Versuchsdossier · alle Versuche im Kandidatenvergleich
Ariel First-Half-of-Month Long-Bias
Robustheits-Score 49.1/100 · vorläufigWer zahlt und warum?
Systematische Monatsanfangs-Zufluesse (Loehne, Renten-/Fonds-Sparplaene, Reinvestition von Ausschuettungen, Window-Dressing zum Monatswechsel) erzeugen konzentrierten Kaufdruck in der ersten Monatshaelfte; in der zweiten Haelfte versiegt dieser Flow. Die Kauforders liegen also kalendarisch gebuendelt am Monatsanfang, nicht gleichverteilt.
Widerlegt, wenn: PF < 1.05 bei n >= 50 — dann traegt der Erst-Haelfte-Long-Bias auf DAX-Intraday nach Kosten nicht (Flow wegarbitriert/geglaettet, oder Effekt lebte im Overnight-Anteil, den der 09:00-20:00-Cut abschneidet).
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-20260914-c7eab29a). |
| MehrfachtestsSind alle Versuche gezählt und wird dafür korrigiert? | Teilweise | 3 Varianten vor dem Lauf im Trial Ledger registriert (trl_e08ee31db11a). Das geltende Urteil korrigiert nicht für die Zahl der Versuche. |
| Daten und KostenSind Datenfenster, Datenstand und Kosten festgehalten? | Ja | Fenster 2026-03-17 bis 2026-08-25, Datenstand 2026-09-14, 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? | Ja | Kein einzelner Monat trägt das Ergebnis (5 Monate); Aufteilung nach Marktphasen vorhanden. |
| KomplexitätIst die Regel sparsam genug für die Datenmenge? | Ja | 3 echte Varianten, 2 variierte Parameter (first_half_days, include_prev_last). 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. |
Hypothese & Vorregistrierung
Rationale: Ariel (1987, JFE) 'A monthly effect in stock returns': alle kumulierten Marktgewinne fallen in die erste Monatshaelfte (Handelstag -1 bis ~+8), die zweite Haelfte ist im Mittel Null. Challenger gegen den Incumbent dax_turn_of_month_long (enges [-1,+3]-Fenster) durch das viel breitere Erst-Haelfte-Fenster + explizite Zweit-Haelfte-Asymmetrie. Bewusst als component_kind=strategy gewaehlt: die E13-Lernsignale zeigen strategy 15.2 % vs. regime/indicator/stop_exit je 0 % — der einzige Bausteintyp mit Treffern; die Kalender-Achse ist zudem statistisch besser testbar (viele Handelstage/Fenster) als der duenne Pre-Holiday-Fund desselben Logs (~3-6 Tage/6Mo). Backtest prueft die Decay-Hypothese (Flow-Glaettung durch ETF-Sparplaene).
Abweichungen von der Quelle: Original ist ein Tages-/Overnight-Effekt auf US-CRSP-Indizes 1963-1981; hier auf eine DAX-Index-Einzelzeitreihe intraday relokalisiert (Entry am Open, Halten bis Hard-Cut 20:00 — der Overnight-Anteil wird NICHT erfasst). Handelstage ueber Wochentage Mo-Fr approximiert (Feiertage ignoriert; bei ~9-Tage-Fenster geringer Effekt). Long-only: die zweite Haelfte wird geblockt, nicht geshortet. Ariels harte Trennung bei Handelstag +9 ist ueber first_half_days parametrisch. Pflicht-SL >= 10 Pkt (Quelle ist stop-los).
Quelle: https://www.sciencedirect.com/science/article/abs/pii/0304405X87900663
Vorregistriertes Optimizer-Grid (festgelegt VOR dem ersten Backtest — Anti-Overfitting)
- first_half_days: 6 / 9 / 11
- sl_points: 30 / 60
- trail_atr_mult: 2.5 / 4
first_half_days deckt die literaturplausible Bandbreite der 'ersten Haelfte' ab: 6 (enger, Naehe zum Turn-of-Month), 9 (Ariel [-1..+8]-Breite, Default), 11 (echte kalendarische Monatshaelfte bei ~22 Handelstagen). sl_points 30/60 testet engen vs. weiten Katastrophen-Stop fuer eine Tages-Hold-Position. trail_atr_mult 2.5/4.0 variiert die Trailing-Aggressivitaet moderat. 3x2x2 = 12 Kombinationen (< 24), alle innerhalb der MANIFEST-min/max, keine exotische Parameterjagd.
