Für wen dieser Artikel gedacht ist — Für alle, die die von einem Modell erzeugte Information von der einzunehmenden Position und der an den Markt gesendeten Order unterscheiden möchten.
Ein systematisches Handelssignal ist der Output einer Regel oder eines Modells, der zu einem bestimmten Zeitpunkt verfügbare Informationen für eine Entscheidung verdichtet. Es kann Richtung, Ranking, Wahrscheinlichkeit, erwartete Rendite, Risiko oder Zustand ausdrücken. Es ist noch keine Position und keine Order.
Ein positives Signal kann wegen eines aktiven Limits zu keiner Position führen; mehrere Signale können vor dem Sizing kombiniert werden; eine Zielposition erzeugt nur die Order, die die Differenz zur bereits gehaltenen Position schließt. Wer diese Ebenen vermischt, macht Backtest und Fehlerzuordnung undurchsichtig.
Sechs Objekte, die nicht verwechselt werden dürfen
| Objekt | Bedeutung | Beispieleinheit |
|---|---|---|
| Feature | transformierte, zum Entscheidungszeitpunkt verfügbare Information | Rendite, Spread, standardisierte Überraschung |
| Forecast | Schätzung einer zukünftigen oder bedingten Größe | erwartete Rendite, Volatilität, Wahrscheinlichkeit |
| Signal / Score | Zusammenfassung für die Entscheidungsregel | Vorzeichen, Perzentil, kontinuierlicher Score |
| Target Position | gewünschtes Exposure nach Restriktionen und Sizing | Euro, Kontrakte, Gewicht, Delta |
| Order | Anweisung zum Übergang von Ist- zu Zielposition | Menge, Typ, Limit, Gültigkeit |
| Fill | von Handelsplatz oder Broker gemeldete Ausführung | Menge, Preis, Timestamp, Gebühr |
Die Beziehung ist nicht zwingend eins zu eins. Eine Prognose kann erst außerhalb eines Bandes zum Signal werden; ein Portfolio-Optimierer kann korrelierte Signale dämpfen; eine Order kann mehrere Fills oder keinen erzeugen. Nur die gespeicherten Zwischenzustände zeigen, ob eine P&L-Abweichung aus Modell, Sizing oder Ausführung stammt.
Signaltypen
- Binär oder kategorial: long/flat/short oder andere diskrete Zustände. Die Schwelle ist Teil der Validierung.
- Kontinuierlich: Intensität auf einer Skala. Normalisierung und Mapping zum Risiko müssen festgelegt sein.
- Ranking: ordnet Instrumente zum selben Zeitpunkt; Ergebnis hängt vom verfügbaren Universum und Missing-Verhalten ab.
- Probabilistisch: schätzt eine bedingte Wahrscheinlichkeit. Kalibrierung, Base Rate und Kostenfunktion gehören zur Entscheidung.
- Rendite- oder Risikoprognose: bewahrt ökonomische Einheiten und verlangt Horizont, Währung und Referenzverteilung.
- Zustandssignal: aktiviert, begrenzt oder deaktiviert eine andere Regel, etwa bei schlechter Datenqualität oder operativem Risiko.
Ein Signal kann Alpha oder Risiko beschreiben. Exposure bei steigender geschätzter Volatilität zu reduzieren ist systematisch, prognostiziert aber nicht zwingend das Renditevorzeichen.
Timestamp und Verfügbarkeit
Für jeden Signalwert sind Wirtschafts- oder Marktperiode der Inputs, deren tatsächlicher Verfügbarkeitszeitpunkt, Abschluss von Preprocessing und Modell, Veröffentlichung des Signals sowie Prognosehorizont und Verfall zu erfassen.
Ein März-Fundamental, das im Mai veröffentlicht wird, darf nicht in ein Aprilsignal einfließen. Eine auf dem gesamten Datensatz geschätzte Normalisierung transportiert Zukunftsinformation, selbst wenn jedes einzelne Feature verzögert aussieht. Ein Ranking mit heutigen Indexmitgliedern kann frühzeitig ausgeschiedene Titel entfernen. Das Signal übernimmt deshalb den Vertrag der Point-in-time-Daten.
