Hypothesen & Quellen

Research-Log 2026-10-27 (Literatur-Track, Tagesfokus Dienstag: Mean Reversion & Level-Fades)

Kurzfazit

Keine relevanten Neufunde. Alle Treffer der Suchen waren entweder bereits in früheren Logs geführt (arXiv-ID-Grep über das Research-Log), reine Praktiker-/Marketing-Seiten (Tier 3 bzw. ausgeschlossen) oder nicht auf eine einzelne DAX-1m-Zeitreihe übertragbar. Die Mean-Reversion-/Fade-Familie ist im Digest sehr dicht belegt (u. a. PDH/PDL-Fade, VWAP-Band-Reversion, IB-Extension-Fade, Range-Efficiency-Fade, Gap-Fade, Failed-Breakout-Fade, Jump-Fade, Bounce-Count-S/R-Fade). Ein neuer Fund bräuchte einen echten Mechanismus-Twist, und der ließ sich heute nicht belegen.

Durchsuchte Queries

1. „intraday mean reversion index futures overextension VWAP deviation arXiv 2026“ (Tagesfokus): nur StockSharp-/TradingView-/LuxAlgo-/NexusFi-Seiten, also Tier 3 oder Marketing. Der einzige brauchbare Hinweis ist qualitativ: VWAP wandert an Trendtagen mit, die „Abweichung“ wird zur neuen Normalität. Das ist die bekannte Trendtag-Schwäche der VWAP-Band-Reversion und steht schon im Digest.
2. „arXiv q-fin 2026 intraday index return predictability half-hour momentum reversal liquidity volume“: Treffer waren Baltussen/Da/Soebhag (End-of-Day Reversal), Heston/Korajczyk/Sadka (Intraday Patterns), Aleti/Bollerslev/Siggaard (Management Science 2025) und Bali/Goyal/Mörke/Weigert (CFR WP 26-02). Alle bereits geführt (2026-06-16, 2026-07-12, 2026-07-21-classic, 2026-08-17 / Digest dax_intraday_slot_periodicity, dax_settlement_momentum). Bali et al. (Optionen) und Aleti et al. (Faktor-Zoo-Querschnitt als Input) sind außerdem nicht auf eine einzelne Indexzeitreihe übertragbar.
3. „SSRN 2026 intraday stop-loss take-profit overnight vs intraday …“: nur Zarattini/Aziz/Barbon (Noise-Area-Intraday-Momentum, SPY, Sharpe 1,33). Bereits geführt, Momentum-Familie, nicht Tagesfokus.
4. Freie, bewusst explorative Suche („arXiv 2026 intraday price reversal after large moves … bid-ask bounce volatility-conditioned“, extended): ergab arXiv 2605.04004 (Mesfin, MNQ-Falsifikation), 2606.29591 (Portnaya, „Bounce has no direction“), 2608.00885 (Optimal Trading of Microstructure Mean Reversion) und 2605.11423 (Mesfin, MNQ-Tagesklassifikation). Alle schon in 2026-08-24, 2026-09-19, 2026-10-23/24/26 verarbeitet.
5. „DAX Eurex FDAX intraday anomaly study 2025 2026 …“: keine neue DAX-spezifische Studie. Nur ältere FDAX-Arbeiten aus den 1990er/2000er-Jahren und ein Marketing-Artikel (ungeracademy, ausgeschlossen).
6. „arXiv 2026 q-fin.TR index futures intraday strategy walk-forward … regime filter“: wieder die Mesfin-Papiere und ein Substack-Kommentar (Tier 3). Keine neuen Primärquellen.

Kritische Einordnung der geprüften Kandidaten

• Mesfin 2605.04004 (Tier 1 arXiv, nicht peer-reviewed): Der Wert ist methodisch, nicht als Strategie. Von 14 Signalfamilien (5-Min-MNQ, 2021–2025, 947 Tage) besteht keine alle fünf Kriterien. Elf scheitern schon an der Reibungsuntergrenze von 2,0 Pkt: Brutto-Erträge liegen bei 0,07–1,50 Pkt. Das passt zur DAX-Kostenseite (max. Spread 3,5 Pkt), spricht also eher gegen kleine Reversion-Edges als dafür. Die „Positive Controls“ (N = 196/247) sind kleine Stichproben mit Auswahlrisiko, sie zeigen nur, dass der Test etwas finden kann. Es gibt keine Strategie, die wir bauen könnten.
• Portnaya 2606.29591: Der Befund (Lag-1-Autokorrelation von SPY, -0,081, steckt komplett in der Magnitude, nicht im Vorzeichen) ist Tages-/Wochenfrequenz, ohne Out-of-Sample und ohne Kosten. Als Intraday-Regel nicht belegt. Die Idee „Magnitude statt Richtung“ ist laut Digest bereits als dax_fade_sign_component_gate getestet.

Prognose und Urteil

Kein Bau-Kandidat. Für künftige Fade-Bausteine bleibt die Kostenhürde (Brutto-Edge deutlich über ~2 Pkt pro Trade) das zentrale Ausschlusskriterium. Das deckt sich mit den bisherigen Digest-Verdicts der Fade-Familien. Baubar: nein, es gibt keinen Fund.

Einzeiler (keine Neufunde, nur Dedupe-Hinweise)

• Zarattini/Aziz/Barbon Noise-Area-Momentum (SPY): bereits geführt.
• Heston/Korajczyk/Sadka, Baltussen/Da/Soebhag, Aleti/Bollerslev/Siggaard: bereits geführt bzw. gebaut.
• arXiv 2608.00885 (Microstructure Mean Reversion): Tick-/Spread-Modell, auf 1m-Bars nicht anwendbar, bereits geführt.
• Praktiker-Seiten (StockSharp, TradingView, LuxAlgo, NexusFi, ungeracademy): Tier 3 bzw. Marketing, nicht verwertbar.

Empirie-Research-Log 2026-10-27 — Keine qualifizierten Muster

Kurzfazit. Snapshot 2026-10-27 (Discovery 2026-03-17 bis 2026-09-08, 121 Tage, 43 Buckets, Bonferroni-Schwelle |t| ≈ 4,1; Holdout ab 2026-09-09 gesperrt): Kein direktionaler Bucket erreicht die Schwelle. Das stärkste direktionale Signal ist F2-Mittwoch (n=25, −34,3 Pkt, Median −25,6, t −2,16, WR 24 %), gefolgt von F6 first30_down (n=58, −18,6 Pkt, t −2,10) und F2-Montag (n=24, +27,3 Pkt, t 2,04). Bei 43 Tests sind ~2 Zufalls-Signifikanzen mit |t| > 2 zu erwarten, hier sind es drei plus F4-Q3-Drift (t −2,11). Ergebnis: 0 Funde.

Alle Familien wurden aus den heutigen Zahlen neu bewertet. Gegenüber dem Vortag ist nur ein Discovery-Tag hinzugekommen; die Kennzahlen sind praktisch unverändert, es gibt weder ein neues noch ein verstärktes Signal.

Warum heute nichts qualifiziert

1. Signifikanz. Max. direktionales |t| = 2,16, weit unter 4,1 — entspricht dem Zufallsbild bei 43 Tests.
2. Mechanismus. Für den Mittwochs-Effekt fehlt ein Flow- oder Sessionstruktur-Treiber, der Mittwoch von Montag (+27,3) und Dienstag (+28,7) trennt. Mechanismus-frei, nur beobachtet, nicht baubar.
3. Dedupe. Eröffnungsstunden-Drift, first30-Momentum (inkl. „nur nach schwachem Morgen“, Digest: Bester Trial PF 3,15, aber n=8) und Gap-Familie sind bereits gebaut. Keine substanziell andere Challenger-Regel ableitbar.
4. Situationstreiber. F8: First30-Momentum hochvol +17,0 Pkt (Median +15,8, WR 61 %, t 1,43) vs. niedrigvol +2,6 (t 0,40). Die Richtung ist plausibel (mehr Informationsfluss nach Hochvol-Vortagen), die Trennung aber statistisch nicht belegt. Hinweis, kein Fund.

Nicht qualifizierte Muster (je ein Verwerfungsgrund)

• F1_tageszeit_drift_30min: max |t| 1,41 (11:00); 12:00 mit Std 100 ausreißeranfällig; übrige |t| ≤ 1,15.
• F2 Mo/Di (t 2,04/1,42): Dubletten der Eröffnungsstunden-Strategien, unter Bonferroni.
• F2 Mi (t −2,16, WR 24 %): mechanismus-frei, nicht baubar.
• F2 Do/Fr: |t| < 0,9, Rauschen.
• F3_overnight_gap_quintile: max |t| 1,08, nicht monoton, Mean/Median-Konflikt bei Q2; Gap-Familie bereits gebaut.
• F4 heutige_range: t 8–14 trivial (positive Größe gegen 0 getestet), kein Handelssignal.
• F4 heutiger_drift: Q3 t −2,11 (n=30), nicht monoton (Q1/Q2/Q4 positiv), ohne Mechanismus.
• F5_first_hour_breakout_persistenz: |t| ≤ 0,49; Mean/Median-Konflikt bei breakout_down; kein_breakout n=10 (thin).
• F6 first30_down (t −2,10, WR 35 %): konsistent, aber bereits gebaut und unter Bonferroni.
• F6 first30_up: t 0,13.
• F7_vormittag_nachmittag_persistenz: |t| ≤ 0,45.
• F8_situations_splits_vola_regime: alle |t| ≤ 1,43, Dubletten bestehender Gates.

Memory-Hygiene

Kein Eintrag wurde durch ein konkretes Digest-/Holdout-Ergebnis widerlegt; keine „nie bauen“-Formulierungen ohne strukturellen Grund, keine echten Duplikate. 0 Änderungen.

Klassik-Research 2026-10-27 (Dienstag, Fokus: klassische Mean-Reversion / Contrarian / kurzfristiges Reversal)

Kurzfazit

Keine relevanten Neufunde. Die Reversal-/Contrarian-Familie ist in den Klassik-Logs praktisch lückenlos geführt (Lo/MacKinlay, Jegadeesh/Titman, Amihud/Mendelson, Grant/Wolf/Yu, Cootner, Bertram-OU, Larson/Madura, Cutler/Poterba/Summers, Nagel, Cooper, Campbell/Grossman/Wang, Lee/Mykland u. a.). Die beiden neu geprüften Kandidaten (Branch/Ma Overnight-Intraday-Reversal, Hendershott/Menkveld Price Pressures) sind entweder eine Dublette des bestehenden Overnight-Gap-Fade-Trägers oder strukturell nicht baubar. Es wurde bewusst kein Fund konstruiert.

Durchsuchte Quellen / Queries

1. Dedupe-Grep der ## Fund-Überschriften aller Klassik-Logs sowie ein Autoren-Sammelgrep (Branch/Ma, Menkveld, Hendershott, Chordia, Pastor/Stambaugh, Kaul, Sentana). Treffer: Chordia, Kaul, Sentana mehrfach geführt, Hendershott nur als Einzeiler am 2026-10-25. Branch/Ma und Menkveld standen noch nirgends.
2. WebSearch (Dienstag-Fokus, freie Exploration abseits der bekannten Reversal-Klassiker): Branch/Ma, „Overnight return, the invisible hand behind intraday returns" (SSRN-Working-Paper, 2012; Retrospektive 2018) und „The Overnight Return: One More Anomaly" (2006). Zugang nur über Sekundärzusammenfassungen (CXO Advisory, Faculti), Volltext nicht geprüft, Einstufung daher Tier 2 mit Verifikationslücke. Befund laut Zusammenfassung: negative Korrelation zwischen Overnight- und Folgetages-Intraday-Rendite (ca. −0,22, US-Aktien 1994–2005), je größer die Overnight-Bewegung, desto stärker der Intraday-Reversal. In der Retrospektive 2018 (US-Daten 2011–2017) ist der Effekt deutlich schwächer, getragen von Small Caps und in S&P-500-Titeln nicht mehr vorhanden.
3. WebSearch (Mikrostruktur-Reversal): Hendershott/Menkveld, „Price Pressures", Journal of Financial Economics 114(3), 2014 (Tier 1). NYSE-Intermediärdaten, Price Pressure im Mittel 0,49 %, Halbwertszeit 0,92 Tage; Kleinwerte stark, Large Caps (0,02 % je 100 000 USD Inventarschock) praktisch nicht. Abstract/Metadaten gelesen, Volltext nicht.

Digest-Bezug (3b)

results_digest.md wurde nicht neu ausgewertet, da kein Fund eine DAX-Backtest-Prognose erforderte. Der Overnight-Gap-Fade ist laut Log vom 2026-10-26 als Träger dax_overnight_gap_fade mit 14 Baustein-Tests geführt; Branch/Ma liefert dafür keinen neuen Mechanismus.

Einzeiler (keine Neufunde, nur Dedupe- und Falsifikationsanker)

• Branch/Ma (2006/2012/2018, Tier 2): Overnight→Intraday-Reversal. Wörtliche Dublette von dax_overnight_gap_fade (Gap-Größe-skalierter Fade). Wertvoll nur als Hypothese für den Auto-Build: Der Effekt verschwindet laut Retrospektive in Large Caps. Ein Index-Aggregat ist die Large-Cap-Extremform, daher ist ein schwacher DAX-Gap-Fade-Edge nach Kosten das erwartbare Ergebnis, kein Defekt der Implementierung. baubar: nein (Dublette).
• Hendershott/Menkveld 2014 (Tier 1): Inventar-getriebener Price Pressure. Braucht Intermediär-Inventardaten (NYSE-Specialist), nicht aus einer 1m-Indexserie rekonstruierbar, Effekt zudem tageweise und bei Large Caps vernachlässigbar. baubar: nein (strukturell: Daten, Querschnitt).

Offener Faden (kein Suchverbot)

Weiterhin offen ist eine Tier-1/2-Studie zu Index-Renditen um Xetra-Mittags-/Schlussauktion als Einzelserien-Regel (siehe Logs 2026-10-25 und 2026-10-26). Zugang vermutlich nur über Titelsuche auf Autor und Journal.

Auffälligkeiten

Keine Anweisungen an eine KI in den Suchergebnissen gefunden.

Research-Log 2026-10-26 (Montag, Literatur-Track, Fokus Breakout-Familien)

Kurzfazit

Die Breakout-Familie ist literarisch und empirisch gesättigt (Digest: Opening Range Breakout 62 Trials / 6 Builds, Ø PF 0.93; Regime-Gate-Bausteine teils verbessert, Ankerverschiebung und Aktivitäts-Gates ohne Mehrwert). Die Suche zum Tagesfokus lieferte keinen neuen Breakout-Mechanismus, sondern nur bereits geführte Arbeiten (Mesfin 2605.04004 / 2605.11423, MQL5-Replikation der ORB-Arbeit von Zarattini/Aziz; siehe Einzeiler). Ein nicht dedupter Fund außerhalb des Fokus: Pre-Announcement-Drift vor US-Makro-Releases (Kurov et al., JFQA 2019) als Event-Fenster-Baustein für den 14:30-Berlin-Slot.

