Hoe beheer je het risico van een crypto-only bot portfolio?

Portret van Alex de Vries, Quantitatief Analist & Algo-Trading Expert
Alex de Vries
Quantitatief Analist & Algo-Trading Expert
Risicomanagement & Positiegrootte · 2026-02-15 · 7 min leestijd

Stel je voor: je bot draait, de markt beweegt, en je portfolio staat op zwart. Niet omdat je strategie slecht is, maar omdat één munt met 40% crasht en jouw hele bot mee naar beneden trekt.

Crypto-only bot portfolios zijn extreem krachtig, maar zonder risicomanagement is het als autorijden zonder remmen. Je kunt kilometers ver komen, maar de eerste bocht wordt fataal. Laten we samen je bot portfolio bouwen als een tank, niet als een raceauto zonder remmen.

Wat je nodig hebt voor risicomanagement

Je start met een bot die echt aanstuurbaar is. Gebruik Python frameworks zoals Freqtrade of Hummingbot, die native exchanges als Binance, Kraken en Bybit aankunnen.

Je broker moet een stabiele API hebben met lage latency en fatsoenlijke rate limits. Denk aan Binance Futures (0.02% maker) of Kraken Futures voor spot-achtige toegang. Zorg voor een aparte API-key voor je bot, alleen met trade-permissies, nooit met withdraw.

Je backtesting stack is je eerste verdedigingslinie. Pandas, NumPy en TA-Lib zijn je basis.

Voeg vectorbt toe voor snelle Monte Carlo-simulaties. Gebruik historische data van minimaal 2 jaar, bij voorkeur 1-minuut candles voor dagbots en 5-minuut voor swingbots. Zet je data op een SSD, want laden van gigabytes aan CSV’s op een HDD kost je uren bij elke iteratie.

Je monitoring stack is je vroege waarschuwingssysteem. Grafana met InfluxDB of Prometheus voor metrics, plus Telegram alerts via webhooks.

Zorg dat je bot realtime equity en drawdown logt, niet alleen winst per trade.

Een simpele cron-job die elke 5 minuten je equity curve naar een Google Sheet pusht, geeft je rust. Reken op een maandelijkse kostenpost van €20-€50 voor VPS en data feeds.

Stap 1: definieer je risicobudget en positiegrootte

  1. Stel een totaal risicobudget vast per maand: max 5% van je totale crypto-equity. Bij een portfolio van €10.000 betekent dit €500 risico per maand. Als je bot €500 verliest, stop je de bot en evalueer je strategie.
  2. Bepaal je maximale drawdown: zet een harde stop op 15% van je equity. Bij €10.000 betekent dit dat je bot stopt bij €8.500. Deze grens is heilig, geen uitzonderingen.
  3. Bereken je positiegrootte per trade: risico per trade is max 1% van je equity. Bij €10.000 is dat €100 risico per trade. Zet je stop-loss op 2% van de trade, dan is je positie 0,01 * €10.000 / 0,02 = €5.000. Dit is je maximum exposure per trade.
  4. Corrigeer voor volatiliteit: gebruik ATR (Average True Range) om je stop verder te zetten. Als ATR(14) op Bitcoin €300 is, zet je stop op 1,5 * ATR = €450. Op een €5.000 positie is dat 9%, te groot. Verklein je positie tot €2.000, dan wordt je stop 22,5% en dat is nog steeds te veel. Pas aan tot je stop onder 5% komt.
  5. Tijd indicatie: deze stappen zet je eenmalig op in je bot config. Reken op 1-2 uur voor de eerste iteratie. Herzie maandelijks na je equity rapport.
  6. Veelgemaakte fout: te groot inzetten op één munt. Doe dit nooit. Verdeel je exposure over minimaal 5 munten, elk max 20% van je equity.

Stap 2: bouw je bot met ingebouwde stop-loss en position sizing

Start met een eenvoudig Python script dat je stop-loss en take-profit dynamisch zet. Gebruik de Freqtrade config voor stop-loss in procenten en een trailing stop.

Zet je stop-loss op 2-5% en je take-profit op 3-10%, afhankelijk van je timeframe. Voor een dagbot op 5-minuut candles, begin met 3% stop en 6% take-profit. Implementeer position sizing in je bot.

Gebruik de Kelly-criteria of een eenvoudige fixed-fractional methode. Voor beginners: fixed-fractional met 1% risico per trade is veilig.

In code: positie = (risk_budget * equity) / (stop_loss_pct * entry_price). Test dit met een simpele loop in Python op historische data. Voeg volatiliteit filters toe.

Als de ATR(14) boven een drempel komt, verklein je positie of skip je trades. Bijvoorbeeld: als ATR > 5% van de prijs, reduceer positie met 50%.

Dit voorkomt dat je bot vol in een storm gaat staan. Tijd indicatie: bouwen en testen duurt 2-4 uur per botversie.

Veelgemaakte fout: vergeten om je bot te laten stoppen bij drawdown. Zet een harde stop in je bot loop: als equity < 85% van start, stop alle trades en sluit posities.

Stap 3: backtesten met risicoscenario’s

Backtest niet alleen op winst, maar op drawdown en winstverlies ratio. Gebruik vectorbt om 1000 scenario’s te simuleren met willekeurige volgorde van trades. Kijk naar de 95e percentiel drawdown: als die boven 10% zit, pas je positiegrootte aan volgens ons raamwerk voor risicomanagement.