Backtest-Trials (mit Slippage 0.5 Pkt)
| Trial | n | WR | PF | PnL (Pkt) | Max DD | PF o. Slip |
|---|---|---|---|---|---|---|
| Baseline (Ariel [-1..+8]) | 46 | 47,8% | 1,46 | +246 | 236 | 1,57 |
| Echte Monatshaelfte (erste ~11 Handelstage)first_half_days=11 | 56 | 48,2% | 1,58 | +359 | 243 | — |
| Ohne Tag -1 (nur erste Haelfte)include_prev_last=false | 42 | 52,4% | 1,79 | +345 | 192 | — |
Robustheit (bestes Trial)
PF-90%-Bereich über Handelstage
0.86 – 3.32
42 Handelstage. Einzeltrade-Intervall (zu eng, nur zum Vergleich): 0.86 – 3.32
Top-3-Trades am Gewinn
43%
PF bei +1.0 Pkt Slippage
1.54
Statistik-Härtung: Ertrag je Trade 8.22 Pkt; mit 80 % Sicherheit nachweisbar wäre erst ein Vorteil ab etwa 19.2 Pkt (Tagescluster berücksichtigt) — UNTERPOWERT: die Stichprobe ist zu klein, um diesen Wert von null zu trennen.
🎲 Placebo-Kontrolle (zeit-gejitterte Zufalls-Entries, gleiche Trade-Geometrie)
Kandidat 345.1 Pkt vs. Placebo-Median 186.6 / p95 391.1 Pkt · Perzentil-Rang 85%
Kandidat zwischen p80 und p95 — schwacher Timing-Beitrag
| Regime | n | PF | PnL |
|---|---|---|---|
| range_day | 41 | 1.78 | +341 |
| trend_up_day | 1 | 99 | +4 |
Baustein-Varianten dieses Trägers
Test-Timeline
Jeder weitere Test dieses Builds (Optimizer-Sweep, Forward-Monat, Re-Run) erscheint hier automatisch.
2026-09-15
Build + Backtest (Auto-Build-Agent)
Ein schwaches, unbestätigtes Signal — zu wenig für einen Kandidaten. unverifiziert
2026-09-15
Nikkei-Gegenprobe (Transfer-Test, ATR-skaliert)
Keine Signale im Nikkei-Handelsfenster (02:00–08:00 Berlin) — kein Transfer-Ergebnis.
2026-09-15
Parameter-Sweep (vorregistriertes Grid, Wochenend-Optimizer)
Vollständiger Report
Optimizer-Lauf 2026-09-15 — Ariel First-Half-of-Month Long-Bias
Vorregistriertes Grid (12 Kombis, festgelegt beim Bau am 2026-09-15, vor jedem Ergebnis). Grid-Begruendung: first_half_days deckt die literaturplausible Bandbreite der 'ersten Haelfte' ab: 6 (enger, Naehe zum Turn-of-Month), 9 (Ariel [-1..+8]-Breite, Default), 11 (echte kalendarische Monatshaelfte bei ~22 Handelstagen). sl_points 30/60 testet engen vs. weiten Katastrophen-Stop fuer eine Tages-Hold-Position. trail_atr_mult 2.5/4.0 variiert die Trailing-Aggressivitaet moderat. 3x2x2 = 12 Kombinationen (< 24), alle innerhalb der MANIFEST-min/max, keine exotische Parameterjagd.