Fund 1: Pre-Release-Drift vor US-Makro-Nachrichten (Kurov/Sancetta/Strasser/Wolfe)

• Typ: Strategie-Idee mit Event-Kalender, alternativ Baustein (Filter) auf dax_macro_release_breakout
• Quelle: Tier 1, JFQA 54(1), 449–479, Februar 2019 (online 19.12.2018). Frei lesbare Fassung: https://www.skidmore.edu/economics/documents/KSSW2017-PriceDriftBeforeUSMacroeconomicNews.pdf, Abstract-Übersicht: https://econpapers.repec.org/paper/bocbocoec/881.htm. Kein Preprint aus den letzten 12 Monate. Dies ist nicht aktuell, aber im Log noch nicht geführt.
• Markt/Timeframe: US-Aktienindex-Futures (E-mini) und Treasury-Futures, Sekunden- bis Minutenbasis, 30 US-Makro-Releases.
• Regel (Kurzfassung der Quelle): Bei 9 der 20 marktbewegenden Releases bewegt sich der Preis ab ca. 30 Minuten vor dem Release in die Richtung der späteren Überraschung. Der Pre-Release-Anteil macht im Mittel rund 40 % der Gesamtanpassung aus (Vorversionen: 7 von 18 Releases, rund 50 %).
• Regel-Skizze für DAX: Für Releases um 14:30 Berlin (NFP, CPI, Claims) die Rendite 14:00 bis 14:25 messen. Überschreitet sie ein Vielfaches der typischen 25-Minuten-Spanne, in Driftrichtung einsteigen und mit Stop ≥ 10 Pkt halten. Ausstieg vor dem Release (14:29) oder gezielt nach der ersten Release-Bewegung. Alle Zeiten müssen aus dem Slot-Spec kommen, nicht hartkodiert.
• Daten: Eine 1m-Indexreihe genügt, dazu ein Release-Kalender (Zeitpunkte, nicht die Überraschungswerte). Die Daten-Voraussetzung ist die Schwachstelle: ohne Kalender nur grob über Wochentag/14:30 zu approximieren.
• Session-Kompatibilität: 14:00–14:30 liegt klar zwischen 09:00 und 20:00, Spread-Grenze 3.5 Pkt dürfte kurz vor dem Release verletzt werden (Spreads weiten sich laut Literatur 20 s vor Releases).
• baubar: ja, bedingt (Tier 1). Variante A: Strategie mit Kalender-Slot. Variante B: Filter "Pre-Release-Drift-Richtung" als Overlay auf dax_macro_release_breakout (Referenz).

Kritische Würdigung

• Glaubwürdigkeit: Die Autoren zählen Releases, bei denen Drift statistisch auffällt (9 von 20). Das ist Multiple Testing über 30 Releases und zwei Märkte. Die Zahlen schwanken zwischen Fassungen (7/18 → 9/20, 50 % → 40 %), was auf Spezifikationssensitivität deutet. Brutto-Preisdrift, keine Handelsregel mit Kosten. Der Drift ist nur ex post als Anteil der Gesamtbewegung bekannt. Ob er ex ante die Richtung vorhersagt, ist mit Rauschen vermischt.
• Ökonomie: Plausibel: Informationsleck oder besser aggregierte Vorab-Daten bei Marktteilnehmern. Nach Veröffentlichung der Studie ist ein Rückgang des Effekts durch Arbitrage zu erwarten.
• Situationsanalyse: Trägt nur bei Releases mit echter Überraschung (NFP, FOMC-nahe), nicht bei Routine-Releases. Wirkung nahe null an Tagen mit bereits laufendem Trend.
• Übertragbarkeit: Schwach bis mittel. Der Drift entsteht in US-Futures, der DAX folgt über Cross-Market-Arbitrage, hier gerade dann mit größerem Spread und Latenzrisiko. Pre-Release-Bewegung im DAX-CFD ist vermutlich ein Bruchteil und von US-Rauschen (Cash-Open 15:30) überlagert.
• Bias-Risiken: Multiple-Testing (Release-Auswahl), kleine Stichprobe pro Release (monatlich, ~10 Jahre ⇒ ~100 Ereignisse pro Typ), Kosten ungeprüft.
• DAX-Backtest-Prognose: Edge dürfte verschwinden. Digest: dax_pre_fomc_drift (2026-07-11) n=3, PF 0; dax_macro_release_breakout PF 1.22 bei n=14, unterpowert, Rangkonkurrenz zum Placebo 0.45; dax_announcement_day_long PF 0.47. Erwartung: n < 30 pro Jahr, Spread-Verletzung vor dem Release, Ergebnis "unterpowert" statt Widerlegung.
• Urteil: fragwürdig. Gut begründeter Mechanismus, aber Stichprobe im Warchhold-Fenster zu klein, um einen Test zu tragen. Sinnvoll nur als Filter-Baustein auf dem bereits gebauten Release-Breakout, falls der Auto-Build mehr Event-Tage rückwirkend laden kann.

Einzeiler / Dedupe-Treffer (nicht als Neufund geführt)

• Mesfin, arXiv 2605.04004 und 2605.11423 (Tier 1, MNQ 947 Tage): bereits in den Logs 2026-07-08 und 2026-09-23 geführt. v3-Revisionen vom September 2026 melden unverändert: ORB long T = 0.88, VVG-Reversal T = 1.26, keine der 14 Familien besteht alle fünf Kriterien. Auffällig: Positivkontrolle "RTH Confluence" (T = 3.11) ist im Abstract nur genannt, nicht beschrieben.
• Krueger, MQL5-Blog 25.09.2026 (Tier 2, ORB-Replikation, 5 Indizes inkl. DAX, 2015–06/2026): DAX brutto +0.116 R, netto −0.038 R bei 2.5 Pkt Kosten, Regel minus Zufallsrichtung netto +0.128 R (t 2.5). Bereits in 2026-10-19 geführt. Für uns relevant als Bestätigung, dass die Kostenseite den ORB-Edge frisst.
• SetupAlpha-Substack (9.08.2026, 56 Exit-Regeln, 105.708 Russell-1000-Trades, paywall): Tagesdaten-Aktien, 200-Tage-Cross-Entry. Nicht übertragbar, Tier 2 mit teils verdecktem Ergebnis. Kontroll-Befund (reiner Zeit-Exit schlägt Kanal-Exits) als Hinweis für Exit-Lab-Vergleiche merken.
• Baltussen/Da/Lammers/Martens (JFE 2021, Intraday Momentum, 60+ Futures): bereits in 2026-07-08 geführt.

Durchsuchte Queries

1. Intraday breakout index futures range expansion arXiv 2026 out-of-sample costs
2. SSRN 2026 intraday momentum DAX/Euro Stoxx overnight gap
3. arXiv q-fin 2026 intraday volatility regime filter minute data
4. London/Frankfurt session time-of-day walk-forward (ohne brauchbaren Treffer, nur Indikator-/Vendor-Seiten)
5. arXiv 2026 macro announcement intraday drift
6. arXiv 2026 ATR/trailing stop intraday exit (nur Blog/Thesis)
7. arXiv 2026 order-book imbalance one-minute (nur ältere Arbeiten, Orderbuch-Daten nicht verfügbar)

Auffälligkeiten: keine Prompt-Injection in den abgerufenen Seiten bemerkt. Nicht verifiziert: Johannes/Seeger/Stroud 2026 "Time-varying macroeconomic announcement risk" (nur Listing-Zusammenfassung gesehen).

Weiterer Lauf 00:42

Literatur-Research 2026-10-26 (Montag, Fokus: Breakout-Familien)

Kurzfazit

Keine baubaren Neufunde. Der einzige substanzielle Treffer ist eine arXiv-Falsifikationsstudie (Mesfin 2026), die 14 OHLCV-Intraday-Momentum-Familien inklusive ORB nach Kosten als nicht handelbar einstuft. Sie ist als Gegenbeleg zur ORB-Familie relevant, aber keine Strategie. Die Websuche nach Breakout- und Gap-Papern lieferte fast nur Indikator- und Marketingseiten (Tier 3 bzw. ausgeschlossen).

Geprüfter Treffer (kein Neufund, aber lesenswert): „Structural Limits of OHLCV-Based Intraday Momentum Signals"

• Quelle: Tier 1, arXiv q-fin.TR, Mathias Mesfin, v1 05.05.2026 (v2 13.07., v3 15.09.2026). https://arxiv.org/abs/2605.04004. Gelesen wurde nur die Abstract-Seite, nicht das Volltext-PDF.
• Inhalt: 14 OHLCV-Signalfamilien (u. a. ORB, VVG-Klassifikator-Reversal, Gap-Continuation) auf 5-Minuten-Bars des Micro E-mini Nasdaq 100, 947 Handelstage (2021–2025). Expanding-Window-Walk-Forward, fünf Kriterien: OOS-Netto-t ≥ 2, ≥ 30 Trades pro Fold, Netto > 0 nach Friktion, Richtungskonsistenz über 2023–2025, Permutations-p < 0,001.
• Ergebnis laut Abstract: Keine der 14 Familien besteht alle Kriterien. Elf scheitern, weil der Brutto-Edge nur 0,07–1,50 Punkte beträgt und damit unter dem Friktions-Floor von 2,0 Punkten liegt. ORB long erreicht t = 0,88 und ist nicht jahresstabil. Gap-Continuation short erreicht brutto +16,5 Punkte, aber t = 1,46 und scheitert an Jahresstabilität und Mindest-Trades.

Kritische Würdigung

• Glaubwürdigkeit: Die Methodik ist streng (Walk-Forward, Permutationstest, positive Kontrollen), das ist ein Pluspunkt. Schwächen: Einzelautor und nur 4–5 Jahre in einem Regime (Nasdaq-Bullenmarkt mit Vola-Schüben). Ein Fold-Minimum von 30 Trades bei 947 Tagen macht t ≥ 2 schwer erreichbar, weil die Teststärke gering ist. „Nicht signifikant" heißt deshalb nicht „kein Effekt". Die Friktion von 2,0 Punkten ist ein Instrumentenparameter, kein Befund. Die „positiven Kontrollen" (RTH Confluence N = 196, London Signal B N = 247) sind in ihrer Konstruktion aus dem Abstract nicht prüfbar. Das kann ein Selektionsproblem sein, denn Kontrollen, die zufällig bestehen, bestätigen die Methode nur schwach.
• Ökonomie: Der Befund passt zum Mechanismus „reine OHLCV-Momentum-Signale werden von Kosten und Arbitrage aufgezehrt". Er sagt nichts über Signale mit situativem Treiber (Vola-Zustand, Event-Tage).
• Übertragbarkeit DAX: Der DAX-CFD hat andere Kosten (Spread ≤ 3,5 Punkte bei einem Indexstand von etwa 24.000, relativ zur Tagesspanne also moderat), aber dieselbe Logik: Der Brutto-Edge muss die Friktion klar übersteigen. MNQ-Ergebnisse übertragen sich nur qualitativ.
• Bias-Risiken: Multiple Testing wurde hier korrekt adressiert. Der Selektionseffekt liegt in der Auswahl der 14 Familien (Strohmann-Gefahr: Standardvarianten ohne Gate). Geringe Teststärke ist der Hauptpunkt.
• DAX-Backtest-Prognose: Konsistent mit dem Digest: ORB-Familie Ø PF 0,93 über 5 Builds, reine ORB-Varianten schwach (dax_orb_activity_gate PF 0,47, nr_contraction_gate PF 0,47). Die A/B-Gewinne kamen nur mit Regime-Bausteinen (dax_orb_vola_state_gate PF 1,06→3,28; dax_acd_dow_structure_gate 1,12→1,26). Ich erwarte, dass die Mesfin-Aussage für ungegatete ORB auch im DAX hält. Vorsicht beim Vola-Gate-Ergebnis: PF 3,28 bei kleinem N ist verdächtig und braucht Forward-Prüfung.
• Urteil: Kein Fund, aber als Benchmark nützlich. Es stützt die Praxis des Auto-Builds, ORB nur mit Gate zu testen und Brutto-Edge gegen Friktion zu messen.
• baubar: nein. Es ist eine Evaluationsstudie ohne eigene Regeln.

Nicht verifizierbar

• Iwanaga/Sakemoto, „Does overnight return predict the first half-hour return for U.S. market indices?" (SSRN 5807282, Tier 1). SSRN lieferte 403, die Titelsuche fand nur ein verwandtes Iwanaga-Paper (Overnight-Reversal US→Japan). Aus dem Suchsnippet: Hohe Overnight-Rendite sagt die erste Halbstunde negativ voraus, also ein Reversal-Effekt, der der Gao/Han/Li/Zhou-Intraday-Momentum-These widerspricht. Das wäre als Filter (Gap-Richtung vs. erste 30 Minuten) für den DAX interessant, weil im Digest schon Intraday-Momentum-Bausteine (dax_late_day_move_gate, dax_mim_chandelier_exit) ohne Mehrwert liefen. Ohne Zugriff auf Stichprobe, Zeitraum und Kosten wird es nicht als Fund geführt. Folgeprüfung: Autoren-Seite oder RePEc-Abstract.

Durchsuchte Queries

1. „opening range breakout intraday index futures arXiv 2026 volatility-scaled stop": nur Indikator-Seiten (LuxAlgo, cTrader, TradingView), Tier 3, ignoriert.
2. „intraday overnight gap fill probability index futures study 2026 SSRN": nur Blogs und Broker-Marketing (VT Markets, NexusFi, StockWirex) mit widersprüchlichen Zahlen und ohne Methodik, kein Fund.
3. „arxiv q-fin intraday momentum range expansion breakout first half-hour predicts last half-hour 2026": Gao/Han/Li/Zhou (JFE 2018, bekannt, im Digest bereits gebaut), plus der Iwanaga/Sakemoto-Hinweis.
4. „arxiv 2026 intraday trading rule DAX OR Euro Stoxx futures out-of-sample transaction costs": Mesfin (s. o.).

Einzeiler

• Ungeracademy „DAX Trading Strategies: Intraday Breakout and Overnight Bias": Vendor-Seite, ausgeschlossen (Marketing).
• arXiv 2602.10785 (Walk-Forward-Optimierung, Krypto): nur methodisch, Zitat „unter 30 Minuten nach 0,1 % Kosten nicht profitabel" ist krypto-spezifisch, nicht übertragbar.
• arXiv 2605.17307 (Deep-RL Portfolio inkl. Euro Stoxx 50): Tagesbasis, nicht intraday, kein Fund.

Auffälligkeiten

Keine Anweisungen an KI in den gelesenen Webinhalten gefunden.

Weiterer Lauf 07:11

Research-Log 2026-10-26 (Montag, Literatur-Track)

Kurzfazit

Keine relevanten Neufunde. Der Tagesfokus (Breakout-Familien) ist in den Logs und im Digest stark besetzt: Opening Range Breakout hat 62 Trials / 6 Builds plus mehrere Baustein-A/Bs. Beide Treffer, die die Suche lieferte, sind bereits dokumentiert, und die freien Suchen brachten nur Tier-3-Material ohne Methodik. Für die Level-Break-/Stop-Run-Suche und die Intraday-Saisonalität gab es keine belastbare Tier-1/2-Quelle.

Geprüfte Treffer (alle bereits geführt, keine neue Fundmeldung)

1. Krueger (MQL5-Blog, 25.09.2026): Replikation Zarattini/Aziz (SSRN 4416622) auf fünf Index-CFDs, darunter DAX, mit Zufallsrichtungs-Benchmark. Tier 2/3, nicht peer-reviewed.
   • Schon geführt in den Logs 2026-09-28, 2026-10-12 und 2026-10-19.
   • Eigene Einordnung der DAX-Zahlen: brutto +0,116 R (t 2,4), netto −0,038 R (t −0,8), Differenz zur Zufallsrichtung +0,128 R (t 2,5).
   • Der Kostenabzug von etwa 0,14 R frisst den Rohedge. Der Autor selbst weist darauf hin, dass bei rund 30 berechneten t-Werten ein bis zwei |t| ≥ 2 zufällig zu erwarten sind.
   • Die Epochen-Aufteilung bestätigt das schwache Bild: 2015–17 −0,113 R, 2021–26 −0,026 R netto.
   • Passt zum Digest: ORB-Träger liegen im Schnitt bei PF 0,93, nur Gates und Exit-Bausteine verbessern (z. B. dax_orb_vola_state_gate, dax_timely_orb_exit_lab).
2. ACIIDS 2026 (EasyChair): LSTM-prognostizierte True Range statt ATR im ORB (ES-Futures, +70 % kumulierte Rendite vs. ATR-Basis).
   • Schon geführt am 2026-10-10 und 2026-10-24.
   • Die Slide-URL lieferte beim Abruf 404, es gibt also keine Verifikation von Kosten oder Out-of-Sample-Aufteilung.
   • Das Orakel-Experiment mit Zukunftswerten zeigt nur die Obergrenze, nicht den Edge.

