Für wen dieser Artikel gedacht ist — Für alle, denen Begriffe wie „Quant“, „systematisch“, „algorithmisch“ und „Bot“ als Synonyme begegnen und die verstehen möchten, welchen Teil des Handelsprozesses jeder Begriff tatsächlich beschreibt.
Der quantitative Handel formuliert und beurteilt Marktentscheidungen mit Daten, Messgrößen und expliziten Modellen. Der systematische Handel legt im Voraus wiederholbare Regeln für Signale, Portfolio, Risiko oder Ausführung fest. Viele Strategien sind beides, die Begriffe sind aber nicht gleichbedeutend. Eine einfache Rebalancing-Regel kann systematisch sein, ohne ein komplexes statistisches Modell zu benötigen; eine quantitative Analyse kann dagegen eine abschließende Ermessensentscheidung informieren.
„Algorithmisch“ bezeichnet den Einsatz eines Rechenverfahrens, das Entscheidungen erzeugt oder ausführt. „Automatisch“ bedeutet, dass bestimmte Aktionen ohne menschliche Bestätigung jedes einzelnen Ereignisses stattfinden. Ein Algorithmus kann lediglich einen andernorts beschlossenen Auftrag über die Zeit verteilen. Ein System kann Signale liefern, während die Order manuell aufgegeben wird. Keine dieser Eigenschaften belegt einen wirtschaftlichen Vorteil.
Vier Eigenschaften, keine vier Stufen
| Eigenschaft | Diagnosefrage | Ohne die übrigen möglich? |
|---|---|---|
| Systematisch | Führt dieselbe Information nach bekannten Regeln zur selben Entscheidung? | Ja, auch bei manueller Berechnung und Ausführung. |
| Quantitativ | Machen Daten und Modell Hypothese und Unsicherheit messbar? | Ja, auch wenn ein Mensch abschließend entscheidet. |
| Algorithmisch | Erzeugt oder vollzieht ein Rechenverfahren Anweisungen? | Ja, auch ohne proprietäres Alpha. |
| Automatisch | Handelt das System ohne fallweise Freigabe? | Ja, benötigt dann aber stärkere operative Kontrollen. |
Systematik verringert das Ermessen im einzelnen Ereignis, beseitigt Beurteilung aber nicht. Menschen und Organisationen wählen Daten, Ziel, Modell, Restriktionen, Frequenz, Kosten, Schwellen und Prüfzeitpunkte. Auch deterministischer Code kann deshalb verzerrte Entscheidungen verkörpern. Die Nachvollziehbarkeit des Prozesses ist aussagekräftiger als das Etikett „Quant“.
Anatomie eines Systems
- Ökonomische oder verhaltensbezogene Hypothese. Sie erklärt, weshalb eine Beziehung bestehen könnte, wer das Risiko trägt und wodurch sie verschwinden könnte.
- Beobachtbare Informationen. Quellen, Verfügbarkeitszeitpunkte, Revisionen, Anlageuniversum und zulässige Transformationen werden festgelegt.
- Signal. Die Hypothese wird ohne Zukunftsdaten in eine berechenbare Größe übersetzt; Frequenz und Zustände ohne gültiges Signal gehören dazu.
- Portfoliokonstruktion. Scores oder Prognosen werden unter Beachtung von Exposures, Konzentration, Hebel und Restriktionen zu Positionen.
- Ausführung. Ordertyp, Handelsplatz, Zeitpunkt, Dringlichkeit sowie Annahmen zu Fill, Spread, Impact, Wertpapierleihe und Finanzierung werden bestimmt.
- Kontrollen und Governance. Versionen, Zuständigkeiten, Limits, Eskalation, Überwachung, Aussetzung und Wiederherstellung werden definiert.
Eine einzelne Einstiegsregel ist keine vollständige Strategie. Dasselbe Signal kann mit einem historischen statt heutigen Universum, gleichen statt risikogewichteten Positionen, Market- statt Limit-Orders oder zehnfacher Größe ein anderes Ergebnis erzeugen. Deshalb muss die Spezifikation den gesamten Kreislauf abdecken.
Forschung und Produktion sind verschiedene Systeme
| Forschung | Produktion |
|---|---|
| untersucht Hypothesen und Alternativen | führt eine freigegebene Version aus |
| kann historische Daten erneut abspielen | empfängt Ereignisse einmalig und in Reihenfolge |
| vergleicht Modelle | wendet vorher festgelegte Kontrollen und Limits an |
| schätzt Kosten und Kapazität | erlebt Warteschlangen, Ablehnungen, Verzögerungen und echte Fills |
| bewahrt einen finalen Test | erzeugt prospektive Beobachtungen für die Überwachung |
Parität zwischen beiden Umgebungen verlangt gemeinsame Definitionen für Kalender, Zeitzonen, Symbole, Kapitalmaßnahmen, Rundung, Preise und Orderstatus. Eine stille Abweichung kann wie Modelldeterioration aussehen, obwohl sie ein Implementierungsfehler ist. Unit-Tests, Event-Replays und die Abstimmung von theoretischem Signal, Order und Fill helfen, die Ursache zu isolieren.
