Labor · C · Änderungserkennung
Die Kalibrierung des Detektors, der die Frage „Passiert gerade etwas?“ beantwortet, und seine Auswertung an echten Daten.
Synthetische Kalibrierung
Was es ist: Mit welcher Verzögerung der Detektor eine Verschiebung in künstlichen Reihen erkennt, bei denen der Zeitpunkt der Verschiebung bekannt ist, und wie oft er ohne Verschiebung einen Fehlalarm auslöst.
Welche Daten es speisen: Wird nur mit synthetischen Daten erzeugt; die Datenbank wird nicht berührt. Jedes Szenario wird 60-mal wiederholt; die ersten 90 Beobachtungen sind die Einlaufphase.
Was es zeigt: Die durchschnittliche Erkennungsverzögerung (Tage), die durchschnittliche Zeit bis zum ersten Fehlalarm (ARL0) und die Anzahl erkannter Szenarien; getrennte Zeilen für Mittelwertverschiebungen und Volatilitätsanstiege.
Welche Schlüsse sich daraus ziehen lassen: Die Erkennungsverzögerung ist umgekehrt proportional zum Quadrat des Verhältnisses von Verschiebung zu Rauschen: Kleine Mittelwertverschiebungen werden fast nie erkannt, eine Verdopplung der Volatilität dagegen innerhalb weniger Tage. Deshalb überwacht der Detektor Volumen und Volatilität.
Alarmzeitpunkte rund um Ereignisse
Was es ist: Die Verteilung der Alarme in den ±10 Tagen um erfasste Ereignisse und ein Vergleich mit zufälligen Tagen.
Welche Daten es speisen: Die Ereignistabelle und die Alarmreihe des gewählten Laufs. Dieselbe Statistik an zufälligen Daten wird als Nullhypothese berechnet.
Was es zeigt: Tage vor dem Ereignis sind bernsteinfarbene Balken, Tage danach graue Balken. Darunter die Alarmquote vor Ereignissen und die Zufallsquote.
Welche Schlüsse sich daraus ziehen lassen: Ist die Quote vor Ereignissen nicht deutlich höher als die Zufallsquote, erkennt der Detektor Ereignisse nicht im Voraus. Gibt es keine Ereigniseinträge, bleibt das Diagramm leer; Bilanz- und KAP-Termine sollten unter Einstellungen > Ereignisse geladen werden.
Beständigkeit nach einem Alarm
Was es ist: Ob das Richtungsvorzeichen am Alarmtag 1, 5 und 21 Tage später erhalten bleibt.
Welche Daten es speisen: Die Alarme des gewählten Laufs und die Residualrenditen in return_daily.
Was es zeigt: Trefferquote je Horizont, 95-%-Intervall und Anzahl der Beobachtungen.
Welche Schlüsse sich daraus ziehen lassen: Liegt die Quote unter 50 %, kehrt sich die Bewegung des Alarmtags danach um. Eine Änderung früh zu bemerken heißt nicht, davon zu profitieren; an echten Daten liegt diese Quote bei 47–48 %.
Tägliche Alarmanzahl und Marktturbulenz
Was es ist: Wie viele Aktien an jedem Tag Alarm ausgelöst haben, und die Wahrscheinlichkeit, dass sich der Markt in einem turbulenten Regime befindet.
Welche Daten es speisen: Die Alarmreihe des gewählten Laufs und die gefilterte Wahrscheinlichkeit eines an die XU100-Rendite angepassten Markov-Regimemodells mit zwei Zuständen.
Was es zeigt: Bernsteinfarbene Balken sind die Alarmanzahl, die rote Linie die Turbulenzwahrscheinlichkeit. Der Titel zeigt die Gesamtalarmquote und ob die Nachbarevidenz eingeschaltet ist.
Welche Schlüsse sich daraus ziehen lassen: Häufen sich Alarme in turbulenten Phasen, erfasst der Detektor marktweite statt aktienspezifischer Ereignisse. Verwendet wird die gefilterte Wahrscheinlichkeit, nicht die geglättete: Die geglättete Reihe sieht in die Zukunft und ist im Live-Betrieb daher ungültig.
Die hier bereitgestellten Informationen, Kommentare und Empfehlungen zu Anlagen fallen nicht unter die Anlageberatung. Anlageberatung wird im Rahmen eines Anlageberatungsvertrags erbracht, der zwischen einem Kunden und Wertpapierfirmen, Portfolioverwaltungsgesellschaften oder Banken, die keine Einlagen annehmen, zu schließen ist. Die Signale hier werden mit statistischen Modellen aus historischen Daten erzeugt, allen gleich angezeigt und nicht personalisiert; sie passen möglicherweise nicht zu Ihrer finanziellen Lage oder Ihren Rendite- und Risikopräferenzen. Anlageentscheidungen ausschließlich auf Grundlage der hier gegebenen Informationen zu treffen, führt daher möglicherweise nicht zu Ergebnissen, die Ihren Erwartungen entsprechen.