Durchsuchte Quellen/Queries

• „opening range breakout intraday index futures arXiv 2026 volatility-scaled“: ACIIDS-Treffer (schon geführt) und TradingView-Skripte (Tier 3, ignoriert).
• „intraday range expansion breakout stock index ETF out-of-sample transaction costs SSRN 2026“: Krueger-Replikation (schon geführt) und ein QuantConnect-Forenpost zu Entry-Slippage (Tier 3, nur Hinweis).
• „first candle direction information content … random direction DAX regime volatility“: nur TradingView/Benzinga-/Unger-Academy-Material (Marketing oder ohne Benchmark), nichts verwertbar.
• Explorative Suche gegen die Erfahrungslage: „arXiv 2026 … prior-day high low breakout stop-run liquidity sweep“. Nur Praktikerskripte ohne empirische Tests, kein Fund.
• „arXiv q-fin.TR 2026 intraday seasonality European index futures opening auction“: nur ältere Arbeiten (FTSE-Futures 1999, DAX/CAC/FTSE-Volatilitäts-Spillover 2019), kein Regelwerk für 2026.

Einzeiler

• Unger Academy „DAX First Hour Strategy“: Marketing mit Nettozahlen von 30 € pro Trade, ausgeschlossen (Tier 3).
• Benzinga „DAX ORB – Code and Optimizations“ (Jan. 2025): Crabel-ORB auf 15-Min-Bars, Variante bekannter eigener Familien, ohne Zufallsbenchmark.
• Sahi/NexusFi-Liquidity-Sweep-Guides: Tier 3, nur Konzept (PDH/PDL-Sweep), kein statistischer Beleg.

Auffälligkeiten

Keine Anweisungen an eine KI in den abgerufenen Quellen gefunden.

Weiterer Lauf 13:13

Research-Log 2026-10-26 (Montag, Literatur-Track) — Breakout-Fokus

Kurzfazit

Keine relevanten Neufunde. Die vier Suchen (Tagesfokus Breakout-Familien, ein Intraday-Momentum-Update, eine freie Suche gegen die Erfahrungslage zu Gap/Overnight, eine zu False-Breakout-Klassifikation) lieferten entweder Marketing- und Indikator-Seiten (ausgeschlossen) oder Quellen, die im Log und im Digest bereits geführt werden. Breakout-Familien sind empirisch dicht besetzt (Digest: Volatility Breakout 103 Trials, ORB 62 Trials). Einen neuen Mechanismus-Twist hat keine Quelle geliefert.

Durchsuchte Queries und Ergebnis

1. „opening range breakout intraday index futures arXiv 2026" (Tagesfokus): nur LuxAlgo-, cTrader- und TradingView-Seiten, also Marketing und Tier 3 bzw. ausgeschlossen. Kein Paper.
2. „intraday momentum … first half-hour return predicts last half-hour" (Update-Suche): Gao/Han/Li/Zhou (JFE 2018, Tier 1) plus Sekundärquellen. Dublette. Die Familie ist bereits in 2026-07-11 und 2026-10-21 geführt, die Vola- und Nachrichtentag-Konditionierung ist als Anwendungsbedingung vermerkt. Es gibt keine 2026er Erweiterung.
3. „arXiv q-fin 2026 intraday liquidity overnight gap fade …" (frei-explorativ, bewusst gegen die Erfahrungslage): Treffer siehe Einzeiler unten. Der Gap-Fade ist im Digest als Familie „Gap Fade/Follow" (7 Builds plus 3 Baustein-Builds) bereits breit getestet.
4. „arXiv 2026 breakout … false breakout detection … triple barrier" (Breakout-Fokus): nur BreakGPT (arXiv 2402.07536, 2024, LLM-Ansatz, zu alt und zu schwer für eine 1m-Einzelzeitreihe) und TradingView-Skripte (Tier 3).
5. „arXiv 2026 intraday seasonality European index futures … 14:30 jump" (frei): nur ältere Arbeiten (Buckle et al. 1998, Harju/Hussain Hanken-WP, Gurgul/Syrek 2017). Das ist Hintergrund zu US-Makro-Terminen und Vola-Spitzen, aber keine handelbare Regel. Die Makro-Release-Familie ist im Digest bereits getestet (dax_macro_release_overshoot_fade, PF 0,58).

Einzeiler (keine Funde, nicht baubar bzw. Dubletten)

• Falsify Lab, VIX-gated Gap-Fade (Tier 3, anonymer Substack, https://falsifylab.substack.com/p/gap-fade-works-gold-doesnt): Regel „|Gap| > 1σ, Einstieg nach der ersten RTH-Stunde, Exit zum Schlusskurs, nur bei VIX-z > 0,5", Sharpe ca. 1,1, Kosten 4 bp/Seite. Die Methodik ist dünn: Sample ca. 2 Jahre yfinance-1h-Bars (ca. 720 Tage), Trade-Zahl nicht genannt, kein Out-of-Sample. Als Bau-Grundlage ausgeschlossen. Inhaltlich ist es eine Dublette der Gap-Fade-Familie mit Vola-Regime-Gate (im Digest u. a. dax_gap_fade_highvol_gate, dax_gap_fade_regime_gate). Der Vola-Gate-Befund deckt sich mit dem Digest-Hinweis „Gap-Fade trägt in Hochvola-Phasen". Das ist eine Plausibilitäts-Bestätigung, aber kein Fund. Der Autor selbst hält die Strategie nicht für deploybar.
• Boyarchenko/Larsen/Whelan, „The Disappearing Overnight Drift" (NY Fed Liberty Street, Juli 2026, https://libertystreeteconomics.newyorkfed.org/2026/07/the-disappearing-overnight-drift/): Die S&P-Futures-Drift 2–3 Uhr ET ist seit 2021 auf ca. null geschrumpft. Baubar: nein. Der Effekt liegt im Overnight-Fenster außerhalb von 09:00–20:00 Berlin. Als Lehre ist er trotzdem nützlich: Veröffentlichte Kalender- und Flow-Edges zerfallen nach Bekanntwerden. Das stützt die Prognose, dass publizierte Intraday-Edges im DAX-Backtest eher schwächer ausfallen als im Paper.
• Univ. Turku Masterarbeit 2026, Overnight-to-Intraday-Reversal (US-Aktien 2011–2024): keine Index-Zeitreihe, kein Peer-Review. Nur Hintergrund zur Gap-Fade-Familie.

Prozess-Hinweis

Die Suchmaschine liefert für „arXiv 2026 …"-Queries überwiegend Indikator-Marketing. Gezielte Titel- oder Autorennamen-Suchen sind ergiebiger als thematische Queries.

Weiterer Lauf 20:30

Literatur-Research 2026-10-26 (Montag: Breakout-Familien)

Kurzfazit

Keine relevanten Neufunde. Vier gezielte Suchen (Tagesfokus Breakout plus freie Suchen) lieferten ausschließlich Tier-3-/Marketing-Material (TradingView-Skripte, Broker-Bildungsseiten, Blogs) oder bereits bekannte Klassiker. Ein Tier-1-/Tier-2-Fund mit offengelegter Methodik, der nicht schon im Log oder im Digest abgedeckt ist, war nicht dabei.

Durchsuchte Queries

1. „opening range breakout intraday index futures arXiv 2026 volatility-scaled stop“ (Tagesfokus): nur TradingView-/ProRealCode-/LuxAlgo-Skripte. Tier 3, nicht verwertbar. Die genannten Ideen (ATR-Range-Gate, Relative-Volume-Filter, ATR-Stop) sind ohnehin im Digest bereits als ORB-Bausteine getestet (dax_orb_activity_gate, dax_orb_vola_state_gate, dax_timely_orb_exit_lab).
2. „intraday momentum index overnight gap first half-hour predicts last half-hour 2026 paper“ (frei): nur Gao/Han/Li/Zhou (First-Half-Hour → Last-Half-Hour), CXO-Advisory-Zusammenfassung und Folgearbeiten. Klassiker, im Log mehrfach geführt, kein neuer Mechanismus. Zudem berichten Folgearbeiten für APAC/Taiwan schwächere Effekte, was die Übertragbarkeit auf einen einzelnen DAX-CFD ohnehin relativiert.
3. „arXiv q-fin 2026 breakout failed breakout false breakout intraday equity index support resistance empirical test“ (bewusst explorativ, gegen die ORB-Erfahrungslage): nur Bildungsseiten ohne Teststatistik. Behauptungen wie „Stop-Hunting durch HFT“ oder „70 % der Muster sind Random Walk“ sind unbelegt. Nicht als Fund führbar.
4. „SSRN 2026 DAX intraday trading strategy opening gap Xetra empirical“ (frei, DAX-spezifisch): Gap-Fade-Backtest von trading-treff.de (Xetra-Open/Close, ca. −35 % in gut 2 Jahren, Trefferquote ~45 %, Methodik nur dünn offengelegt, Tier 3) und Ungeracademy (Eigenwerbung, Marketing, ausgeschlossen).

Einordnung gegen das empirische Gedächtnis

ORB ist im Digest gut belegt: Träger dax_acd_timed_breakout (PF 1.30) und dax_timely_orb (PF 1.23) tragen; Regime-Gates (Vola-Zustand, Dow-Struktur) verbessern, Richtungsfilter per Daily-SMA und VaR-Sprung-Exit nicht. Neue Breakout-Funde bräuchten daher einen neuen Mechanismus (z. B. Auktions-/Orderflow-Struktur), den die heutigen Treffer nicht bieten.

Einzeiler

• Gap-Fade DAX (trading-treff.de): Tier 3, nur Hinweis. Passt zur Hypothese, dass Gap-Fades auf dem DAX ohne Zusatzfilter kostenfressend sind.
• Gao et al. Intraday Momentum: bekannt, Variante, nicht erneut geführt.

Auffälligkeiten

Keine Instruktionen in Fremdtexten festgestellt.

Empirie-Research-Log 2026-10-26 — Keine qualifizierten Muster

Kurzfazit. Snapshot 2026-10-26 (Discovery 2026-03-17 bis 2026-09-07, 120 Tage, 43 Buckets, Bonferroni-Schwelle |t| ≈ 4,1; Holdout ab 2026-09-08 gesperrt): Kein direktionaler Bucket erreicht die Schwelle. Das stärkste direktionale Signal ist F2-Mittwoch (n=25, −34,3 Pkt, Median −25,6, t −2,16, WR 24 %), gefolgt von F6 first30_down (n=58, −18,6 Pkt, t −2,10) und F2-Montag (n=24, +27,3 Pkt, t 2,04). Bei 43 Tests sind ~2 Zufalls-Signifikanzen mit |t| > 2 zu erwarten, hier sind es drei. Ergebnis: 0 Funde.

Alle Familien wurden aus den heutigen Zahlen neu bewertet. Gegenüber dem Vortag ist nur ein Discovery-Tag hinzugekommen, die Kennzahlen sind praktisch unverändert. Es gibt weder ein neues noch ein verstärktes Signal.

Warum heute nichts qualifiziert

1. Signifikanz. Max. direktionales |t| = 2,16, weit unter 4,1. Das entspricht dem Zufallsbild bei 43 Tests.
2. Mechanismus. Für den Mittwochs-Effekt fehlt ein Flow- oder Sessionstruktur-Treiber, der Mittwoch von Dienstag (+31,0) und Montag (+27,3) trennt. Mechanismus-frei, nur beobachtet, nicht baubar.
3. Dedupe. Eröffnungsstunden-Drift, first30-Momentum (inkl. „nur nach schwachem Morgen“, siehe Digest 2026-07) und Gap-Familie sind bereits gebaut; der Digest enthält zudem einen Wochentags-Vola-Gate-Baustein. Keine substanziell andere Challenger-Regel ableitbar.
4. Situationstreiber. F8: First30-Momentum hochvol +17,0 Pkt (Median +15,8, WR 61 %, t 1,43) vs. niedrigvol +1,4 (t 0,23). Die Richtung ist plausibel (mehr Informationsfluss nach Hochvol-Vortagen), die Trennung statistisch nicht belegt und als Gate bereits vorhanden. Hinweis, kein Fund.

Nicht qualifizierte Muster (je ein Verwerfungsgrund)

• F1_tageszeit_drift_30min: max |t| 1,27 (11:00); 12:00 mit Std 101 ausreißeranfällig; übrige |t| ≤ 1,1.
• F2 Mo/Di (t 2,04/1,48): Dubletten der Eröffnungsstunden-Strategien, unter Bonferroni.
• F2 Mi (t −2,16, WR 24 %): mechanismus-frei, nicht baubar.
• F2 Do/Fr: |t| < 0,9, Rauschen.
• F3_overnight_gap_quintile: max |t| 1,02, nicht monoton, Mean/Median-Konflikt bei Q2; Gap-Familie bereits gebaut.
• F4 heutige_range: t 8–14 trivial (positive Größe gegen 0 getestet), kein Handelssignal.
• F4 heutiger_drift: Q3 t −1,71, nicht monoton, ohne Mechanismus.
• F5_first_hour_breakout_persistenz: |t| ≤ 0,49; Mean/Median-Konflikt bei breakout_down; kein_breakout n=10 (thin).
• F6 first30_down (t −2,10, WR 35 %): konsistent, aber bereits gebaut und unter Bonferroni.
• F6 first30_up: t 0,02.
• F7_vormittag_nachmittag_persistenz: |t| ≤ 0,48.
• F8_situations_splits_vola_regime: alle |t| ≤ 1,43, Dubletten bestehender Gates.

Memory-Hygiene

Kein Eintrag wurde durch ein konkretes Digest-/Holdout-Ergebnis widerlegt; keine „nie bauen“-Formulierungen ohne strukturellen Grund, keine echten Duplikate. 0 Änderungen.

Klassik-Research 2026-10-26 (Montag, Fokus: klassische Breakout-/Range-/Eröffnungs-Effekte)

Kurzfazit

Keine relevanten Neufunde. Die Breakout-/Range-/Eröffnungs-Familie ist in den bisherigen Klassik-Logs lückenlos geführt (Crabel NR7/ORB, Williams-Volatility-Breakout, Marshall/Cahan/Cahan, Mok/Lam/Li, Lundström-Vola-Gate, Osler Support/Resistance, Stoll/Whaley). Es wurde bewusst kein Fund konstruiert.

Durchsuchte Quellen / Queries

1. Dedupe-Grep der ## Fund-Überschriften aller Klassik-Logs (Oktober vollständig, Juli bis September per Stichwort Crabel / Opening Range / Pivot). Crabel steht in mindestens 12 Logs, Pivot-/Support-Resistance-Stichworte in 26 Logs.
2. WebSearch (Montag-Fokus, Support/Resistance): Osler, „Support for Resistance: Technical Analysis and Intraday Exchange Rates", FRBNY Economic Policy Review 6(2), 2000 (Link, Tier 1). Befund laut Abstract: von sechs Handelshäusern veröffentlichte Niveaus (USD/JPY, USD/GBP, USD/DEM, 1996–98) sagen intraday Trendunterbrechungen besser voraus als willkürliche Niveaus. Die Bounce-Raten 60,8 % vs. 56,2 % stammen nur aus einem Forum-Zitat und sind nicht verifiziert. Der Effekt ist bereits in 18 Logs geführt, Dublette. Außerdem ist die Datenbasis (extern publizierte Niveaus, FX) für eine einzelne DAX-Serie nicht ohne Rekonstruktion verfügbar.
3. Eine zweite, frei-explorative Suche wurde nicht mehr durchgeführt, da der Dedupe-Abgleich (Log vom 2026-10-25 mit zwei explorativen Suchen ohne Treffer) die Lage bereits belegt.

Digest-Bezug (3b)

results_digest.md wurde nicht neu ausgewertet, da kein Fund eine DAX-Backtest-Prognose erforderte.

Einzeiler (keine Neufunde)

• Osler 2000 (Tier 1): Support/Resistance-Bounce, Dublette, Kernaussage nur aus Sekundärquelle bestätigt.

Offener Faden (kein Suchverbot)

Weiterhin offen: Tier-1/2-Studie zu Index-Renditen um Xetra-Mittags-/Schlussauktion als Einzelserien-Regel (siehe Log 2026-10-25). Zugang vermutlich nur über Titelsuche, da SSRN/Scholar per WebFetch blockiert sind.

Auffälligkeiten

Keine Anweisungen an eine KI in den Suchergebnissen gefunden. Hinweis: Ein Forum-Beitrag nannte Osler fälschlich als Journal-of-Finance-Artikel; die Fed-Seite weist die Economic Policy Review aus.

