Die Provokation ist bewusst gewählt. AI ist nicht das Problem. Unkontrollierter Research-Durchsatz ist es.
Generative und agentische Systeme können mehr Papers lesen, mehr Features vorschlagen, mehr Tests schreiben und mehr Kombinationen untersuchen als ein konventionelles Research-Team. Das ist wertvoll. Es vervielfacht aber auch die Möglichkeiten, Rauschen für ein Signal zu halten.
Hypothesen erzeugen
Research-Kapazität war durch Analystenzeit, Coding-Aufwand und Datenaufbereitung begrenzt.
Fehlentdeckungen verwerfen
AI senkt die Kosten eines weiteren Tests. Die statistische Last des Testens sinkt dadurch nicht.
Kontrollierte Ablehnung
Belastbare Research-Systeme müssen Ideen leicht verwerfen und schwer freigeben können.
Steigt die Zahl der Hypothesen schneller als die Qualität der Validierung, entsteht nicht automatisch mehr Alpha. Es kann auch nur eine größere Bibliothek überzeugender Backtests mit schwächerer ökonomischer Bedeutung entstehen.
Mehr Tests können Vertrauen produzieren – selbst wenn jeder Kandidat nur Rauschen ist.
Ein bewusst vereinfachtes Experiment: Keine Kandidatenstrategie besitzt einen echten Edge. Jeder Test nutzt eine Fehlalarmgrenze von 5 %, und die Tests gelten als unabhängig. Die Wahrscheinlichkeit, mindestens ein scheinbar signifikantes Ergebnis zu finden, steigt schnell mit der Zahl der Versuche.
Nur zur Illustration. Reale Research-Tests sind häufig korreliert. Die Grafik schätzt nicht die Overfitting-Wahrscheinlichkeit einer konkreten Strategie.
publizierte Return-Faktoren
Harvey, Liu & Zhu dokumentierten eine große Faktor-Literatur und argumentierten, dass konventionelle Signifikanzgrenzen bei Multiple Testing zu niedrig sind.
untersuchte Prädiktoren
McLean & Pontiff untersuchten eine breite Stichprobe publizierter Return-Prädiktoren in-, außerhalb und nach Veröffentlichung der Originalstudie.
Out-of-Sample-Returns
Die durchschnittlichen Portfoliorenditen lagen außerhalb der Originalstichprobe 26 % unter der publizierten In-Sample-Evidenz.
Returns nach Publikation
Nach Veröffentlichung lagen die durchschnittlichen Renditen 58 % niedriger – vereinbar mit statistischem Bias und Marktanpassung.
Falsches Vertrauen entsteht selten durch einen großen Fehler. Es sammelt sich in kleinen Research-Entscheidungen.
Hypothesenvervielfachung
Features, Transformationen, Schwellenwerte und Horizonte wachsen schneller als die ökonomische These klarer wird.
Point-in-Time-Fehler
Revidierte Daten, heutige Indexmitglieder, verspätete Fundamentals oder falsche Zeitstempel schleusen Zukunftsinformationen in die Vergangenheit.
Wiederverwendetes Holdout
Eine „Out-of-Sample“-Periode ist nicht mehr unberührt, sobald sie wiederholt geprüft und das Modell daran angepasst wird.
Fiktive Umsetzung
Reibungslose Ausführung, unbegrenzte Liquidität, stabiler Borrow und ideale Rolls erzeugen Renditen, die Produktion nicht überleben.
Narrativ nach dem Ergebnis
Eine nach Auswahl des stärksten Backtests geschriebene Kausalgeschichte kann Auswahlglück in scheinbare Überzeugung verwandeln.
Research-Monokultur
Gemeinsame Modelle und Datenquellen können unterschiedlich aussehende Signale erzeugen, die denselben Faktor oder dasselbe Regime ausdrücken.
Der knappe Vermögenswert ist nicht die nächste Idee. Es ist ein Research-Prozess, der „Nein“ sagen kann.
Eine kontrollierte agentische Architektur sollte Ideengenerierung und Freigabeautorität trennen. Agenten können Sammlung, Coding und Challenge-Tests beschleunigen; sie dürfen weder still die Hypothese verändern noch das finale Holdout verbrauchen oder ein Modell in Produktion verschieben.
Registrieren
Ökonomische These, erwartetes Vorzeichen, Horizont und Ablehnungskriterien vor dem Test festlegen.
Rekonstruieren
Point-in-Time-Daten, Zeitstempel, Universum und Transformationshistorie reproduzierbar machen.
Angreifen
Placebos, Teilperioden, Perturbationen, Faktorüberschneidung und Alternativdefinitionen einsetzen.
Validieren
Eine wirklich unberührte Stichprobe einmalig nach vorab fixierter Entscheidungsregel öffnen.
Umsetzen
Turnover, Slippage, Liquidität, Borrow, Kontrakt-Rolls und Kapazität explizit modellieren.
Freigeben
Promotion, Limits, Rollback und Verantwortung bei zuständigen Personen belassen.
Architektur statt AI-Behauptung.
Tensor baut sein Research Operating System so auf, dass Untersuchungen schneller werden, ohne dass Research-Agenten ihre eigenen Schlussfolgerungen freigeben können.
Getrennte Autorität
Discovery, Challenge, Validierung und menschliche Freigabe sind getrennte Stufen mit unterschiedlichen Berechtigungen.
Evidenz vor Freigabe
Point-in-Time-Rekonstruktion, unberührte Validierung, realistische Kosten und Overlap-Tests kommen vor der Eskalation.
Vollständige Research-Lineage
Datenstände, getestete Varianten, Annahmen und Ablehnungsgründe bleiben erhalten – nicht nur der Gewinner.
Menschliche Verantwortung
Menschen behalten Verantwortung für Limits, Einsatz, Ausnahmen, Rollback und laufende Decay-Überwachung.
Frage nicht, ob ein Manager AI nutzt. Frage, was AI verändern darf – und welche Evidenz bestehen bleibt.
- Wie viele verwandte Hypothesen und Parametervarianten wurden getestet, bevor das präsentierte Ergebnis ausgewählt wurde?
- Lassen sich Point-in-Time-Datensatz und Universum für jede historische Entscheidung exakt reproduzieren?
- Welche Periode bleibt wirklich unberührt, und wer kontrolliert den Zugriff darauf?
- Welche Kosten-, Liquiditäts-, Borrow- und Kapazitätsannahmen trennen Research von Umsetzung?
- Wie wird zusätzliche Information gegenüber konventionellen Faktoren und bestehenden Exposures gemessen?
- Wer darf ein Modell freigeben, verändern, aussetzen oder beenden – und ist diese Entscheidung auditierbar?
AI wird analytische Intelligenz reichlicher machen. Dadurch wird disziplinierte Ablehnung wertvoller – nicht weniger wertvoll. Es gewinnt möglicherweise nicht der Manager mit den meisten Ideen, sondern derjenige mit der klarsten Evidenz dafür, warum die meisten Ideen verworfen wurden.Unsere Research-Architektur besprechen