Versuchsdossier · alle Versuche im Kandidatenvergleich
Baustein: Closed-Loop Feedback-Vola-Target-Exposure-Regler (Devanathan 2026) auf Intraday-Komponenten-Trend
Robustheits-Score 45.5/100 · vorläufigWer zahlt und warum?
Der Regler senkt die Positionsgroesse genau dann, wenn die realisierte 1m-Vola ihr eigenes Langfrist-Niveau uebersteigt — dem Regime, in dem (a) der open-loop inverse-variance-Skalierer wegen Schaetzrauschen ueberschiesst (Leverage-Spikes/Turnover) und (b) Trend-Continuation am unzuverlaessigsten ist — und hebt sie in ruhigen, persistenten Trends, in denen die Intraday-Komponenten-Unterreaktion (Hong/Stein) am verlaesslichsten traegt. Durch das Totband wird nur bei materieller Abweichung nachgefuehrt, was Anpassungs-Fills (Kosten) spart. Damit konzentriert der Baustein Risiko im tragfaehigen Niedrig-Vola-Trendregime und verbessert den Profit-Faktor gegenueber dem ungeskalierten Traeger.
Widerlegt, wenn: PF(feedback) <= PF(off) (kein Mehrwert gegen den Traeger) ODER PF(feedback) < 1.05 bei n >= 50
Prüfliste nach Arnott, Harvey und Markowitz
Sieben Fragen aus „A Backtesting Protocol in the Era of Machine Learning“ (2019). Die Einstufung folgt festen Regeln aus den Feldern dieses Bauergebnisses.
| Punkt | Einstufung | Beleg |
|---|---|---|
| MotivationGab es vor dem Test eine ökonomische Begründung? | Ja | Mechanik und Vorhersage vor dem Test im Hypothesenregister (HYP-20260906-c76df94b). |
| MehrfachtestsSind alle Versuche gezählt und wird dafür korrigiert? | Teilweise | 3 Varianten vor dem Lauf im Trial Ledger registriert (trl_013aa7f49e1d). Das geltende Urteil korrigiert nicht für die Zahl der Versuche. |
| Daten und KostenSind Datenfenster, Datenstand und Kosten festgehalten? | Ja | Fenster 2026-03-17 bis 2026-08-17, Datenstand 2026-09-05, Slippage 0,5 Pkt je Seite; Engine-Fingerabdruck im Manifest. |
| Prüfung außerhalb der StichprobeWurde auf Daten geprüft, die beim Bau nicht bekannt waren? | Nein | Nur in-sample. Das Ergebnis dieses Baus ist kein Nachweis. |
| Stabilität über die ZeitHängt das Ergebnis an einem einzelnen Zeitraum? | Nein | Das Ergebnis hängt am Monat 2026-07 (ohne ihn -693.1 Pkt). |
| KomplexitätIst die Regel sparsam genug für die Datenmenge? | Ja | 3 echte Varianten, 1 variierter Parameter (control_mode). Regel: höchstens 2 variierte Parameter und 3 Varianten. |
| ForschungskulturWird auch das Scheitern veröffentlicht? | Ja | Jeder Bau erscheint unabhängig vom Ergebnis, dieses Dossier eingeschlossen; die Placebo-Kontrolle steht im Dossier. |
🧩 Baustein-Test — Variante von dax_intraday_component_trend. Der Trial-Vergleich unten isoliert den Baustein-Beitrag (Trial 1 = Träger pur).
Hypothese & Vorregistrierung
Rationale: Devanathan et al. 'Single-Asset Adaptive Leveraged Volatility Control' (arXiv 2603.01298, Tier 1) ersetzt die uebliche OPEN-LOOP Vola-Zielsteuerung (Exposure ∝ 1/σ̂, inverse-variance) durch einen CLOSED-LOOP Proportional-Regler mit Totband: der Regelfehler ist die Abweichung der REALISIERTEN Vola vom Zielband, das Exposure ist ein glatt nachgefuehrter Zustand statt memoryless aus einer verrauschten Prognose gesetzt -> weniger Turnover, keine Leverage-Spikes, geringere Schaetzfehler-Sensitivitaet. NEUE Achse im Skalierer-Zoo (closed-loop) distinkt vom open-loop Level-Mapping dax_pdh_pdl_fade_vola_scaler (Nagel, baustein_verbessert 1.94->2.38) und den binaeren Vola-Enable-Gates. TRAEGER-REROUTE: die vom Fund genannten Traeger sind gesperrt — dax_pdh_pdl_fade unter 7-Tage-Sperrfrist (Baustein-Test 2026-09-02), hull_suite_v3_final mit negativem Parity-PnL (bt.pnl_pts=-182.2, Parity-Gebot). Reroute auf quellen-treuen Trend-Familien-Traeger dax_intraday_component_trend (PF 1.12, lebend, noch NIE als Baustein-Carrier genutzt -> ANTI-KONVERGENZ, laengste unberuehrte Familie); Vola-Targeting ist die Lehrbuch-Anwendung fuer Trend-Traeger. PARITAET: dax_intraday_component_trend fehlt in live_bt_parity.json -> fail-open, keine Sperre (vermerkt). LERNSIGNAL-Vorbehalt: Baustein-Arten (regime 0/28, stop_exit 0/8, indicator 0/6) stehen bei 0% Forward-Signal; Argument ueber 'steht so im Fund' hinaus: der einzige bislang getestete Exposure-Skalierer derselben Klasse (Nagel open-loop) HOB die PF eines Fade-Traegers (baustein_verbessert), und der closed-loop Twist adressiert genau dessen Turnover-/Schaetzrausch-Schwaeche — der Engine-A/B (inkl. Single-Position-Gate) ist die dem Simulations-Paper fehlende Verifikation. Frozen-Entry-Treue: der Baustein blockiert NIE einen Entry (skaliert nur qty*w), Entry-Set ueber alle Arme identisch -> sauberer Isolations-A/B.