Weiterer Lauf 12:01

Klassik-Research 2026-10-26 (Montag: Breakout-/Range-/Eröffnungs-Effekte)

Kurzfazit: Keine relevanten Neufunde. Der Themenraum „klassische Breakout-/Range-/Eröffnungseffekte" ist in Research-Log und Ergebnis-Digest vollständig abgedeckt; jeder gefundene Kandidat ist entweder eine wörtliche Dublette oder bereits mit Bausteinen A/B-getestet. Es wurde bewusst kein Fund konstruiert, nur um die Datei zu füllen.

Durchsuchte Queries

1. „gap fill intraday stock index futures opening gap closing probability academic study" — Ergebnis nur Tier-3-Praktikerseiten (NexusFi, TradingView, Blogs) und ein unbestätigtes Profil zu DJIA-Einzelaktien. Kein peer-reviewed Index-Futures-Paper. Dedupe: Overnight-Gap-Fade ist im Digest als Träger dax_overnight_gap_fade mit 14 Baustein-Tests geführt, plus dax_weekend_gap_continuation (PF 0,16) und dax_overnight_band_direction.
2. „Journal of Futures Markets intraday range breakout failure false breakout … Osler" — kein Journal-Treffer. Dedupe: dax_failed_breakout_fade und dax_turtle_soup_reclaim_fade sind gebaut; Rundnummern-/Stop-Kaskaden-Funde stehen im Log vom 2026-07-06 und 2026-08-15.
3. „Asian session range breakout European open … Dacorogna/Müller" — nur Praktiker-/Tool-Seiten (Tier 3), keine akademische Quelle. Dedupe: Overnight-Band-Richtung ist als dax_overnight_band_direction gebaut.
4. „Bollinger band squeeze … academic test" — Fang/Jacobsen/Qin 2014 („Popularity versus Profitability: Evidence from Bollinger Bands", Tier 1/2, Sekundärzusammenfassung über CXO Advisory, Volltext nicht geprüft) ist bereits am 2026-10-21 und 2026-10-25 geloggt. Die Familie dax_squeeze_release hat im Digest 16 Baustein-Tests.
5. „Houthakker 1961 Systematic and Random Elements …" (Gegen-den-Strich-Exploration in die Vor-1970-Ära) — nur Zitat bestätigt (AER 1961), kein Inhalt zugänglich. Houthakker ist bereits in den Logs vom 2026-09-28, 2026-10-07 und 2026-10-09 verarbeitet.

Dedupe-Belege (Sammelgreps)

• ORB/Crabel/Fisher(ACD)/Williams/Lukac/Holmberg/Lundström/Gao: ab 2026-06-29 durchgehend in über 20 Klassik-Logs.
• Gap-Themen: über 100 Log-Dateien, 7+ Digest-Builds.
• Squeeze/Bollinger/Vola-Kompression: Logs 2026-07-06, 07-17, 10-21, 10-25; 16 Digest-Tests.
• Failed-Breakout/Turtle-Soup/Stop-Run: Logs 2026-07-06, 08-10, 10-12, 10-19; Digest dax_failed_breakout_fade (PF 1,11).

Einzeiler (keine Neufunde, nur Anker)

• Praktiker-Gap-Fill-Statistiken (Fill-Rate sinkt mit Gap-Größe): Tier 3, nie baubar; die Gap-Größen-Konditionierung ist bereits durch dax_gap_size_gate (PF 1,18→1,21) abgedeckt.
• Neue Preprint-Evidenz (arXiv 2605.04004, MNQ-Futures, 2026): ein ORB-Signal mit ca. 80 % Stop-Out-Rate bei 20-Punkte-Stop deutet auf überwiegend gescheiterte Ausbrüche. Das stützt die Fade-Seite, ist aber ein Preprint und ersetzt keinen Fund. Die Fade-Seite ist ohnehin gebaut.

Auffälligkeiten: keine Anweisungen in Fremdtexten gefunden.

Weiterer Lauf 12:38

Klassik-Research 2026-10-26 (Montag: Breakout-/Range-/Eröffnungs-Effekte)

Kurzfazit

Keine relevanten Neufunde. Der Themenraum „klassische Breakout-/Range-/Eröffnungs-Effekte" ist in den bisherigen Logs bereits dicht abgedeckt, und die frei-explorative Suche (Intraday-Momentum) lieferte nur einen schon dokumentierten Klassiker. Ein neuer Fund hätte nur eine Variante bestehender Einträge ergeben, also habe ich keinen konstruiert.

Dedupe-Prüfung (Grep über alle Research-Logs, Klassik-Track)

Bereits geführt, deshalb nicht neu:

• Opening-Range-Breakout (ORB), Crabel „Stretch", Opening-Range-Width-Perzentil-Gate und TORB (Tageszeit-Fenster).
• Crabel NR4/NR7 und Inside-Day, sowohl als Baustein-Gate als auch als standalone-Entry.
• Volatility-Channel-Breakout (Williams), Volatility-System-ARC-Stop und Breakout mit Mittelwert-Exit (Leung/Chong 2003).
• Lukac/Brorsen/Irwin 1988, Mok/Lam/Li 2000 (Breakout-Kontinuität), Deng et al. 2021 (Ichimoku-Breakout).
• Rundnummern- und Osler-Level-Effekte, Anderson/Faff 2008 (quantisierte Levels).
• Eröffnungs-Reversal und -Drift: Amihud/Mendelson 1987, Stoll/Whaley 1990, Grant/Wolf/Yu 2005, Fung/Mok/Lam 2000.
• Wood/McInish/Ord 1985 (U-Form), Ederington/Lee, Andersen/Bollerslev, Harris 1986, Admati/Pfleiderer.
• Gao/Han/Li/Zhou (JFE 2018), Intraday-Momentum: First-Half-Hour → Last-Half-Hour (siehe 2026-07-11, 2026-10-21), Heston/Korajczyk/Sadka.
• Brock/Lakonishok/LeBaron, Park/Irwin, Sullivan/Timmermann/White, Cowles/Alexander (Filter-Regeln).

Durchsuchte Quellen/Queries

• Dedupe-Greps über research-log/ (Autoren-Alternationen und Fund-Überschriften der *-classic.md-Dateien).
• WebSearch (standard, frei-explorativ): „overnight gap intraday index futures first-hour return predicts last half-hour return Gao Han Li Zhou market intraday momentum". Treffer: JFE 2018 (Tier 1, S&P-500-ETF 1993–2013), Alpha Architect und CXO Advisory als Sekundärquellen. Der Effekt ist stärker an volatilen Tagen, bei hohem Volumen und an Makro-Nachrichtentagen. Er ist bereits dokumentiert. Eine Dublette wird nicht neu geführt.

Einzeiler (nur Dedupe-Anker, keine Funde)

• Gao/Han/Li/Zhou 2018 (JFE, Tier 1): Die Vola-/Nachrichtentag-Konditionierung (Effekt stärker an volatilen Tagen, bei hohem Volumen und an Makro-Nachrichtentagen) ist als Anwendungsbedingung für die Intraday-Momentum-Familie bereits vermerkt. Die Quelle testet nur US-ETF; die Übertragung auf die DAX-Session (Handelsende 17:30 Xetra gegenüber 20:00-Cut) bleibt eine offene Backtest-Hypothese, die in den bestehenden Einträgen geprüft wird.

Auffälligkeiten: keine Anweisungen in Fremdtexten gefunden.

Forschungsmethodik 2026-10-25

Lernkreis LK-4.4. Vier Verfahren, keine Wiederholung aus den acht frühere Läufen (27.09.–21.10.; dort ~90 Verfahren, Mehrfachtest-/Sequenz-/Kalibrierungsliteratur weitgehend ausgeschöpft). Gesucht wurde deshalb in Lücken: Auflösung von Placebo-p-Werten, abhängige Kalibrierungspaare, Abhängigkeitsstruktur der Versuchspopulation.

Hinweis zur Quellenlage: Es wurden Abstracts, Zusammenfassungen und Dokumentation gelesen, keine Volltexte (Volltext-Zugriff nicht versucht/verfügbar). Formeldetails (v. a. Verfahren 2 und 3) sind aus Abstract und Folgearbeiten rekonstruiert und müssen beim Bau gegen die Originalpaper geprüft werden. In den gelesenen Quellen fanden sich keine KI-Anweisungen.

Verfahren 1 — GPD-Schwanzapproximation für Placebo-p-Werte

Problem: 2 (viele Versuche, Mehrfachtestkorrektur). Bei K = 199 Placebo-Läufen ist der kleinste p-Wert 1/200 = 0,005. Bonferroni/BH über tausende Versuche können damit keine Kandidaten voneinander trennen.

Verfahren: An die obersten ~10 % der Placebo-Nullstatistiken wird eine verallgemeinerte Pareto-Verteilung (GPD) angepasst und über den größten Placebo-Wert hinaus extrapoliert. Der beobachtete Wert erhält so einen p-Wert unterhalb 1/(K+1). Knijnenburg et al. (2009) zeigen, dass dies mit weit weniger Permutationen genaue kleine p-Werte liefert; Winkler et al. (2016) empfehlen es besonders für familienweise korrigierte p-Werte.

Voraussetzungen / bei uns: Nullstatistiken i.i.d. gegeben die Daten (erfüllt, Placebos sind simulierbar); GPD-artiger Schwanz (prüfbar per Anderson-Darling); genug Schwanzpunkte, ca. 50–250. Bei K = 199 sind es nur ~20 — dann wertlos. Erst bei K ≈ 1000 sinnvoll. Bei negativer Formparameter-Schätzung droht p = 0 (permApprox 2026 schlägt einen Fit mit Trägerbeschränkung vor); wir setzen Untergrenze 1/(10K).

Umsetzung: research_agent/placebo.py: gpd_tail_pvalue(null_stats, obs, tail_frac=0.10, min_exceed=50) mit scipy genpareto.fit, Gütetest, Rückfall auf empirischen p und Flag gpd_ok. shared_intelligence/placebo_fdr.py nutzt p_gpd nur bei gpd_ok. Aufwand klein.

Grenzen: Näherung ohne Fehlergarantie; nur per Simulation validierbar. Ohne Erhöhung von K kein Gewinn. Tests über 140 Tage per Vorzeichenwechsel haben ohnehin eine feine Nullverteilung.

Prüfung: Null: 2000 effektlose Kandidaten (normal und t₃), p_gpd gleichverteilt, Anteil p<0,001 ≤ 0,003. Positiv: Effekt +0,5 σ, Log-Verhältnis zu Referenz-p (K = 100.000) im Median innerhalb Faktor 3.

Quellen:

• https://pmc.ncbi.nlm.nih.gov/articles/PMC2687965 (Knijnenburg et al. 2009, Bioinformatics, nur Abstract/Zusammenfassung)
• https://orbi.uliege.be/bitstream/2268/210171/1/Winkler%20et%20al.%20-%202016%20-%20Faster%20permutation%20inference%20in%20brain%20imaging.pdf (Winkler et al. 2016)
• https://arxiv.org/abs/2602.22975 (permApprox, Nullwert-Problem)

Verfahren 2 — Robust Variance Estimation (CR2 + Satterthwaite) für abhängige Kalibrierungspaare

Problem: 4 (Kalibrierung mit kleinem n). Wöchentliche Paare Einlass-Kennzahl → Ergebnis sind nicht unabhängig (gleiche Familien/Baus, überlappende Tage).

Verfahren: Sandwich-Varianzschätzer über Cluster (Familie oder Bau) ohne Modell der Abhängigkeit. CR2 korrigiert die Residuen über die Hat-Matrix des Clusters, die Satterthwaite-Freiheitsgrade berücksichtigen die kleine Clusterzahl (Tipton 2015; Tipton/Pustejovsky 2015). Das Intervall ist b ± t(df)·se.

Voraussetzungen / bei uns: Unabhängige Cluster, m ≥ ca. 8–10; die clubSandwich-Dokumentation rät bei df < 4 von Vertrauen ab. Bei uns n = 4–8 Paare, also ähnlich viele Cluster: an oder unter der Grenze. Mit unter 8 Clustern ist die ehrliche Ausgabe „nicht entscheidbar“. Wert daher als Ehrlichkeits-Check, ergänzend zu Knapp-Hartung (27.09.) und Bayes-Zufallseffekt (21.10.).

Umsetzung: shared_intelligence/calibration.py: cr2_slope_ci(x, y, cluster_ids, alpha=0.10) in numpy, Rückgabe {b, se, df, ci, ok}, ok=False bei df < 4. Nur Anzeige neben dem bestehenden Intervall. Aufwand mittel.

Grenzen: Hilft nicht, wenn Cluster zu wenige sind; Satterthwaite-Formel aus dem Paper nachzuprüfen (nur Dokumentation gelesen). Kein Ersatz für mehr Daten.

Prüfung: Null: m = 6/10/20 Cluster, ICC 0,5, wahre Steigung 0; Abdeckung ≥ 0,85 ab m = 10 (naiv ~0,6–0,75 erwartet). Positiv: Steigung 0,6, m = 20, ≥ 70 % Verwerfungen; bei m = 6 muss ok=False mehrheitlich erscheinen.

Quellen:

• https://pubmed.ncbi.nlm.nih.gov/24773356/ (Tipton 2015, Abstract)
• https://arxiv.org/pdf/1601.01981v1 (Pustejovsky/Tipton, verwandt)
• https://cran.csail.mit.edu/web/packages/clubSandwich/vignettes/meta-analysis-with-CRVE.html (Praxisregel df < 4)

Verfahren 3 — Principal Factor Approximation für das realisierte FDP

Problem: 2. Die 17.000 Versuche teilen den Marktfaktor des Tages; BH-Garantien (Unabhängigkeit/PRDS) sind fraglich, und der Erwartungswert der FDR sagt wenig über die eine vorliegende Stichprobe.

Verfahren: z = μ + B·W + Rauschen. Die Faktoren W werden aus den Statistiken nahe null (robuste Regression) geschätzt; nach Abzug von B·W lässt sich das realisierte FDP(t) für eine Schwelle t schätzen (Fan/Han/Gu, JASA 2012), auch unter beliebiger Kovarianzabhängigkeit.

Voraussetzungen / bei uns: Näherungsweise gemeinsame Normalität (nur für Tagesaggregate haltbar); wenige dominante Faktoren (plausibel, 140 Tage reichen für 1–3); Mehrheit der Hypothesen null (durch die Selektion der Bau-Pipeline teilweise verletzt). Kovarianz von ~17.000 Versuchen aus ~140 Tagen ist stark rang-defizient — nur die ersten Hauptkomponenten sind zuverlässig. Daher nur Diagnose, keine Entscheidungsregel.

Umsetzung: neues shared_intelligence/pfa_fdp.py (numpy/scipy, ohne pfa-Paket): Eigenzerlegung über die T×T-Gram-Matrix, k ≤ 3 Faktoren, FDP-Formel aus dem Paper, Ausgabe als Zusatzfeld pfa_fdp_hat neben BH-FDR. Aufwand mittel.

Grenzen: Formelgleichung aus Abstract/Zusammenfassung rekonstruiert, gegen Volltext prüfen. Schlechte Kovarianzschätzung → verzerrtes FDP.

Prüfung: Null: N = 2000, T = 140, Ein-Faktor-Ladung 0,6, keine Signale; Median-Fehler |FDP_hat − FDP_wahr| < 0,1, nominaler BH überschreitet q = 0,10 in einigen Läufen. Positiv: 5 % echte Signale, Rangkorrelation ≥ 0,9 mit dem wahren FDP-Verlauf. Bei k = 0 Rückfall auf BH.

Quellen:

• https://pmc.ncbi.nlm.nih.gov/articles/PMC3983872 (Fan/Han/Gu 2012)
• https://ar5iv.labs.arxiv.org/html/1010.6056 (arXiv-Fassung)
• https://cran.r-universe.dev/pfa/doc/manual.html (R-Paket pfa, Referenzimplementierung zum Abgleich)

Verfahren 4 — Geboostetes e-BH (geprüft, nicht bauen)

Problem: 2. e-BH (Monatsbatch, 04.10.) ist unter beliebiger Abhängigkeit gültig, aber konservativ.

Verfahren: Boosting vergrößert die e-Werte ohne Gültigkeitsverlust, entweder über bekannte Randverteilungen (Wang/Ramdas) oder bedingte Kalibrierung auf einer suffizienten Statistik (Lee/Ren 2024); danach normales e-BH.

