Wie können wir so ein hohes Alpha generieren? — Statistik. Kein Geheimnis, keine Magie. Nur disziplinierte, datengetriebene Methodik. Entwickelt mit dem Ziel, messbare marktunabhängige Rendite zu erzielen.
Grundprinzip
Diversifikation von Return Streams, NICHT Assets.
Unkorrelierter Return Stream
Scherbius denkt nicht in Assets, sondern im Konzept des unkorrelierten Return Streams. Gesucht wird nicht das beste Instrument, sondern unkorrelierte Renditequellen die zur Diversifikation dienen.
Portfolio aus vielen Strategien
Das Portfolio besteht aus vielen unkorrelierten Strategien. Jede einzelne Strategie hat Schwächen — aber als Ensemble verhalten sie sich statistisch robust und stabil.
Reines Alpha durch Diversifikation
Keine Strategie ist perfekt — aber viele unkorrelierte Strategien in einem Portfolio zusammengelegt produzieren reines Alpha. Diversifikation auf Strategieebene ist der Kern des Ansatzes.
Zwei-Ebenen-Ansatz
Vom Signal zum marktunabhängigen Portfolio
1. Ebene
5 Strategien pro Markt
Mean Reversion Strategien
Momentum Strategien
2. Ebene
Eintrittswahrscheinlichkeiten bestimmen
XGBoost — Decision Tree Models
HMM — Hidden Markov Models
Endprodukt
Marktunabhängiges Portfolio
Portfolio mit unkorrelierten Strategien für marktunabhängige Rendite
Nach dem Kelly-Kriterium gewichtet
Roadmap
Wie sich Scherbius weiterentwickelt
Scherbius 1.0 ist der Ausgangspunkt. Die gleiche Methodik — mehr Märkte, mehr Strategien, stärkere Diversifikation.
InstitutionellAlle Versionen handeln direkt in Aktien. Der direkte Zugang zu Einzeltiteln ermöglicht maximale Präzision bei der Strategieumsetzung.
PrivatanlegerAlle Versionen handeln ausschließlich in Derivaten (z. B. ETFs, CFDs, Optionsscheine). Dies ermöglicht die gleiche Strategie-Logik bei regulatorisch einfacherer Zugänglichkeit.
Wir randomisieren die Reihenfolge und Struktur der Eingabedaten, um zu überprüfen, ob die Strategie unter nicht beobachteten oder unerwarteten Marktbedingungen Bestand hat.
Walk-Forward-Tests (Out-of-Sample)
Wir optimieren in einem Zeitfenster und validieren mit nachfolgenden Daten, die der Optimierer noch nie gesehen hat — um die Robustheit außerhalb der Stichprobe sicherzustellen.
Parametersensitivität
Wir überprüfen, ob die Leistung über einen breiten und günstigen Parameterraum stabil bleibt — und setzen nur Strategien ein, die sich ohne enge Feinanstimmung als effektiv erweisen.
Cross-Market-Anwendung
Die gleiche Logik wird über verschiedene Instrumente und Märkte hinweg getestet. Die grundlegende Struktur muss übertragbar und gültig bleiben.
Transaktionskostensensitivität
Wir überprüfen, inwieweit die Performance auch bei unterschiedlichen Spread- und Slippage-Niveaus robust bleibt.
Wissenschaftliche Integrität
Vermeidung von Biases
Survivorship Bias
Delisted Stocks sind seit 1990 in das Modell eingebaut. Das Universum enthält alle historischen Konstituenten des NASDAQ 100 — auch jene, die vom Markt verschwunden sind.
Look-Ahead-Bias
Jede Entscheidung im Modell basiert ausschließlich auf Informationen, die zum jeweiligen Zeitpunkt tatsächlich verfügbar waren. Zukunftsinformationen fließen nie in vergangene Entscheidungen ein.
Overfitting
Scherbius arbeitet strikt out of sample und führt Parametersensitivitätsanalysen durch. Strategien, die nur auf historische Daten überoptimiert sind, werden konsequent aussortiert.
Kein Cherry Picking
Scherbius hat ein klar definiertes Universum von Assets — die historische Zusammensetzung des NASDAQ 100 seit 1990. Es werden keine Instrumente nachträglich ausgewählt oder ausgeschlossen.
Infrastruktur
Datenprovider
Scherbius wurde ohne sündhaft teure Daten von Bloomberg oder Refinitiv gebaut. Alle notwendigen Informationen sind über zugängliche, qualitativ hochwertige Quellen verfügbar — und das Ergebnis spricht für sich.
Scherbius liegt auch falsch. Das ist Teil des Designs.
Scherbius ist keine "Money Printing Machine". Es ist ein Ansatz, messbare marktunabhängige Rendite zu erwirtschaften — Alpha. Kleine Verluste gehören zur Methode. Sie sind keine Fehler, sondern der Preis für disziplinierte, regelbasierte Entscheidungen.
Grundhaltung
Im Kern sind wir zutiefst risikoscheu. Wir nutzen Daten, um Struktur in das Marktchaos zu bringen — und machen Stabilität messbar.
Automatisierung
Kleine Verluste gehören dazu und können mental herausfordernd sein. Genau deshalb automatisieren wir: um ohne Emotionen, konsequent und diszipliniert zu handeln.
Nächster Schritt
Performance im Detail ansehen
Überzeugen Sie sich von den statistischen Ergebnissen: Equity-Kurven, Jahresrenditen und vollständige Kennzahlen.