Abweichungen von der Quelle: Devanathan ist generisch (ein Risiko-Asset + risk-free, Simulation, Portfolio-Vola-Zielband); hier Single-DAX-Intraday-1m, Realized-Vol-Proxy aus 1m-Simple-Returns als Regelgroesse, σ_target = eigenes RV-Langfrist-Mittel (endogenes Ziel statt exogenes Band), Exposure-Skalierung im Single-Position-1x-Framework als qty*w am Entry (kein Live-Amendment der laufenden Position). Traeger reroutet (Sperrfrist/Parity auf den vom Fund genannten Traegern) auf quellen-treuen Trend-Traeger. Kaltstart => Faktor 1.0 (nie stumm); Baustein blockiert nie einen Entry. openloop-Arm = Kontrast-Konstruktion (der vom Autor kritisierte inverse-variance-Skalierer) zur Isolierung closed-loop vs. open-loop.
Quelle: https://arxiv.org/abs/2603.01298
Vorregistriertes Optimizer-Grid (festgelegt VOR dem ersten Backtest — Anti-Overfitting)
- control_gain: 0.25 / 0.5 / 1
- control_deadband: 0.05 / 0.15
- w_max: 1.5 / 2 / 3
Die drei Regler-Kennwerte des Closed-Loop-Prinzips: control_gain (Proportional-Gain k_p = Nachfuehrgeschwindigkeit; 0.25 traege / 0.5 Default / 1.0 aggressiv) steuert die Kern-Regeldynamik; control_deadband (Totband; 0.05 eng vs 0.15 breit) ist der Turnover-Daempfer, den das Paper als Vorteil gegen open-loop hervorhebt; w_max (Obergrenze der Aufskalierung in Niedrig-Vola; 1.5/2.0/3.0) begrenzt das Leverage. Alle is_optimizable=true, innerhalb MANIFEST-min/max; 3x2x3 = 18 Kombinationen (<=24). Kein Mining am Entry-Kern des Traegers (Signal-/Exit-Parameter bleiben fix).
Backtest-Trials (mit Slippage 0.5 Pkt)
| Trial | n | WR | PF | PnL (Pkt) | Max DD | PF o. Slip |
|---|---|---|---|---|---|---|
| Baseline (Traeger pur, Control aus)control_mode=off | 94 | 16,0% | 0,96 | -132 | 1.599 | 0,99 |
| Closed-Loop Feedback-Vola-Control (Quellen-Default)control_mode=feedback | 94 | 16,0% | 1,01 | +17 | 1.244 | — |
| Kontrast: open-loop inverse-variance-Skalierercontrol_mode=openloop | 94 | 16,0% | 0,97 | -72 | 1.260 | — |
Robustheit (bestes Trial)
PF-90%-Bereich über Handelstage
0.52 – 1.66
94 Handelstage. Einzeltrade-Intervall (zu eng, nur zum Vergleich): 0.53 – 1.68
Top-3-Trades am Gewinn
45%
PF bei +1.0 Pkt Slippage
0.94
Statistik-Härtung: Ertrag je Trade 0.18 Pkt; mit 80 % Sicherheit nachweisbar wäre erst ein Vorteil ab etwa 29.1 Pkt (Tagescluster berücksichtigt) — UNTERPOWERT: die Stichprobe ist zu klein, um diesen Wert von null zu trennen. ⚠ Ergebnis hängt am Monat 2026-07 (ohne ihn: -693.1 Pkt).
🎲 Placebo-Kontrolle (zeit-gejitterte Zufalls-Entries, gleiche Trade-Geometrie)
Kandidat 17.1 Pkt vs. Placebo-Median -2021.4 / p95 -1393.4 Pkt · Perzentil-Rang 100%
Kandidat > p95 der Placebos — Timing traegt echten Beitrag
| Regime | n | PF | PnL |
|---|---|---|---|
| range_day | 93 | 1.02 | +40 |
| trend_up_day | 1 | 0 | -23 |
Test-Timeline
Jeder weitere Test dieses Builds (Optimizer-Sweep, Forward-Monat, Re-Run) erscheint hier automatisch.
2026-09-07
Build + Backtest (Auto-Build-Agent)
Auf der Bauhistorie schnitt die Ausgangsstrategie mit Baustein besser ab. Ob der Unterschied größer ist als die zufällige Schwankung, wurde nicht gemessen; das entscheidet erst der gepaarte Vorwärtstest. (A/B: PF 0.96->1.01, PnL -132->+17) — Forward/Review noetig
2026-09-07
Nikkei-Gegenprobe (Transfer-Test, ATR-skaliert)
Keine Signale im Nikkei-Handelsfenster (02:00–08:00 Berlin) — kein Transfer-Ergebnis.