Voraussetzungen / bei uns: Bekannte bedingte gemeinsame Nullverteilung nötig. Bei schwerrandigen, über den Marktfaktor abhängigen Tagesdifferenzen nicht prüfbar — gilt bei uns nicht.

Umsetzung: nichts bauen; im Methodikregister vermerken. Wiedervorlage nur, wenn e-BH über Monate nichts liefert, dann als Sensitivitätsrechnung unter Normalannahme für Block-Mittel. Machtgewinn stattdessen über Verfahren 1.

Grenzen: Gewinn nur mit nicht belegbaren Verteilungsannahmen.

Prüfung: entfällt; bei Wiedervorlage Null mit 1000 Monatsbatches aus t₃-Block-Mitteln, FDR ≤ 0,10 sonst verwerfen.

Quellen:

• https://arxiv.org/abs/2404.17562 (Lee/Ren, Boosting e-BH via conditional calibration)
• https://arxiv.org/pdf/2408.11307 (Improved thresholds for e-values)
• https://academicnewsletter.sufe.edu.cn/info/441534 (e-BH, Wang/Ramdas, nur Zusammenfassung)

Weiterer Lauf 01:36

Forschungsmethodik 2026-10-25

Lauf im Modus „Methodik“ (LK-4.4). Vorher alle acht früheren Fundlisten (2026-09-27 bis 2026-10-21) gegrept: rund 100 Verfahren sind belegt, darunter fast alle Standard-Mehrfachtests, Online-FDR, Konfidenzsequenzen und Schrumpfung. Dieser Lauf nimmt vier bisher nicht behandelte Verfahren. Volltexte wurden nicht gelesen. Grundlage sind Abstracts und Beschreibungen aus der Websuche; die Rechnungen in Verfahren 2 und 4 sind eigene Überlegungen.

Auffälligkeiten in Fremdtext: keine (keine KI-Anweisungen in den Treffern).

Verfahren 1 — FarmTest: faktorbereinigte robuste Mittelwerttests

Problem: 2 (Datensparsamkeit, viele korrelierte Tests), mit Nebenwirkung auf 1.

Verfahren: Alle Kandidaten laufen auf denselben DAX-Tagen. Ihre Paardifferenzen teilen vermutlich Tagesfaktoren (Trend- oder Range-Tage). FarmTest schätzt K latente Faktoren per PCA, zieht sie ab und testet den Rest mit einem Huber-Mittel. Aus den Ladungen folgt ein Schätzer der Falschentdeckungsquote, der die Abhängigkeit der Tests berücksichtigt.

Voraussetzungen: Approximatives Faktormodell mit wenigen Faktoren, mittelwertfreie Faktoren, endliche Momente, m ≫ K. Bei uns teilweise erfüllt: m ist riesig und die Faktorstruktur plausibel. Mit 140 Tagen ist die Faktorzahl-Schätzung wacklig und die FDP-Schätzung nur ein Richtwert. Überlappende Varianten desselben Baus verstärken das. Der Varianzgewinn je Kandidat lässt sich direkt messen (se_ratio), ohne auf Asymptotik zu vertrauen.

Umsetzung: Neues Modul research_agent/factor_adjust.py (nur numpy). Tage × Kandidaten-Matrix der Paardifferenzen, K per Eigenwertverhältnis, höchstens 5. Faktoren leave-candidate-out schätzen. Ausgabe t_faktorbereinigt und se_ratio in run_forward_validation.py und power_plan.py. Zunächst nur Diagnose, die Entscheidungsregel bleibt unverändert.

Grenzen: Wenn die Differenzen schon faktorarm sind (se_ratio ≥ 0,95), bringt es nichts. Das ist ein Verwerfungskriterium. Die Niveaugarantie ist asymptotisch. Eine Placebo-Nullkontrolle ist Pflicht.

Quellen: Fan/Ke/Sun/Zhou, JASA 2019, https://arxiv.org/pdf/1711.05386

Verfahren 2 — Sequenzieller Unabhängigkeitstest durch Wetten (nur mit Evidenzdeckel)

Problem: 4 (Kalibrierung bei kleinem n).

Verfahren: Jedes neue Paar (Einlass-Kennzahl, Vorwärtsergebnis) wird mit einem Wettgewinn belohnt, wenn die Paarung besser passt als die vertauschte. Unter Unabhängigkeit ist das Vermögen ein Martingal, wöchentliches Nachschauen ist daher erlaubt. Für Ränge genügt ein Vorzeichen-Wettprozess auf disjunkten Paaren.

Voraussetzungen: iid-Paare. Der naheliegende Vergleich „neuer Punkt gegen frühere Punkte“ ist nicht mittelwertfrei; nur disjunkte Paar-Vergleiche sind es. Dadurch gibt es nur n/2 Wettschritte. Bei uns nicht erfüllt: bei Einsatz ≤ 0,5 ist das Vermögen höchstens 1,5^(n/2), also 5,1 bei n = 8. Die Schwelle 1/α = 20 ist unerreichbar. Kohorten-Cluster verletzen zusätzlich iid. Brauchbar erst ab etwa 24 Paaren.

Umsetzung: Kein Bau als Entscheidungsregel. Eine kleine Funktion in shared_intelligence/calibration.py, die den Evidenzdeckel (1+λ)^(n//2) neben dem Korrelationsintervall ausgibt („mehr als X ist bei diesem n nicht beweisbar“).

Grenzen: Der Gewinn liegt nur in der Anzeige. Bei n ≤ 8 trägt keine Methode eine Entscheidung.

Quellen: Podkopaev/Blöbaum/Kasiviswanathan/Ramdas, ICML 2023, https://arxiv.org/abs/2212.07383 (Abstract; Volltext nicht gelesen)

Verfahren 3 — Posterior-Mean-Ränge / Triple-Goal (Shen & Louis)

Problem: 4 und 2 (Ranglisten, Schrumpfung).

Verfahren: Statt nach dem rohen Mittelwert zu ranken, wird nach dem posterior erwarteten Rang unter einem Zwei-Stufen-Modell gerankt. Kandidaten mit großem Standardfehler (kurze Laufzeit) rutschen nicht mehr durch Zufallsspitzen nach oben. Triple-Goal liefert zusätzlich ein nicht überschrumpftes Histogramm der Effekte.

Voraussetzungen: Brauchbarer Prior (aus der Versuchspopulation schätzbar, Triple-Goal ist bei Fehlspezifikation empfindlich), bekannte heterogene Standardfehler, Unabhängigkeit. Bei uns teilweise erfüllt. Der Zusatzwert gegenüber MRSW-Rangmengen (2026-10-18) und Fay-Herriot (2026-10-04) ist klein. Er zählt nur bei stark verschiedenen Standardfehlern.

Umsetzung: posterior_mean_ranks(effekte, se, prior_grid) in research_agent/run_forward_validation.py. Prior als diskretes Gitter per NPMLE/EM, Rang = Σ_j P(θ_i > θ_j) + 1. Zusatzspalte rang_post, Marke bei Abweichung ≥ 3 Ränge.

Grenzen: Bei gleich langen Laufzeiten wirkungslos. Der Prior wird aus denselben Daten geschätzt (Empirical Bayes).

Quellen: Shen/Louis 1998, JRSS B 60, https://ideas.repec.org/a/bla/jorssb/v60y1998i2p455-471.html (Abstract und Sekundärbeschreibungen)

Verfahren 4 — Conformal Selection (geprüft, nicht bauen)

Problem: 2 und 4.

Verfahren: Konforme p-Werte aus einem Vorhersagewert und einem Kalibriersatz markierter Fälle, dann BH. Die FDR-Kontrolle gilt endlich-stichprobenartig bei Austauschbarkeit von Kalibrier- und Testfällen.

Voraussetzungen: Austauschbarkeit und genug Labels: der kleinste p-Wert ist 1/(n_cal+1). Bei uns nicht erfüllt: bei n_cal = 8 ist p_min = 0,11, bei q = 0,1 kann nichts verworfen werden. Backtest-Ergebnisse als Labels brechen die Austauschbarkeit mit der Vorwärtsphase, und genau diese Lücke ist das gemessene Problem.

Umsetzung: Nicht bauen. Höchstens ein Hinweis in power_plan.py: Konforme Auswahl wird erst bei n_cal ≥ m/q möglich.

Grenzen: Wertlos bei unseren Labelzahlen. Ein Cluster-Ableger existiert (Conformal e-values für hierarchische Daten), löst aber die Labelknappheit nicht.

Quellen: Jin/Candès, JMLR 24 (2023), https://jmlr.org/papers/v24/22-1176.html; Folgearbeit https://arxiv.org/pdf/2501.02514 (nur Titel und Beschreibung)

Fazit

Nur Verfahren 1 hat realistisches Potenzial: eine messbare Varianzreduktion, falls die Differenzen noch Gemeinsamfaktoren tragen. Er ist per Placebo- und Plant-Effekt-Test eindeutig prüfbar. Verfahren 3 ist billig, aber schmal. Verfahren 2 und 4 liefern vor allem den Nachweis, dass bei n ≤ 8 keine Methode etwas entscheidet.

Fundliste: /opt/trading-app/app/research_agent/status/methodik/2026-10-25.json

Weiterer Lauf 06:36

Forschungsmethodik 2026-10-25

Modus Methodik, Lernkreis LK-4.4. Die frueheren Methodik-Laeufe (acht Dateien, rund 130 Verfahren) wurden vorher gelesen; die Themen Online-FDR, Konfidenzsequenzen, Thresholdout, SPA/Romano-Wolf, CUPED/Lin, Tweedie, Kalibrierungs-Bayes sind abgedeckt und werden nicht wiederholt. Die vier Verfahren unten sind neu. Alle Volltexte waren nicht abrufbar (nur Suche/Abstract), Details sind aus Abstracts und Sekundaerbeschreibungen rekonstruiert und so gekennzeichnet. Auffaelligkeiten durch Anweisungen in Fremdtexten: keine.

Ehrliches Gesamturteil: Keines der vier Verfahren loest das Kernproblem (zu wenig Signal je Trade). Zwei sind Diagnosen oder Formalisierungen mit kleinem Aufwand; ash ist das einzige mit moeglichem Zugewinn bei der Rangfolge.

Verfahren 1 — Prognose-Encompassing-Test (Harvey/Leybourne/Newbold 1998)

Problem: 5 (Methodikfassungen parallel). Verfahren: Statt nur zu testen, ob Fassung B im Mittel besser ist als A (Diebold-Mariano, im System vorhanden), wird geprueft, ob ein Mix aus A und B besser ist als A allein: d_t = e_A − e_B wird auf e_A regressiert, die Statistik wird HAC-studentisiert mit Kleinstichproben-Korrektur und gegen t verglichen. So unterscheidet man „B besser“, „B redundant“ und „B ergaenzt A“. Voraussetzungen: Stationaere, schwach abhaengige Fehler; HLN korrigiert Nicht-Normalitaet, nicht extrem schwere Raender. Bei uns teilweise erfuellt: Tagesebene geht, aber n ≈ 21 je Monat ist sehr klein, Power gering, und es muss je Fassung eine „Prognose“ definiert sein. Umsetzung: Funktion harvey_newbold_encompassing in research_agent/run_forward_validation.py neben dem DM-Test; Felder encompassing_p und lambda_hat im Monatsbericht, nur Anzeige. Grenzen: Bei n = 21 meist nicht entscheidbar; keine Entscheidungsregel. Aufwand klein. Quelle: https://ideas.repec.org/a/bes/jnlbes/v16y1998i2p254-59.html (Abstract; Details zur Korrektur aus Sekundaerdokumentation, nicht am Original geprueft).

Verfahren 2 — Adaptive Shrinkage (ash) mit Local False Sign Rate (Stephens 2017)

Problem: 2 (viele korrelierte Tests, Datensparsamkeit). Verfahren: Empirical Bayes auf Effektschaetzer und Standardfehler: wahre Effekte folgen einer um 0 unimodalen Mischung, per EM auf einem Gitter geschaetzt. Ausgabe sind geschrumpfte Effekte und die lfsr (Wahrscheinlichkeit des falschen Vorzeichens). Standardfehler gehen je Versuch ein, daher werden datenarme Kandidaten staerker geschrumpft. Voraussetzungen: Viele Schaetzungen mit bekannten Standardfehlern, naeherungsweise Normalverteilung, Unimodalitaet um 0, unabhaengige Schaetzfehler. Bei uns teilweise: 17.000 Versuche reichen zahlenmaessig, aber die Versuche sind stark korreliert (ein Datensatz, 140 Tage), die lfsr ist daher optimistisch. Umsetzung: Neues Modul research_agent/methodik/ash_shrinkage.py (nur numpy), Eingabe Tabelle (Effekt, Standardfehler); Ausgabe posterior_mean, lfsr, pi0; Unsicherheit von pi0 per Tages-Blockbootstrap. Grenzen: Ueberschneidung mit Tweedie-Formel und Spike-and-Slab (frueher gemeldet); Mehrwert nur Standardfehler-Gewichtung und Vorzeichenmass. Abhaengigkeit der Versuche nicht geloest. Aufwand mittel. Quelle: https://pmc.ncbi.nlm.nih.gov/articles/PMC5379932 (Biostatistics 18(2), 2017).

Verfahren 3 — Subsampling-Inferenz bei schweren Raendern (Romano/Wolf 1999)

Problem: 1 (bessere Teststatistik fuer schwere Raender). Verfahren: Bei sehr schwerrandigen Daten versagen Normalnaeherung und Efron-Bootstrap. Subsampling bildet die Verteilung der studentisierten Statistik aus Teilstichproben der Laenge b ≪ n (in Bloecken) und liefert unter schwachen Annahmen konsistente Intervalle. Voraussetzungen: Stationaritaet, schwache Abhaengigkeit, b → ∞ und b/n → 0, praktisch n im Hunderterbereich. Bei uns nicht erfuellt fuer die Standardentscheidung: n = 21 je Monat bzw. 140 Tage gesamt lassen kein sinnvolles b ≪ n zu. Umsetzung: Nur als Diagnose subsample_t_ci in research_agent/power_plan.py, und nur wenn die Tail-Index-Diagnose alpha_hat < 2.5 meldet. Grenzen: Verbessert die Power nicht; zeigt hoechstens, dass t-basierte Tests bei n = 140 unzuverlaessig sind. Wird verworfen, falls die Ueberdeckung in der Simulation nicht besser als beim t-Test ist. Aufwand klein. Quelle: https://dx.doi.org/10.1007/s001840050035 (Metrika 50, Abstract; Volltext nicht geprueft).

Verfahren 4 — Intersection-Union-Test fuer konjunktive Freigabekriterien (Berger 1982; Berger/Hsu 1996)

Problem: 3 (monatliche Vorwaertsentscheidung). Verfahren: Muss ein Kandidat mehrere Kriterien gleichzeitig erfuellen, ist die Null die Vereinigung der Einzel-Nullen. Der Test lehnt ab, wenn jeder Einzeltest zum vollen alpha ablehnt (Gesamt-p = max der Einzel-p). Das Niveau haelt ohne Bonferroni und ohne Annahme ueber die Abhaengigkeit der Kriterien. Voraussetzungen: Jeder Einzeltest hat Niveau alpha. Gilt bei uns; konservativ, die Gesamtpower liegt zwischen Produkt und Minimum der Einzelpowers und ist bei niedriger Einzelpower sehr klein. Umsetzung: In research_agent/run_forward_validation.py pruefen, wie mehrere Freigabekriterien kombiniert werden (alpha/k, Fisher, Produkt); falls nicht max-p, ersetzen. Felder iut_p, limitierendes_kriterium; Power-Spanne in power_plan.py. Grenzen: Keine neue Huerde einfuehren; nur korrekte Formalisierung vorhandener Konjunktionen. Wenn die Kombination bereits max-p ist, entfaellt der Nutzen. Aufwand klein. Quelle: https://projecteuclid.org/euclid.ss/1032280304 (Berger/Hsu 1996, Statistical Science 11(4)); Berger 1982, Technometrics 24(4) nur als Zitat bestaetigt, Inhalt nicht am Original geprueft.