Was „Edge“ in diesem Zusammenhang bedeutet
Im operativen Sprachgebrauch ist ein Edge ein unter bestimmten Strategie- und Umweltbedingungen erwarteter Vorteil. Er ist in einem einzelnen Ergebnis nicht direkt beobachtbar. Historische Rendite kann aus dem angenommenen Mechanismus, aus nicht ausgewiesenen Risikopositionen, Zufall, Auswahl unter vielen Tests, Leakage, unterschätzten Kosten oder einem nicht wiederholbaren Regime stammen.
Eine belastbare Beurteilung vergleicht mindestens eine einfache Baseline und einen passenden Benchmark, Brutto- und Nettoergebnisse, nicht zur Auswahl verwendete Zeiträume und Instrumente, Sensitivität gegenüber Parametern und Kosten, statistische Unsicherheit und die Gesamtzahl der Versuche. Zusätzlich sind Gewinnkonzentration, Turnover und Kapazität offenzulegen. Es gibt keine universelle Schwelle für Sharpe Ratio, Profit Factor, Trefferquote oder Tradezahl, die ein Ergebnis automatisch zu ausreichender Evidenz macht.
Veranschaulichendes Beispiel
Ein Forscher vermutet, dass relative Renditen über einen bestimmten Horizont fortbestehen. Der quantitative Teil legt Score, Universum, Schätzung und Baseline fest. Der systematische Teil bestimmt Berechnungszeitpunkt, Rangfolge, Positionskonstruktion und Limits. Der algorithmische Teil kann Orders erzeugen und aufteilen. Der automatische Teil kann sie ohne manuelle Bestätigung senden, muss aber stoppen, wenn Daten oder Risiko Kontrollen verletzen.
Das Beispiel liefert keine zu kopierenden Parameter. Es zeigt, dass vier Eigenschaften im selben Prozess vorkommen und jeweils andere Validierungsfragen eröffnen.
Charakteristische Risiken
| Risiko | Erscheinungsform | Informationskontrolle |
|---|---|---|
| Data Leakage | Das Modell nutzt bei der Entscheidung noch nicht verfügbare Information. | Audit von Zeitstempeln und Fit-/Transform-Pipeline |
| Selektion | Nur der beste aus vielen Versuchen bleibt sichtbar. | vollständiges Versuchsregister und Multiple-Testing-Inferenz |
| Model Risk | Spezifikation, Schätzung oder Einsatz sind ungeeignet. | Validierung, wirksame Challenge und Nutzungsgrenzen |
| Execution Gap | Der simulierte Preis war nicht erreichbar. | Order-, Kosten-, Impact- und Kapazitätsmodell |
| Operational Risk | Fehlende Daten, doppelte Order oder Verbindungsverlust | Monitoring, Kill Switch, Idempotenz und Verfahren |
| Regimewechsel | Beziehung, Teilnehmer oder Mikrostruktur ändern sich. | Szenarien, Überwachung und Eskalationskriterien |
Der SEC-Bericht von 2020 beschreibt sowohl günstige als auch nachteilige Effekte algorithmischen Handels an US-Märkten. Daraus folgt kein pauschales Urteil über Algorithmen: Zweck, Architektur, Interaktion und Kontrollen bestimmen die beobachtbaren Risiken.
Checkliste für die kritische Lektüre
- Ist erkennbar, welcher Teil systematisch, quantitativ, algorithmisch oder automatisch ist?
- Waren Hypothese, Universum und Benchmark vor dem Ergebnis festgelegt?
- Rekonstruiert der Datensatz, was zu jedem Zeitpunkt verfügbar war?
- Befolgen Signal und Fill eine ausführbare zeitliche Reihenfolge?
- Sind Kosten, Kapazität, getestete Varianten und Fehlschläge sichtbar?
- Sind Entwicklung, Auswahl und Test tatsächlich getrennt?
- Lassen sich Versionen von Code, Daten und Konfiguration reproduzieren?
- Sind Grenzen, Zuständigkeiten und Reaktionen auf Vorfälle vorab definiert?
Ein „Nein“ beweist nicht, dass das System scheitern wird. Es begrenzt aber, was aus den vorgelegten Unterlagen abgeleitet werden kann.
Quellen
- U.S. Securities and Exchange Commission, Staff Report on Algorithmic Trading in U.S. Capital Markets — institutionelle Darstellung von Formen, Einsatzgebieten und Auswirkungen des algorithmischen Handels.
- Joseph Simonian, CFA Institute Research Foundation, Investment Model Validation: A Guide for Practitioners — Validierungszyklus für Investmentmodelle und zentrale Verfahren.
- Federal Reserve, SR 26-2 — Revised Guidance on Model Risk Management — aktuelle bankaufsichtliche Leitlinie zu Entwicklung, Nutzung, Validierung und Governance; hier analog, nicht als universelle Pflicht herangezogen.
- National Futures Association, Interpretive Notice 9025 — Hypothetical Results — Grenzen und Offenlegung hypothetischer Ergebnisse im eigenen US-regulatorischen Anwendungsbereich.