Een goede bot heeft een profit factor > 1,5 en een max drawdown < 10%.

Test op verschillende marktcondities: bull, bear en zijwaarts. Gebruik data van 2021 (bull) en 2022 (bear).

Zie je dat je bot in een bear markt meer dan 15% verliest? Pas je stop-loss aan of voeg een trendfilter toe (bijv. EMA 50 > EMA 200 voor longs).

Backtesten moet minimaal 2 jaar beslaan, liever 3. Voeg slippage en fees toe in je backtest.

Binance futures fees zijn 0,02% maker, 0,04% taker. Slippage op kleine munten kan 0,1-0,5% zijn. Zonder deze kosten lijk je winstgevend, maar in de echte markt verlies je. Simuleer met 0,1% slippage en 0,05% totale fees per trade.

Tijd indicatie: een grondige backtest duurt 1-3 uur, afhankelijk van data grootte. Veelgemaakte fout: overfitting. Gebruik out-of-sample data (laatste 6 maanden niet gebruikt in training) om je bot te valideren. Als die prestatie daalt met meer dan 20%, is je bot te complex.

Stap 4: live monitoring en automatische risicogrenzen

Zet een monitoring dashboard op met Grafana. Log equity, drawdown, winst per munt en trade frequentie.

Stel alerts in: als drawdown > 10% in 24 uur, krijg je een Telegram bericht. Als één munt > 25% van je equity wordt, krijg je een waarschuwing.

Automatiseer je risicogrenzen. Voer daarom regelmatig de dagelijkse risico-check voor je actieve bots uit. Je bot moet elk uur checken: is equity < 85% van start? Zo ja, sluit alle posities en stop. Is er een munt die meer dan 20% van je equity is?

Verklein die positie naar max 15%. Dit voorkomt concentratierisico. Monitor de API performance.

Als je bot te veel rate limits raakt, vertraagt je uitvoering en loop je slippage op. Log elke API-call en faalpercentage. Bij meer dan 5% errors, verlaag je trade frequentie of wissel je broker.

Tijd indicatie: opzetten duurt 2-3 uur, daarna 10 minuten per dag voor controle. Veelgemaakte fout: alerts uitzetten omdat je denkt het wel te weten.

Blijf alerts actief, ook als je zelfverzekerd bent. De markt is verraderlijker dan je denkt.

Stap 5: diversificatie en correlatiebeheer

Een crypto-only bot betekent niet dat je alle eieren in één mand legt. Spreid over minimaal 5 munten, bij voorkeur 10.

Kies munten uit verschillende sectoren: Bitcoin, Ethereum, een DeFi-munt, een layer-2, een meme-munt.

Zorg dat je exposure per sector max 30% is. Check correlatie tussen munten. Gebruik Python met pandas corr() op de laatste 90 dagen.

Als twee munten een correlatie > 0,7 hebben, verminder dan één van de twee of zet een hedge. Bijvoorbeeld: BTC en ETH correleren sterk, dus zet minder in op altcoins die ook met BTC meebewegen.

Herbalanceer wekelijks. Als één munt is gestegen naar 30% van je equity, verkoop dan tot 20% en herverdeel naar andere munten. Dit houdt je risico gelijk en voorkomt dat je te veel wint of verliest op één plek. Vergeet ook niet je risicomanagement tijdens verkiezingen of grote geopolitieke events aan te scherpen. Tijd indicatie: diversificatie check duurt 30 minuten per week.

Veelgemaakte fout: te veel munten kiezen zonder kennis. Beperk je tot munten die je begrijpt en waar je data voor hebt.

Een bot op 20 munten zonder fatsoenlijke data is chaos.

Verificatie-checklist

  • API-key is ingesteld met alleen trade-permissies, geen withdraw.
  • Risicobudget is vastgelegd: max 5% per maand, stop op 15% drawdown.
  • Positiegrootte is dynamisch: max 1% risico per trade, ATR-gecorrigeerd.
  • Stop-loss en take-profit zijn ingesteld in de bot config, met trailing stop.
  • Backtest is uitgevoerd op 2+ jaar data, met fees en slippage, profit factor > 1,5.
  • Monitoring is actief: Grafana dashboard, Telegram alerts voor drawdown en concentratie.
  • Diversificatie is geregeld: min 5 munten, max 20% per munt, wekelijks herbalanceren.
  • Live test op kleine bedragen (€500-€1000) voor minimaal 2 weken voordat je opschakelt.

Met deze stappen bouw je een bot portfolio dat niet alleen presteert, maar ook overleeft.

Je bent klaar om te traden met vertrouwen, maar nooit zonder remmen. De markt is je speeltuin, maar risicomanagement is je veiligheidsgordel.

Portret van Alex de Vries, Quantitatief Analist & Algo-Trading Expert
Over Alex de Vries

Alex is een ervaren quantitatief analist en Python-ontwikkelaar die complexe trading concepten vertaalt naar begrijpelijke, praktische handleidingen voor zowel beginners als gevorderden.

Volgende stap
Bekijk alle artikelen over Risicomanagement & Positiegrootte
Ga naar overzicht →