Split: IS 17.03.2026 – 29.06.2026 (Auswahl) | OOS 29.06.2026 – 25.08.2026 (einmaliger Test) | Embargo: letzte 21 Tage gesperrt
Governance: IS-Ledger
trl_d0dba8e32179· OOS-Ledgertrl_45f25a7f9a79; beide Payloads vor dem jeweiligen ersten Engine-Aufruf gebunden.In-Sample Top 10 (von 12)
Kombi n WR PF PnL (Pkt) Parameter dieser Variante first half days 6 sl points 60 trail atr mult 4 17 41.18% 2.2193 +388 Pkt Parameter dieser Variante first half days 6 sl points 30 trail atr mult 4 17 35.29% 2.0198 +275 Pkt Parameter dieser Variante first half days 9 sl points 60 trail atr mult 4 26 42.31% 1.8925 +372 Pkt Parameter dieser Variante first half days 11 sl points 60 trail atr mult 4 32 43.75% 1.8674 +408 Pkt Parameter dieser Variante first half days 9 sl points 30 trail atr mult 4 26 38.46% 1.7614 +271 Pkt Parameter dieser Variante first half days 11 sl points 30 trail atr mult 4 32 37.5% 1.5173 +237 Pkt Parameter dieser Variante first half days 11 sl points 60 trail atr mult 2,5 32 53.12% 1.2875 +102 Pkt Parameter dieser Variante first half days 6 sl points 60 trail atr mult 2,5 17 52.94% 0.994 -1 Pkt Parameter dieser Variante first half days 9 sl points 60 trail atr mult 2,5 26 50.0% 0.9932 -2 Pkt Parameter dieser Variante first half days 11 sl points 30 trail atr mult 2,5 32 43.75% 0.7681 -92 Pkt IS-Auswahl:
{"first_half_days": 6, "sl_points": 60.0, "trail_atr_mult": 4.0}(Expectancy 22.84, PF 2.2193, n=17)Parameter Stability Map (volle Grid-Flaeche, 12 Kombis)
Nachbar-Stabilitaet: 2/3 Nachbarn positiv, Nachbar-Ø/Optimum = 0.44 (ISOLIERTES OPTIMUM — Zufallsverdacht)
Alle Kombis (IS)
Kombi n PF Expectancy PnL Parameter dieser Variante first half days 11 sl points 30 trail atr mult 2,5 32 0.7681 -2.8637 -92 Parameter dieser Variante first half days 11 sl points 30 trail atr mult 4 32 1.5173 7.4203 +237 Parameter dieser Variante first half days 11 sl points 60 trail atr mult 2,5 32 1.2875 3.1938 +102 Parameter dieser Variante first half days 11 sl points 60 trail atr mult 4 32 1.8674 12.7403 +408 Parameter dieser Variante first half days 6 sl points 30 trail atr mult 2,5 17 0.4977 -6.5776 -112 Parameter dieser Variante first half days 6 sl points 30 trail atr mult 4 17 2.0198 16.1718 +275 Parameter dieser Variante first half days 6 sl points 60 trail atr mult 2,5 17 0.994 -0.0818 -1 Parameter dieser Variante first half days 6 sl points 60 trail atr mult 4 17 2.2193 22.84 +388 Parameter dieser Variante first half days 9 sl points 30 trail atr mult 2,5 26 0.6678 -3.8627 -100 Parameter dieser Variante first half days 9 sl points 30 trail atr mult 4 26 1.7614 10.4188 +271 Parameter dieser Variante first half days 9 sl points 60 trail atr mult 2,5 26 0.9932 -0.0846 -2 Parameter dieser Variante first half days 9 sl points 60 trail atr mult 4 26 1.8925 14.3096 +372 Out-of-Sample (je genau 1 Lauf)
n WR PF (m.Slip) PnL (m.Slip) PF (o.Slip) PnL (o.Slip) Optimiert 14 42.86% 1.4858 +91 Pkt 1.5851 +105 Pkt Baseline (Anker) 20 50.0% 2.0898 +186 Pkt — — Verdict-Regel + IS-Auswahl basieren auf den realistischen Werten mit Slippage; „o. Slip" ist der Idealwert ohne Ausführungskosten.
Verdict
Optimierung NICHT bestätigt — Baseline behalten, kein Edge-Nachweis
Regel: bestätigt nur wenn OOS-PF >= 1.1 UND OOS-n >= 10 UND optimiert >= Baseline im OOS.