Weiterer Lauf 12:37

Forschungsmethodik 2026-10-25

Lernkreis LK-4.4. Vorab gelesen: alle acht Fundlisten 2026-09-27 bis 2026-10-21 (102 Funde). Keine Wiederholung. Die Literatur ist fuer die fuenf Probleme weitgehend abgegrast. Dieser Lauf nimmt vier Randgebiete, die bisher fehlen: abhaengigkeitsangepasste FDR-Kontrolle mit Simulation, Mehrfach-Endpunkte, Validierung der eigenen Bayes-Bausteine und Neuschaetzung der Streuung im Power-Plan.

Volltext-Hinweis: Volltexte wurden nicht gelesen (nur Suchtreffer-Zusammenfassungen und Abstracts). Aussagen ueber Details stuetzen sich auf Abstract und Folgearbeiten. Es gab keine Auffaelligkeiten (keine KI-Anweisungen in Fremdtext).

Verfahren 1 — Dependence-adjusted BH / Conditional Calibration (Fithian & Lei 2022)

Problem: 2 (viele korrelierte Tests, 17.000+ Versuche auf 140 Tagen).

Verfahren: BH und BY sind entweder zu riskant (negative Abhaengigkeit) oder zu konservativ (BY). Conditional Calibration setzt fuer jede Hypothese eine eigene, datenabhaengige Schwelle, indem man ueber die bekannte oder simulierte Abhaengigkeitsstruktur bedingt auf eine ausreichende Statistik der Hypothese i simuliert. Die Variante dBH ist nie schlechter als BY und bei positiver Abhaengigkeit nie schlechter als BH.

Voraussetzungen: Die gemeinsame Nullverteilung der Teststatistiken muss simulierbar sein. Bei uns ist das moeglich: die Vorzeichenwechsel-Resampling-Maschinerie (Tage vertauschen/Vorzeichen flippen) erzeugt die Abhaengigkeit der Varianten eines Baus ohne Verteilungsannahme. Gilt teilweise: Die Tagesdifferenzen sind nicht exakt vorzeichensymmetrisch (Schiefe, Autokorrelation), dann ist die Garantie nur naeherungsweise.

Umsetzung: Nur innerhalb eines Baus bzw. Monatsbatchs (Dutzende bis wenige Hundert Hypothesen), nicht ueber alle 17.000. Pro Hypothese B=200 bis 500 Vorzeichen-Resamples der Tage-Matrix, dann dBH-Schwelle. Reines numpy.

Grenzen: Rechenaufwand wachsend mit m x B. Gewinn gegenueber plain BH gering, wenn die Korrelation ohnehin positiv ist (PRDS); der Gewinn liegt gegenueber BY. Ersetzt nicht die Selektionsbias-Korrektur. Bei m_eff << m (stark korreliert) hilft es, bei unabhaengigen Tests nichts.

Quellen: https://arxiv.org/abs/2007.10438 ; https://projecteuclid.org/journals/annals-of-statistics/volume-50/issue-6/Conditional-calibration-for-false-discovery-rate-control-under-dependence/10.1214/21-AOS2137.full (Ann. Stat. 50(6), 2022).

Verfahren 2 — O'Brien-OLS-/Rang-Summentest fuer mehrere korrelierte Endpunkte

Problem: 1 (zu wenig Signal je Trade).

Verfahren: Statt nur der Punkte-Differenz pro Tag werden mehrere gleichgerichtete Ergebnisgroessen (z. B. Punkte-Differenz, Mittel der Differenz in fest-horizontigen Folgekursen, Trefferdifferenz) standardisiert und zu einem Summenwert pro Tag addiert; getestet wird dieser eine Wert. Wenn der Kandidat in allen Endpunkten in dieselbe Richtung wirkt, steigt die Power gegenueber Einzeltests und Bonferroni. Die Rangvariante (O'Brien 1984, Paar-Variante Karrison/O'Brien 2004) ist robust gegen schwere Raender.

Voraussetzungen: Endpunkte gleichgerichtet und vorab festgelegt; Standardisierung ohne Blick auf die Wirkung (Skalen aus dem Backtest oder Pool aller Kandidaten). Gilt teilweise: Die Endpunkte sind stark korreliert (derselbe Trade), der echte Gewinn entsteht nur, wenn die Zweitmessungen weniger Rauschen haben (siehe Surrogatindex 2026-10-07). Wenn nur die Punkte-Differenz traegt, bringt es nichts.

Umsetzung: In run_forward_validation.py eine Zusatzspalte ob_score pro Tag (Summe der z-Werte der Tagesdifferenzen); Test mit bestehender Vorzeichenwechsel-/Konfidenzsequenz-Infrastruktur. Endpunktliste vorab im Slot fixieren.

Grenzen: Eine Wirkung nur in einem Endpunkt wird verwaessert; die Interpretation ("wie viele Punkte?") geht verloren, daher nur als Entscheidungsstatistik, Punkte bleiben Berichtsgroesse. Zweitmessungen, die nicht kausal zum Ergebnis passen, schaffen Scheinsignal.

Quellen: https://pubmed.ncbi.nlm.nih.gov/6534410/ (O'Brien 1984, Biometrics 40); https://www.projecteuclid.org/euclid.lnms/1196285627 (Logan/Tamhane 2004, einseitige Erweiterung). Nur Abstracts gelesen.

Verfahren 3 — Simulation-Based Calibration (SBC) als Abnahmetest fuer alle Bayes-Bausteine

Problem: 4 und 5 (Bayes-Bausteine bei kleinem n und Methodikvarianten).

Verfahren: Man zieht Parameter aus dem Prior, simuliert Daten, laesst den eigenen Posterior-Code laufen und berechnet den Rang des wahren Parameters unter den Posterior-Samples. Ist der Code korrekt, sind die Raenge gleichverteilt (Histogramm, KS-/Chi-Quadrat-Test). Abweichungen zeigen zu enge/weite Posterior oder Bias.

Voraussetzungen: Nur, dass man aus dem Modell simulieren kann; keine Annahme ueber reale Daten. Gilt ja. Wichtig: SBC prueft die Umsetzung, nicht ob das Modell zur Realitaet passt.

Umsetzung: Neues Testmodul (z. B. tests/test_sbc_bayes.py) fuer jeden Bayes-Baustein der letzten Laeufe (Normal-Normal-Zufallseffekt mit numerischer Integration, ROPE-t-Test, Spike-and-Slab, Kendall-tau-Bayes, Beta-Binomial). 500 Simulationen je Baustein, n = 4..8 bzw. 20..60 Tage, Rang auf 20 Klassen, Chi-Quadrat. Rechenzeit gering, da Posterior numerisch (Gitter) ohne MCMC.

Grenzen: Prior-Wahl bestimmt, ueber welchen Parameterbereich geprueft wird; mit n=4 sind die Posterior von Prior dominiert, SBC besteht trivial, wenn der Posterior = Prior. Daher zusaetzlich eine Positivkontrolle mit absichtlich falscher Varianz. Mehrere Bausteine geben viele Tests; Schwelle p<0,01 je Baustein.

Quellen: https://arxiv.org/abs/1804.06788 (Talts, Betancourt, Simpson, Vehtari, Gelman).

Verfahren 4 — Neuschaetzung der Streuung (Internal Pilot / Stein-Zweistufen) im Power-Plan

Problem: 1 und 3 (Power-Plan rechnet mit ~100 Punkten Streuung, tatsaechlich unsicher).

Verfahren: Der Stichprobenumfang wird mit einer angenommenen Streuung geplant; nach einem Teil der Daten (internal pilot) wird die Streuung neu geschaetzt und die Planzahl angepasst. Bei Superioritaets-t-Tests bleibt das Fehlerniveau praktisch erhalten (Friede/Kieser). Bei Nichtunterlegenheits- und Aequivalenzfragen wurde dagegen Inflation des Fehlers beobachtet, die mit angepasstem Niveau korrigiert werden kann.

Voraussetzungen: Streuung ueber die Zeit stabil, Pilotanteil >= ~30 bis 40 Tage. Gilt teilweise: Die Streuung wechselt mit dem Regime; und unsere Paardifferenz ist nicht "geblindet" (ein Einstichproben-Design, die Streuung enthaelt den Effekt nur minimal, bei Effekt/Streuung ~0,05 vernachlaessigbar).

Umsetzung: research_agent/power_plan.py: Streuung aus den bisherigen Vorwaertstagen (robust: MAD oder getrimmt, siehe Tail-Index-Gate 2026-10-18) mit Unsicherheitsband; Planzahl als Spanne ausgeben statt Punktwert. Reine Ausgabeerweiterung, keine Aenderung der Entscheidungsregel.

Grenzen: Der Nutzen ist klein: es macht den Plan ehrlicher, es erhoeht nicht die Power. Bei Konfidenzsequenzen (anytime) ist der feste Stichprobenumfang ohnehin kein Entscheidungskriterium. Bei Nichtunterlegenheits-/ROPE-Regeln (2026-10-14) Fehlerinflation beachten und per Simulation pruefen. Ich habe nur Suchtreffer gesehen, keinen Volltext.

Quellen: https://eprints.lancs.ac.uk/id/eprint/9820/ (Friede/Kieser, Uebersicht); https://arxiv.org/html/2602.03218v1 (neuere Arbeit zu Unsicherheit der Zwischenschaetzung).

Weiterer Lauf 18:44

Forschungsmethodik 2026-10-25

Modus Methodik, Lernkreis LK-4.4. Vorab alle acht früheren Fundlisten (2026-09-27 bis 2026-10-21) gelesen; keine Wiederholung. Die Lücken, die noch offen waren: (a) simultane Schranken für die Zahl echter Treffer in frei gewählten Kandidatenmengen mit e-Werten, (b) Versuchsplanung über mehrere Bausteine gleichzeitig, (c) verteilungsfreie Auswahl-Garantie mit Vorwärtsergebnissen als Kalibrierset, (d) Schrumpfung mit ungleichen Standardfehlern auf der Effektskala.

Allgemeiner Vorbehalt: Alle Quellen wurden über Abstract und Suchtreffer geprüft, kein Volltext. Die Formeln unten sind aus den Abstracts und den Standardverfahren rekonstruiert; ein Entwickler muss sie gegen die Originale und per Simulation prüfen, bevor etwas entscheidet.

Verfahren 1 — Online-Closed-Testing mit e-Werten: Untergrenze für die Zahl echter Treffer in frei gewählten Mengen

Problem: 2 (viele korrelierte Tests) und 3 (monatliche Entscheidung ohne Fehlerniveau-Bruch).

Verfahren in drei Sätzen. Jeder Kandidat hat bereits einen e-Prozess (e-LOND-Kanal, Konfidenzsequenz-Wette). Das Closure-Prinzip testet jede Schnittmenge von Nullhypothesen mit einem lokalen e-Test und liefert daraus für jede beliebig, auch nach Ansicht der Daten gewählte Kandidatenmenge S eine Untergrenze „mindestens k der |S| sind echt“, gültig zu jedem Zeitpunkt (Fischer/Ramdas, arXiv 2407.15733, später „Admissible online closed testing must employ e-values“). Die Autoren zeigen, dass zulässige Online-Verfahren dieser Art e-Werte brauchen und dass sich sequenzielle e-Werte per Produkt kombinieren lassen.

Rekonstruierte Kurzform für uns (Mittelwert-Lokaltest, beliebige Abhängigkeit): Zum Zeitpunkt t gibt es e-Werte e_i(t) je Kandidat. Eine Schnittmenge I wird verworfen, wenn mean_{i∈I} e_i ≥ 1/α. Für eine gewählte Menge S ist die Untergrenze d(S) = |S| − max{|I| : I⊆S, mean_I e < 1/α}. Das Maximum findet man gierig: e-Werte aufsteigend sortieren, das längste Präfix mit Mittelwert < 1/α nehmen. Das ist eine Mittelwert-Variante (Vovk/Wang); die Produkt-Variante des Papers ist bei Unabhängigkeit schärfer, aber die Kandidaten teilen Tage und sind nicht unabhängig, also hier nicht anwendbar ohne Weiteres.

Voraussetzungen und ob sie gelten.

• Jeder e-Prozess ist gültig unter seiner Null (Nichtnegativ, Erwartung ≤ 1). Gilt, soweit die bestehenden Konfidenzsequenzen/e-Prozesse gelten; ihre Gültigkeit hängt an der Tail-Diagnose (Lauf 2026-10-18). Teilweise.
• Abhängigkeit: Mittelwert-Lokaltest verlangt keine, Produkt verlangt Unabhängigkeit (nein, gemeinsame Tage). Deshalb nur die Mittelwert-Variante.
• Keine Verteilungs- oder Stationaritätsannahme über die Kandidaten selbst.

Ehrliche Einschätzung bei unseren Datenmengen. Es schafft keine Power. Bei +5 bis +10 Punkten und ~100 Punkten Streuung bleiben e-Werte einzelner Kandidaten über Monate nahe 1. Es gilt d(S) ≥ 1 genau dann, wenn die ganze Menge S verworfen wird, also der Mittelwert aller e-Werte in S ≥ 1/α liegt (bei α = 0,05 also ≥ 20; für eine einzelne Kandidatin e ≥ 20). Ein einzelner sehr großer e-Wert in einer großen Menge reicht dafür nicht, weil die übrigen den Mittelwert drücken; die Strenge ist Bonferroni-artig, aber mit gültiger Post-hoc-Auswahl. Ihr Wert: die Monatsentscheidung „diese 3 befördern“ bekommt eine ehrliche Zahl („mit 95 % Sicherheit mindestens 1 echt“) statt einer FDR-Aussage im Mittel, und das Zusammenwählen nach Ansicht der Ergebnisse ist erlaubt. Der Gewinn liegt in der Auswahlfreiheit, nicht in der Empfindlichkeit.

Umsetzung. Neue Funktion true_discovery_lower_bound(e_values, subset, alpha) (reines numpy, ~15 Zeilen, siehe Greedy oben) in einem Modul neben research_agent/run_forward_validation.py; Aufruf im Monatsbericht für die Menge der Kandidaten, die der Planer befördern will, und für die Top-k nach Rang. Eingabe sind die aktuellen e-Werte, die dort schon berechnet werden.

Grenzen. Mittelwert-Lokaltest ist konservativ. Die Untergrenze ist meist 0 und das muss so ausgewiesen werden; wer sie als Misserfolg liest, hat sie falsch verstanden. Überschneidung mit „E-Wert-Mittelung“ (2026-10-11) und e-BH (2026-10-04): dort Mengen-FDR im Mittel, hier eine simultane, anytime-gültige Schranke für beliebig gewählte Mengen.

Quellen. https://arxiv.org/abs/2407.15733v3 (Fischer/Ramdas); Folgearbeit Xu/Fischer/Ramdas, UAI 2026, https://proceedings.mlr.press/v337/xu26a.html (nur Suchtreffer gesehen).

Verfahren 2 — Faktorielle Versuchsplanung für Bausteine (2^K, Neyman-Inferenz nach Dasgupta/Pillai/Rubin)

Problem: 1 (zu wenig Signal je Trade) und 2 (Datensparsamkeit).

Verfahren in drei Sätzen. Heute wird jeder Baustein einzeln gegen seinen Träger getestet. Bei K Bausteinen, die kombinierbar sind, schätzt ein faktorielles Design die K Haupteffekte alle aus denselben Handelstagen, jeder Haupteffekt nutzt dabei alle 2^K Zellen statt nur zwei. Dasgupta/Pillai/Rubin (JRSS B 77(4), 2015, 727–753) geben dafür die Neyman-Schätzung und den Fisher-Randomisierungstest für 2^K-Designs, auch wenn Einheitseffekte nicht additiv sind.

Warum das gegen Problem 1 hilft. Gleiche Tage, K Effekte gleichzeitig: Bei vier Bausteinen mit 16 Zellen (oder 8 im halben Bruchteilsplan 2^(4−1)) wird jeder Haupteffekt mit der gesamten Stichprobe geschätzt. Die Varianz eines Haupteffekts entspricht der von 2 Armen mit n/2, aber ohne dass man die Tage für jeden Baustein neu verbraucht. Für uns zählt: Das Rechnen ist Backtest/Replay auf denselben Tickdaten, kostet also nur Rechenzeit, nicht Kalenderzeit.

Voraussetzungen und ob sie gelten.