Vom Signal zur Position
Ein explizites Mapping beantwortet, wie Skala und Vorzeichen zu gewünschtem Exposure werden, wie mehrere Signale kombiniert werden, wie Korrelation, Konzentration, Hebel und Liquidität behandelt werden und welches Band ökonomisch nutzlosen Turnover verhindert.
Für einen Score sᵢ,t kann eine rein illustrative Schreibweise
lauten:
Rohgewichtᵢ,t = f(sᵢ,t); Zielgewicht = Restriktionen(Normalisierung(Rohgewicht))Die Funktion f und der Restriktionsoperator gehören zur Strategie.
Clipping, Ranking, Volatilitätsskalierung und Neutralisierung können das Risiko
stärker prägen als das Rohsignal. Die Zielposition wird mit der Ist-Position
verglichen; erst die gegebenenfalls gerundete und kapazitätsbegrenzte Differenz
wird zur Order.
Zustand, Missing-Werte und Revisionen
Ein Signal braucht außerdem eine ausdrückliche Regel für Nicht-Handeln. Fehlende oder stale Daten, ein nicht bestandener Qualitätscheck und ein Instrument außerhalb seiner handelbaren Sitzung dürfen nicht stillschweigend als Nullsignal interpretiert werden. „Keine neue Information“, „neutrales Signal“ und „Position schließen“ sind drei verschiedene Zustände mit verschiedenen Folgen für Orders und Risiko.
Bei Cross-Section-Signalen muss der gesamte Vergleichssatz zum selben zulässigen Zeitpunkt stehen. Nachträglich eingetroffene Werte einzelner Titel dürfen weder Rankings rückwirkend verändern noch durch heutige Werte ersetzt werden. Version, Inputabdeckung und Ausschlussgrund gehören deshalb neben dem Signalwert in den Audit-Log.
Eine Spezifikation unterscheidet mindestens valid,
stale, missing, invalid und
suppressed. Einen Missing-Wert mit null zu füllen kann „keine
Prognose“, „neutrale Prognose“ oder einen echten Zahlenwert null bedeuten — drei
verschiedene Zustände.
Wird ein Modell rekalibriert, ändert sich die Signalversion. Historische Daten rückwirkend zu korrigieren kann für Analysen sinnvoll sein, darf aber nicht still überschreiben, was das Produktionssystem tatsächlich sah. Für Audit und Attribution werden sowohl die „as observed“- als auch die korrigierte Reihe benötigt.
Beispiel und Beurteilung
Ein cross-sectionaler Score reicht von 0 bis 100. Die Strategie positioniert nur in den Rändern des Rankings, reduziert Gewichte durch ein Sektorlimit und handelt nicht bei stale Daten. Ein Instrument steigt von 52 auf 91, doch das Konzentrationslimit verhindert eine größere Position: Das Signal ist stark, das Ziel unverändert, und es entsteht keine Order. Dies erklärt die Ebenen und empfiehlt weder Perzentile noch Schwellen.
Die Beurteilung umfasst Informationswert und Unsicherheit außerhalb der Stichprobe, ökonomischen Mehrwert gegenüber Baseline und Kosten, Portfoliobeitrag nach Restriktionen, operative Latenz und Abdeckung sowie Version, Verantwortliche und Abschaltverfahren. Accuracy oder Korrelation allein genügen nicht; Zeitordnung, multiple Tests und Kosten bleiben Teil des Vertrags.
Quellen
- U.S. Securities and Exchange Commission, Staff Report on Algorithmic Trading in U.S. Capital Markets — Trennung von Entscheidungs- und Ausführungsfunktionen algorithmischer Systeme.
- Joseph Simonian, CFA Institute Research Foundation, Investment Model Validation: A Guide for Practitioners — Validierung, Benchmarking, Monitoring und Dokumentation von Investmentmodellen.
- Tilmann Gneiting und Adrian E. Raftery, Strictly Proper Scoring Rules, Prediction, and Estimation — Grundsätze für die Beurteilung probabilistischer Prognosen.
- Narasimhan Jegadeesh und Sheridan Titman, Returns to Buying Winners and Selling Losers — akademisches Beispiel eines cross-sectionalen Ranking-Signals in einem bestimmten Design.