ok oder lieber numerisch? | A-F (operator-friendly, GUI-renderbar) |

---

## 17. STOP

Plan v3. Keine Implementation. Operator-Entscheidung erforderlich für:

```
GO TIER-ARCH-CONTRACT-1
```

als Startsignal für Woche 1.

Boundaries hart, Sicherheitsgates konservativ. Discord + AI bleiben
ausdrücklich für Woche 3+ vorgesehen, NICHT in diesen 2 Wochen.