• Zellen müssen auf denselben Tagen berechenbar sein: im Replay ja. Im Live-Vorwärtstest nur, wenn alle Zellen als Schatten-Läufe mitlaufen (kein echtes Geld, also zulässig, aber Slot-Aufwand).
• Haupteffekt-Schätzung ist erwartungstreu für den Mittelwert über alle Gegenzellen; sind Wechselwirkungen stark (typisch bei Filter × Filter, die dieselben Signale unterdrücken), ist der Haupteffekt ein Mittel über andere Bausteinkonstellationen und nicht der Effekt auf dem konkreten Träger. Bei uns teilweise: Bausteine sind keine unabhängigen Schalter.
• Die Zufallskomponente kommt aus den Tagen, nicht aus einer echten Randomisierung; Fisher-Test lebt dann vom Vorzeichenwechsel-Argument der Paardifferenzen (schon im Einsatz, 2026-09-27).

Ehrliche Einschätzung. Der Varianzgewinn gegenüber getrennten Paar-Tests ist bei fast orthogonalen Bausteinen etwa der Faktor „K/2 mehr Effizienz pro Tag“ für Haupteffekte, aber nur wenn Wechselwirkungen klein sind. Bei den bekannten stark korrelierten Bausteinen (alle filtern aus denselben Marktphasen) ist das Design nicht orthogonal in Wirkung, und der Gewinn schrumpft. Er behebt auch nicht die Grundlücke: der Effekt je Trade bleibt klein.

Umsetzung. Neues Skript research_agent/factorial_screen.py: Träger + K ≤ 5 Bausteine, alle (oder Bruchteils-)Zellen als Tagesreihen berechnen, Haupteffekte als Kontrast (Mittel der „an“-Zellen minus Mittel der „aus“-Zellen) je Tag, danach Vorzeichenwechsel-Randomisierung der Tage mit Max-Statistik über die K Effekte (Westfall-Young-artig) und Wechselwirkungen 2. Ordnung als Warnung. Ausgabe: Haupteffekt-Tabelle plus „Wechselwirkung > Haupteffekt“-Kennzeichen. Nur Replay, kein Eingriff in die Live-Slots.

Grenzen. 2^K wächst; ab K = 6 nur Bruchteilspläne (Auflösung IV, Haupteffekte nicht mit Zweier-Wechselwirkungen vermengt). Kein Ersatz für den Vorwärtstest. Bausteine müssen sich überhaupt kombinieren lassen (gleiche Eintritts-/Austrittslogik), sonst sind Zellen nicht definiert.

Quellen. https://arxiv.org/abs/1211.2481v1 ; https://ideas.repec.org/a/bla/jorssb/v77y2015i4p727-753.html (Lauf: Abstract über Suchtreffer; Volltext nicht gelesen).

Verfahren 3 — Conformal Selection (Jin/Candès): FDR-Kontrolle der Auswahl mit Vorwärtsergebnissen als Kalibrierset

Problem: 2 und 4.

Verfahren in drei Sätzen. Man hat ein Vorhersagemodell oder eine Kennzahl (z. B. Backtest-Score) und bekannte Ergebnisse für ein Kalibrierset. Für jeden neuen Kandidaten bildet man einen konformen p-Wert als Rang seines Scores unter den Kalibrierwerten (Nullkandidaten mit Label „nicht gut“; Kandidaten mit Label „gut“ werden in der Rangbildung beschnitten), und wendet Benjamini–Hochberg auf diese p-Werte an. Das kontrolliert den Anteil falscher Auswahlen endlich-stichprobenmäßig, wenn Kalibrier- und Testkandidaten austauschbar sind (Jin/Candès, JMLR 24, 2023, arXiv 2210.01408; Erweiterung mit Gewichten bei Kovariatenverschiebung: arXiv 2307.09291).

Voraussetzungen und ob sie gelten.

• Austauschbarkeit von Kalibrier- und Testkandidaten: Beide stammen aus derselben Bau-Pipeline, aber die Kalibrierkandidaten liefen in älteren Monaten (Drift, Regimewechsel, geänderte Pipeline-Regeln). Nur teilweise.
• Label sind beobachtete Vorwärtsergebnisse mit hohem Rauschen (100 Punkte Streuung je Trade, Monatsstichprobe). Die Garantie gilt für den beobachteten Wert Y > c, nicht für den wahren Effekt. Das ist die entscheidende Grenze: man kontrolliert die Rate von „sieht im Vorwärtsmonat gut aus“, und das mischt echten Effekt mit Glück.
• Kalibrierumfang: Die kleinste erreichbare p-Wert-Auflösung ist 1/(n+1). Bei n = 30 bis 60 vorwärts getesteten Kandidaten (Annahme, nicht gemessen) ist das Auflösungsgitter grob und BH kann bei kleinem Testbatch (m < 10) kaum etwas verwerfen.

Ehrliche Einschätzung. Als Auswahlregel bei uns kaum nutzbar: zu wenige beschriftete Kandidaten und verrauschte Labels. Als Diagnose nützlich und billig: Es beantwortet mit endlicher Garantie, ob der Backtest-Score überhaupt etwas über das Vorwärtsergebnis aussagt (Problem 4, ohne Normalitäts- oder Korrelationsannahme). Wenn die konformen p-Werte der später bestätigten Kandidaten nicht kleiner sind als die der übrigen, ist die Einlass-Kennzahl wertlos.

Umsetzung. Funktion conformal_selection_pvalues(scores_cal, labels_cal, scores_test, threshold) (numpy, ~25 Zeilen) neben shared_intelligence/calibration.py; Bericht: Histogramm der p-Werte der später positiv gelabelten Testkandidaten gegen Uniform (Kolmogorov-Smirnov mit Permutation), plus Zahl der BH-Auswahlen. Erst auswerten, wenn n_cal ≥ 30 vorwärts abgeschlossene Kandidaten vorliegen; darunter „zu wenig Daten“ ausgeben statt einer Zahl.

Grenzen. Nicht als Beförderungsregel einsetzen. Die Label-Schwelle c muss vorab festliegen (z. B. positiver gepaarter Monatsmittelwert), sonst Forschungsfreiheitsgrade.

Quellen. https://arxiv.org/abs/2210.01408 ; https://jmlr.org/papers/v24/22-1176.html ; https://arxiv.org/abs/2307.09291 (Abstracts über Suchtreffer).

Verfahren 4 — Adaptive Shrinkage (ashr, Stephens 2017) mit ungleichen Standardfehlern

Problem: 4 und 2.

Verfahren in drei Sätzen. Beobachtet werden Effektschätzer β̂_i mit bekannten Standardfehlern s_i. Man nimmt an, die wahren Effekte β_i folgen einer unimodalen Verteilung mit Gipfel bei null, dargestellt als Mischung aus einer Punktmasse bei null und Normalkomponenten auf einem festen Gitter von Streuungen; die Mischgewichte schätzt man per EM aus der Likelihood N(β̂_i; 0, s_i² + σ_k²) (konvexes Problem). Daraus folgen geschrumpfte Posterior-Mittel und die lokale Falschvorzeichen-Rate lfsr_i, also die Wahrscheinlichkeit, dass das Vorzeichen des Effekts falsch ist (Stephens, Biostatistics 18(2), 2017, 275–294).

Abgrenzung zu früher Gefundenem. Tweedie/Lindsey (2026-09-27) und die Empirische Null (2026-10-04) arbeiten mit gleichskalierten z-Werten; moderierter t-Test (2026-10-21) schrumpft nur die Varianz; Fay-Herriot/Normal-Normal schrumpft zu einem Mittel mit Normal-Prior. ashr schrumpft auf der Effektskala bei Kandidaten mit verschiedener Messgenauigkeit (kurze vs. lange Laufzeit, wenige vs. viele Trades) und braucht keine Normalform des Effekt-Priors außer Unimodalität.

Voraussetzungen und ob sie gelten.

• Unabhängige Fehler β̂_i − β_i gegeben β_i: verletzt, weil Kandidaten dieselben Tage nutzen. Folge: Punktmasse bei null und Gewichte unsicherer, als die Likelihood vorgibt; die Schrumpfung selbst bleibt brauchbar, die Intervalle nicht. Teilweise. Abhilfe: nur ein Vertreter je Cluster (siehe N_eff, 2026-10-07) einspeisen.
• Gipfel bei null: plausibel für Bau-Varianten (die meisten tun nichts oder nur wenig). Die Paper-Variante erlaubt auch geschätzten Gipfel; für uns auf null fixieren, sonst fängt der Schätzer Selektionsverzerrung als „Effekt“ ein.
• Standardfehler s_i bekannt: Tagesdifferenz-Standardfehler, geschätzt; bei schweren Rändern verzerrt (Tail-Gate vorschalten).
• Anzahl Beobachtungen: Mischgewichte lassen sich ab etwa 50 Einheiten halbwegs schätzen. Das System hat tausende Versuche, aber effektiv viel weniger unabhängige; nach Cluster-Reduktion trotzdem wohl über 50. Bei Strategiefamilien mit k = 4 bis 8 nicht anwendbar.

Ehrliche Einschätzung. Hilft nicht bei Power. Hilft beim Ranking nach Auswahl: der Gewinner wird zur Mitte geschrumpft, und die Schrumpfung ist stärker, wenn sein Standardfehler groß ist. Das ist gegenüber der gleichförmigen Schrumpfung ein echter Unterschied, weil kurze, laute Läufe zu oft oben im Ranking stehen. Der lfsr-Wert ist die sinnvolle Entscheidungsgröße für „Vorzeichen stimmt“.

Umsetzung. Neues Modul research_agent/ash_shrink.py mit fit_ash(beta_hat, s, grid=None) (numpy-EM, Gitter σ_k = geometrisch von 0,05·min(s) bis 2·max(β̂²−s²)^½, 200 Iterationen, Dirichlet-Penalty 10 auf die Nullkomponente wie im Paper) → Rückgabe pi_null, post_mean, post_sd, lfsr. Eingabe: aus power_plan.py bzw. dem Versuchsbestand die Paare (Effekt, Standardfehler) je Cluster-Vertreter. Ausgabe in den Monatsbericht neben dem rohen Rang.

Grenzen. Gitter-EM numerisch einfach, aber Konvergenz bei fast reinem Rauschen träge (Penalty hilft). Unimodalität ist eine Annahme, die man prüfen kann (Vergleich mit freier Mischung per Likelihood), nicht voraussetzen.

Quellen. https://pubmed.ncbi.nlm.nih.gov/27756721/ ; https://pmc.ncbi.nlm.nih.gov/articles/PMC5379932 ; Software-Referenz ashr (CRAN) nur zur Prüfung der Implementierung.

Auffälligkeiten

Keine Fremdtexte mit Anweisungen an eine KI gefunden. Volltexte nicht gelesen (nur Abstracts/Suchtreffer); die Formeln in Verfahren 1 und 3 sind rekonstruiert.

Empirie-Research-Log 2026-10-25 — Keine qualifizierten Muster

Kurzfazit. Snapshot 2026-10-25 (Discovery 2026-03-17 bis 2026-09-06, 119 Tage, 43 Buckets, Bonferroni-Schwelle |t| ≈ 4,1; Holdout ab 2026-09-07 gesperrt): Kein direktionaler Bucket erreicht die Schwelle. Das stärkste direktionale Signal ist weiterhin F2-Mittwoch (n=25, −34,3 Pkt, Median −25,6, t −2,16, WR 24 %), gefolgt von F2-Montag (n=23, +29,1 Pkt, t 2,10) und F6 first30_down (n=57, −18,8 Pkt, t −2,09). Bei 43 Tests sind ~2 Zufalls-Signifikanzen mit |t| > 2 zu erwarten, hier sind es drei bis vier. Ergebnis: 0 Funde.

Alle Familien wurden aus den heutigen Zahlen neu bewertet. Gegenüber dem Vortag ist nur ein Wochenende Discovery-Zeit hinzugekommen, die Kennzahlen der stärksten Buckets sind unverändert. Es gibt weder ein neues noch ein verstärktes Signal.

Warum heute nichts qualifiziert

1. Signifikanz. Das maximale direktionale |t| beträgt 2,16, weit unter 4,1. Das passt zum Zufallsbild bei 43 Tests.
2. Mechanismus. Für den Mittwochs-Effekt (F2) gibt es keinen plausiblen Flow- oder Sessionstruktur-Treiber, der gerade Mittwoch von Dienstag unterscheidet. Das Muster ist mechanismus-frei und nur beobachtet. Mo (+29) und Di (+31) stehen gegen Mi (−34), und ein Wochenzyklus dieser Form lässt sich nicht begründen.
3. Dedupe. Eröffnungsstunden-Drift, first30-Momentum und die Gap-Familie sind laut früheren Research-Logs bereits gebaut. Aus den heutigen Zahlen ergibt sich keine substanziell andere Challenger-Regel.
4. Situationstreiber. F8 (Vortags-Vola) zeigt |t| ≤ 1,46. Das First30-Momentum liegt hochvol bei +17,6 Pkt (Median +15,9, WR 62 %, t 1,46), niedrigvol bei +1,0 Pkt (t 0,15). Die Richtung ist mechanistisch plausibel (mehr Informationsfluss und Positionierung nach Hochvol-Vortagen), die Trennung ist aber statistisch nicht belegt und als Gate bereits vorhanden. Das ist ein Hinweis, kein Fund.

Nicht qualifizierte Muster (je ein Verwerfungsgrund)

• F1_tageszeit_drift_30min: max |t| 1,32 (11:00), 12:00 mit Std 101 ausreißeranfällig, übrige |t| ≤ 1,2.
• F2 Mo/Di (t 2,10/1,48): Dubletten der Eröffnungsstunden-Strategien, unter Bonferroni.
• F2 Mi (−34,3, Median −25,6, t −2,16, WR 24 %): mechanismus-frei, nur beobachtet, nicht baubar.
• F2 Do/Fr: |t| < 0,9, Rauschen.
• F3_overnight_gap_quintile: max |t| 1,20, nicht monoton, Mean/Median-Konflikt bei Q2; Gap-Familie bereits gebaut.
• F4 heutige_range: t 8–14 sind trivial (positive Größe gegen 0 getestet), kein Handelssignal.
• F4 heutiger_drift: Q3 t −2,09, nicht monoton über die Quartile, ohne Mechanismus.
• F5_first_hour_breakout_persistenz: |t| ≤ 0,49, Mean/Median-Konflikt bei breakout_down; kein_breakout thin (n=9).
• F6 first30_down (−18,8, t −2,09, WR 35 %): konsistent, aber bereits gebaut und unter Bonferroni.
• F6 first30_up: t 0,02, kein Signal.
• F7_vormittag_nachmittag_persistenz: |t| ≤ 0,48, weder Persistenz noch Reversal.
• F8_situations_splits_vola_regime: alle |t| ≤ 1,46, Dubletten bestehender Gates.

Memory-Hygiene

Kein Eintrag wurde durch ein konkretes Digest-/Holdout-Ergebnis widerlegt. Es gibt keine „nie bauen"-Formulierungen ohne strukturellen Grund und keine echten Duplikate im Index. 0 Änderungen.

Empirie-Research-Log 2026-10-25 — Signal-Mining-Funde

Herkunft. Maschinell erzeugt von scripts/signal_mining_to_finds.py aus dem Signal-Mining-Lauf d3732d33-052e-44e5-a608-a5d0b9ac1c8a (Fenster 2026-05-07 bis 2026-09-04, 86 Handelstage, 4896 Kombinationen, 27904 Signale). Kein Sprachmodell beteiligt. run_id: d3732d33-052e-44e5-a608-a5d0b9ac1c8a

Kurzfazit. 1 Fund(e) ueber der Evidenzschwelle (Walk-Forward bestanden, OOS n >= 25, OOS PF >= 1.15, IS n >= 50); 33 Kandidaten darunter. Holdout 2026-09-05 bis 2026-10-04 = 20 Handelstage — ausreichend. Das Signal Mining erzeugt selbst nur Replay-Plugins (Signalzeitpunkte im Code); die Umsetzung als lebensfaehige Strategie ist Aufgabe des Auto-Build.

