Dabei legen wir jede methodische Entscheidung offen: Welche Datenquellen wir verwenden, wo unsere Modelle versagen und warum vergangene Muster keine zuverlässige Grundlage für zukünftige Ergebnisse sind.
Über uns
Wer wir sind
Unser Team analysiert systematisch die empirischen Grundlagen kurzfristiger Renditemuster — ungeschönt, methodisch und ohne Versprechen, die wir nicht halten können.
Unsere Mission im Überblick
Wir betreiben keine Anlageberatung und verkaufen keine Produkte. Was wir tun: Wir durchleuchten die theoretischen und empirischen Grundlagen der kurzfristigen Renditevorhersagbarkeit — und teilen unsere Erkenntnisse so offen wie möglich, einschließlich der Grenzen unserer eigenen Methoden.
Unsere Analysen decken ein breites Spektrum finanzwissenschaftlicher Themen ab.
Die folgenden Bereiche stehen im Mittelpunkt unserer laufenden Forschungsarbeit.
-
Kurzfristige Renditestrukturen und deren statistische Nachweisbarkeit in modernen Marktdaten
-
Theoretische Modelle zur Erklärung von Preisbewegungen über kurze Zeithorizonte
-
Verhaltensökonomische Faktoren, die kurzfristige Marktanomalien begünstigen oder abschwächen
-
Mikrostruktureffekte und deren Einfluss auf die Messbarkeit von Renditemustern
-
Statistische Methoden zur Unterscheidung echter Signale von zufälligem Rauschen in Finanzzeitreihen
-
Robustheit von Vorhersagemodellen über verschiedene Markt- und Liquiditätsbedingungen hinweg
-
Historische Fallanalysen zu Phasen erhöhter und verringerter kurzfristiger Vorhersagbarkeit
-
Einfluss institutioneller Handelsaktivität auf die Persistenz kurzfristiger Renditemuster
-
Frequenzabhängige Analyse von Marktdaten — von Tages- bis hin zu Intraday-Ebene
-
Kritische Bewertung publizierter Forschungsergebnisse zur kurzfristigen Renditeprädiktion
-
Asymmetrien in der Informationsverarbeitung und ihre Wirkung auf Preisfindungsprozesse
-
Regulatorische Rahmenbedingungen in der Schweiz und deren Relevanz für Marktanalysen
-
Wechselwirkungen zwischen Makroökonomie und kurzfristiger Renditedynamik in europäischen Märkten
-
Datengüte und Stichprobenverzerrungen als unterschätzte Quellen von Fehlschlüssen in Studien
-
Anwendung maschinellen Lernens auf Renditeprognosen — Möglichkeiten und systematische Grenzen
-
Vergleich empirischer Befunde aus verschiedenen Marktsegmenten und geografischen Regionen
Unser analytischer Ansatz
Unser internes Verfahren, das wir den Dreischritt-Validierungsrahmen nennen, prüft jeden Befund zunächst auf statistische Robustheit, dann auf ökonomische Plausibilität und schließlich auf praktische Grenzen seiner Anwendbarkeit.
-
Auf welchem Datensatz basiert diese Analyse, und wie repräsentativ ist er für aktuelle Marktbedingungen?
-
Wurde das Ergebnis an einem unabhängigen Zeitraum oder Marktsegment außerhalb der Stichprobe validiert?
-
Welche statistischen Korrekturen wurden für Mehrfachtests und Datenmining-Verzerrungen vorgenommen?
-
Ist das beschriebene Muster nach Berücksichtigung realistischer Transaktionskosten noch wirtschaftlich bedeutsam?
-
Wie verhielt sich das Muster während Perioden erhöhter Marktvolatilität oder systemischer Stressereignisse?
-
Welche theoretische Erklärung wird für das Muster angeboten, und ist sie intern konsistent?
-
Sind die Ergebnisse über verschiedene Frequenzen — täglich, stündlich, minütlich — stabil oder frequenzspezifisch?
-
Wer hat die Studie finanziert, und könnte ein Interessenkonflikt die Darstellung der Ergebnisse beeinflusst haben?
-
Wurden negative Ergebnisse oder gescheiterte Replikationsversuche in der Literatur dokumentiert?
-
Wie reagiert das Modell auf kleine Veränderungen in der Parameterwahl — ist es robust oder fragil?
-
Welche Marktbedingungen müssten dauerhaft bestehen bleiben, damit dieses Muster zukünftig relevant bleibt?
Unsere Haltung zur Forschung
Unser Team besteht aus Analysten mit Hintergrund in quantitativer Finanzforschung, statistischer Modellierung und Marktmikrostruktur. Wir arbeiten kollektiv, nicht hierarchisch — jeder Befund wird intern herausgefordert, bevor er veröffentlicht wird.
Wer nach einfachen Antworten sucht, ist hier falsch — wer nach ehrlichen sucht, ist willkommen.
Wie wir Qualität beurteilen
Verlässliche Forschung zeichnet sich nicht durch Eindeutigkeit aus, sondern durch Transparenz über Unsicherheiten. Wir bewerten Quellen danach, wie klar sie ihre eigenen Einschränkungen benennen — nicht danach, wie überzeugend ihre Schlussfolgerungen klingen.
Unsere Inhalte richten sich an Menschen mit unterschiedlichem Kenntnisstand — von neugierig bis spezialisiert.
Einsteiger
Fortgeschrittene
Spezialisten
Quantitative Fachleute finden bei uns detaillierte Auseinandersetzungen mit Modellgrenzen, Replikationsproblemen und der statistischen Architektur kurzfristiger Renditeanalysen auf wissenschaftlichem Niveau.