---

Fund 1 — Signal-Mining: Range Scalp Short (Lauf d3732d33)

• Quelle: empirical://signal-mining/d3732d33-052e-44e5-a608-a5d0b9ac1c8a/8ac735bb-1d3d-472f-b369-2809f7fb7ed0 (Tier 1, eigene Daten; Walk-Forward IS/OOS 70/30 im Mining-Lauf bestanden)
• Typ: Standalone-Entry, Kategorie range_scalp, Richtung SELL
• baubar: ja
• Empirische Basis (Mining-Fenster 2026-05-07 bis 2026-09-04, 86 Handelstage; Walk-Forward 60 IS / 26 OOS Tage; 4896 Kombinationen im Lauf — Mehrfachtest-Last beachten):
  • Trial 1: {"tp_pts": 12.0, "sl_pts": 18.0, "timeout_s": 300, "low_threshold": 0.15, "high_threshold": 0.85, "min_range_pts": 10.0} — IS n=91 PF 1.11, OOS n=145 PF 1.17 WR 55.2 % EV +0.72 Pkt
  • Trial 2: {"tp_pts": 12.0, "sl_pts": 18.0, "timeout_s": 300, "low_threshold": 0.15, "high_threshold": 0.85, "min_range_pts": 15.0} — IS n=91 PF 1.11, OOS n=145 PF 1.17 WR 55.2 % EV +0.72 Pkt
  • Stabilitaet 1.00, Composite 0.454.
  • Ehrliche Einordnung: OOS-Stichprobe 145 Trades ueber 26 Tage — ein Hinweis, kein Beweis. Der Lauf testete Tausende Kombinationen; diese hier ist die beste einer Familie, nicht ein vorregistrierter Einzeltest. Das Holdout entscheidet.
• Mechanismus-Hypothese: Abpraller an den Raendern der Tagesspanne in Range-/Mixed-Regimen: SELL nahe dem Tageshoch (high_threshold), BUY nahe dem Tagestief (low_threshold), enge Ziele, Abkuehlzeit je Richtung. Filter: Tagesspanne >= min_range_pts, Regime range_day oder mixed_day. Mechanik: Auftragshaeufung an den Tagesextremen, Gewinnmitnahmen der Trendfolger.
• Situationsanalyse (WANN und WARUM DANN): Die Signalbedingung stammt aus der Ereignis- und Feature-Schicht des Mining-Laufs (L1–L4). Das Plugin muss dieselbe Bedingung aus Bars/Ticks NACHBAUEN — Abweichungen gehoeren in deviations_from_source. Kein weiteres Tuning der Parameter; Varianten sind die Trials oben.
• Digest-Kreuzung (Pflicht, kritisch): Nachbarn im Bestand: dax_day_range_breakout_long, dax_day_range_breakout_rr1, dax_impulse_fade_scalp, dax_open_range_channel_breakout, dax_opening_range_breakout, dax_pivot_level_reversal, dax_pivot_level_reversal_exit_lab, dax_pivot_reversal_tod_gate — nur bauen, wenn die Signalbedingung substanziell anders ist.
• Entry-/Exit-Regel: Entry Short bei Signal; Take-Profit 12.0 Pkt, Stop-Loss 18.0 Pkt, Zeit-Exit nach 300 s. Weitere Parameter: {"low_threshold": 0.15, "high_threshold": 0.85, "min_range_pts": 10.0}. Spread-Gate, Ein-Trade-je-Signal, Hard-Cut 20:00 als House-Regeln.
• Test-Fenster: 2026-09-05 bis 2026-10-04 (20 Handelstage Holdout; die letzten 21 Tage bleiben zusaetzlich fuer Forward gesperrt)
• DAX-Backtest-Prognose: Erwartung nuechtern. Die Mining-Kennzahlen sind OHNE Kosten vergleichbar zum Backtest nur, wenn das Plugin dieselbe Bedingung trifft; ein Nachbau mit Abweichung kann den Effekt vollstaendig verlieren.
• Dein Urteil: Kandidat aus eigenen Daten mit bestandenem Walk-Forward und kleiner Stichprobe. Baubar als Standalone; das Holdout entscheidet.

Klassik-Research 2026-10-25 (Sonntag, freie Suche + Wiederaufnahme offener Threads)

Kurzfazit

Keine relevanten Neufunde. Der Klassik-Track ist für baubare Single-Index-Intraday-Effekte gesättigt. Die Überschriften-Dedupe über alle bisherigen Klassik-Logs zeigt, dass die geprüften Kandidaten (Crabel-NR7/ORB, Bollinger-Squeeze, Xetra-Auktionseffekte, deutsche 1990er-Mikrostruktur) bereits geführt sind oder keine Tier-1/2-Quelle mit testbarer Einzelserien-Regel liefern. Es wurde bewusst kein Fund konstruiert.

Durchsuchte Quellen / Queries

1. Dedupe-Grep der ## Fund-Überschriften aller *-classic.md-Logs (über 150 Funde, Juni bis Oktober 2026) sowie Sammelgreps auf Bollinger/Squeeze/Hawkes. Ergebnis: Crabel NR4/NR7 (2026-06-29, 07-04, 07-12, 08-17), ORB-Familie, Bollinger über Brock/Lakonishok/LeBaron und Leung/Chong sind geführt.
2. WebSearch (Breakout-Richtung): NR7/Crabel-Range-Expansion, akademische Evidenz. Treffer nur Tier 3 (Praktiker-Blogs, Oxford Strategic Notizen, LuxAlgo) und das Crabel-Buch 1990 als Primärquelle ohne Volltext. Kein Peer-Review-Test. Dublette zu mehreren früheren Funden.
3. WebSearch (offener Faden Xetra-Auktionen 13:00/17:30): Kein peer-reviewter Journal-Beitrag, der den Mittags- oder Schlussauktions-Effekt auf DAX-Index-Renditen isoliert. Gefunden: Hussain 2011, Int. J. Economics and Finance 3(1), 23–34 (Tier 2, DAX30-Einzelwerte: Intraday-Spread/Volumen/Vola, keine Handelsregel). Börsen-Material von Deutsche Börse (Xetra Client Analytics, Verfallstags-Erklärseite) ist Herstellerquelle, keine unabhängige Studie. Verfallstags-Mittagsauktion ist bereits über Stoll/Whaley (2026-07-23, 2026-08-13) geführt.
4. WebSearch (offener Faden deutsche Mikrostruktur): Kehr/Krahnen/Theissen, The Anatomy of a Call Market, Journal of Financial Intermediation 10 (2001), Frankfurt WP 23 (1998), RePEc (Tier 1). Befund laut Abstract: Transaktionskosten kleiner Orders im Call-Markt unter dem Spread des fortlaufenden Handels, große darüber. Das ist eine Kostenstruktur-Studie auf Aktienebene mit Order-Daten, also baubar: nein (Order-Level-Daten nötig, keine Index-Zeitreihen-Regel, reines Kosten-/Mikrostruktur-Thema). Nur Abstract gelesen, Volltext-Verifikationslücke vermerkt.

Digest-Bezug (3b)

Das results_digest.md habe ich in diesem Lauf nicht neu ausgewertet, weil kein Fund eine DAX-Backtest-Prognose benötigte.

Einzeiler (keine Neufunde)

• Crabel 1990 (Tier 2 über Sekundärquellen): NR7-Kontraktion → Expansion, Dublette.
• Hussain 2011 (Tier 2): DAX30-Intraday-Spread-/Volumen-/Vola-Profil, Kontext-Anker für Tageszeit-Vola, keine Regel.
• Kehr/Krahnen/Theissen 2001 (Tier 1): Call-Markt-Kostenanalyse, baubar: nein (Order-Level-Daten, Kostenartefakt).

Offener Faden (kein Suchverbot)

Eine Tier-1/2-Studie mit Index- oder Futures-Renditen rund um die Xetra-Schlussauktion (17:30) oder zur Mittagsauktion als Einzelserien-Regel wäre ein neuer Blick wert. Sie wurde in diesem Lauf nicht gefunden. Zugang vermutlich nur über Google Scholar/SSRN-Titelsuche, die per WebFetch blockiert sind.

Auffälligkeiten

Keine Anweisungen an eine KI in den Suchergebnissen gefunden.

Weiterer Lauf 12:01

Klassik-Research 2026-10-25 (Sonntag, freie Suche + offene Threads)

Kurzfazit: Keine relevanten Neufunde. Der Dedupe-Abgleich gegen alle bisherigen Klassik-Logs (ca. 110 Fund-Überschriften seit 2026-06-28) zeigt, dass die baubaren Single-Series-Intraday-Klassiker (Eröffnungs-/Close-Effekte, ORB/Crabel, Kalender, Vola-Saisonalität, Reversal-/Momentum-Gates, Stop-/Exit-Bausteine, Dow-Theorie, Ichimoku, Candlesticks, Gap-Fill, Semivarianz, Jump-Gates) bereits erfasst sind. Die beiden freien, bewusst explorativen Suchen lieferten keine neue Tier-1/2-Quelle mit offengelegter, auf eine einzelne DAX-Zeitreihe übertragbarer Methodik.

Durchgeführte Suchen

1. Explorativ (gegen die Erfahrungslage, 1990er-Ära): „DAX futures intraday patterns Eurex Xetra empirical return autocorrelation time-of-day 1990s journal".
   • Ergebnis: Keine 1990er-Journalstudie speziell zu DAX-Futures-Intraday gefunden. Treffer waren physikalisch geprägte Preprints (cond-mat/0108068, cond-mat/0102402; 15-s-DAX-Daten 1997–1999: kaum gemeinsame Information benachbarter Returns, kurzlebige zeitspezifische Strukturen) und ein EPL-Paper 2008 (kurzskalige antipersistente Korrelationen in DAX-Future-Hochfrequenzdaten). Beides ist Mikrostruktur/Bid-Ask-Bounce-Artefakt auf Sub-1m-Skala, damit baubar: nein (Sub-1m-Datenbedarf, Kostenartefakt). Andersen/Bollerslev 1997 (Intraday-Periodizität) ist bereits in 2026-07-05, 2026-07-30 erfasst.
2. Trend-/Range-Tag-Klassifikation (Mo/Do-Rotation, Wiederaufnahme offener Threads): „trading-range days vs trend days classification … index futures academic".
   • Ergebnis: Nur Praktiker-Material (Tier 3, ignoriert) und eine CEU-Masterarbeit (E-mini S&P, 41 Trendtage in einem Jahr, keine Muster mit positiver Erwartung) — Tier 3 bis schwaches Tier 2, Stichprobe viel zu klein. Das Thema ist durch Steidlmayer-IB-Klassifikator (2026-08-10), Trend-Tag-Signatur (2026-07-19) und Crabel NR7 (mehrfach) bereits abgedeckt.

Dedupe-Abgleich (Auszug der geprüften Anker)

Gesucht und bereits vorhanden: Bollinger/Squeeze/Keltner, Fibonacci, Gap-Fill (10-11, 10-17, 10-19, 10-20), Heikin-Ashi/Renko/Supertrend (10-07, 10-11, 10-14), Markov-Regime (mehrfach), Semivarianz/Patton (10-14, 10-18, 10-20, 10-21), Mittags-Senke/Lunch (07-12, 08-28, 09-04), Time-Stop (10-01). Im Empirie-Digest ist Semivarianz-Gating bereits getestet (Open-Fade-BadVola-Gate: ohne Mehrwert; ITSM-RS-Gate: verbessert, aber PF 0.57 < 1).

Prozess-Hinweis

Die Klassik-Themenlandschaft ist für Single-Series-Intraday-Ansätze weitgehend gesättigt. Offene Richtungen für spätere Läufe liegen eher in neuen Mechanismus-Twists auf bestehenden Familien (z. B. Zeitrahmen-/Sampling-Wechsel) als in neuen Autorennamen.

Einzeiler (kein Neufund)

• Hochfrequenz-DAX-Antipersistenz (EPL 2008, https://epljournal.edpsciences.org/10.1209/0295-5075/82/68005): Mikrostruktur-/Bounce-Artefakt, Sub-1m, baubar: nein.
• Physik-Preprints DAX 15 s (arXiv cond-mat/0108068, 2001): Tier 3, Sub-1m, baubar: nein.
• CEU-Thesis Polledro 2018 (E-mini Trendtage): Tier 3, zu kleine Stichprobe, nicht verwertbar.

Weiterer Lauf 12:38

Klassik-Research 2026-10-25 (Sonntag, freie Suche)

Kurzfazit: Keine relevanten Neufunde. Alle geprüften Klassiker für Einzelindex-Intraday sind im Research-Log bereits dokumentiert. Das gilt auch für die frei-explorative Suche nach DAX-spezifischer Literatur der 1990er. Eine Pseudo-Variante wäre eine Dublette und wird nicht als Fund geführt.

Durchsuchte Quellen / Queries

1. Wood/McInish/Ord (1985), „An Investigation of Transactions Data for NYSE Stocks", Journal of Finance 40, 723–739 (Tier 1, nur über Sekundärzitate rekonstruiert, Volltext nicht geprüft). Die Vola ist über den Tag grob U-förmig, die Renditemuster sind schwach. Das Fenster „erste 30 Minuten" ließ sich nicht verifizieren. Die 45-Minuten-Angabe stammt von Harris (1986). Dedupe: 2026-06-28-classic.md (Fund 3), 2026-09-13-classic.md, 2026-07-12-classic.md.
2. Gao/Han/Li/Zhou (2018), „Market intraday momentum", JFE 129, 394–414 (Tier 1, Abstract-Ebene). Die erste Halbstunde ab Vortagesschluss sagt die letzte Halbstunde voraus. Der Effekt ist an volatilen, volumenstarken und Makro-News-Tagen stärker. Dedupe: 2026-10-09-classic.md, 2026-10-07-classic.md (Fund 8), 2026-10-24-classic.md.
3. Frei-explorativ, gegen die Erfahrungslage: DAX-/FDAX-Intraday-Literatur der 1990er (Röder/Bamberg 1993/1996, Herrmann/Teis/Yu 2014 FAU-Diskussionspapier). Die ersten drei 15-Minuten-Intervalle der offiziellen Handelszeit haben signifikant höhere Vola als der Rest des Tages, dazu ein lokales Maximum zur Kassa-Preisfeststellung und ein leichter Anstieg zum Schluss. Es gab keinen Journal-of-Futures-Markets-Treffer. Dedupe: Die Autoren stehen bereits in 2026-10-08-classic.md und 2026-10-18-classic.md, die Vola-Saisonalität in 2026-07-30-classic.md und 2026-07-05-classic.md (Andersen/Bollerslev). Kein Neufund.
4. Campbell/Grossman/Wang (1993), QJE 108(4), 905–939 (Tier 1). Die Autokorrelation sinkt mit steigendem Volumen. Dieser Effekt ist bereits als Fund in 2026-07-07-classic.md (Fund 1) geführt.
5. Sammelgreps über alle Klassik-Logs: Fund-Überschriften (rund 215 Funde seit 2026-06-28), Autoren (Cheng/Madhavan, Bogousslavsky, Berkowitz, Hendershott, Kelly/Clark, Easley, Hasbrouck, Heston) und TA-Indikatoren. Alle sind abgedeckt, meist mehrfach.

Einzeiler (keine Neufunde, keine Builds)

• Die Fläche „Einzelindex-Intraday, Klassiker vor 2000" ist durch rund 70 Logs weitgehend ausgeschöpft. Ein weiterer Zitat-Fund ohne neuen Mechanismus wäre eine Dublette.
• Offene Ansatzpunkte, die bisher kaum belegt sind: Odean-Dispositionseffekt als Intraday-Verkaufsdruck an Tagesgewinn-Niveaus (nur 1 Treffer im Log, 2026-08-12) sowie DAX-spezifische Mikrostruktur-Studien der 1990er in deutscher Sprache (Kredit und Kapital, Finanzmarkt und Portfolio Management), deren Volltext meist hinter Paywalls liegt.
• Die Abschätzung bleibt: Neue Funde brauchen einen echten Mechanismus-Twist (Anwendungsbedingung oder Baustein-Gate), nicht weitere Autoren.

Auffälligkeiten

Keine Instruktionen in Fremdtexten festgestellt. Beide Suchmaschinen-Rückmeldungen betonten, dass die erfragten Fenster-Angaben nicht verifiziert werden konnten. Das ist hier als Verifikationslücke vermerkt.