Beim Aufbau prädiktiver Modelle für finanzielle Signale greifen die meisten von uns standardmäßig auf Metriken wie RMSE oder MAE zurück. Diese sind nützlich, aber sie können die zentrale Frage übersehen, die viele Strategien antreibt: Hat das Modell die Richtung des Marktes richtig vorhergesagt? Hier kommt die Directional Accuracy (DA) ins Spiel. Definition: DA misst den Prozentsatz der Fälle, in denen ein Modell korrekt vorhersagt, ob sich ein Wert im Vergleich zur letzten Beobachtung nach oben oder unten bewegen wird. Formal: DA = (1/N) * Σ_t sign(A_t – A_{t-1}) * sign(I_t – A_{t-1}) Hierbei ist A = tatsächlicher Wert, I = Inferenz, N = Anzahl der Vorhersagen, und die Indizes geben die Zeitstufen an. Warum es wichtig ist: • RMSE ≠ Handelsleistung. Ein Modell kann den Fehler minimieren, aber konstant das Vorzeichen von Preisänderungen verfehlen, was zu schlechten Ergebnissen führt. • Die Richtung bestimmt Entscheidungen. Bei Seitenwahlstrategien (long vs. short, risk-on vs. risk-off) hängt die Rentabilität stark von der Richtigkeit des Calls ab, weniger von der Größe des Fehlers. • Der wirtschaftliche Wert ist mit DA verknüpft. Selbst kleine Verbesserungen über 50% DA können einen bedeutenden Vorteil schaffen, wenn sie über viele Trades kumuliert werden. Interpretation in der Praxis: • 50% = statistisch signifikante Überlegenheit in unruhigen Märkten. • 55–60% = hoch performant, selten in realen Finanzdaten. • 60%+ = Mach dich bereit, früh in Rente zu gehen. Für Forge-Modellentwickler ist die Verbesserung der Directional Accuracy (DA) besonders relevant bei Themen zu logarithmischen Renditen, wo die Verlustfunktion zusätzliches Gewicht auf die Vorhersage des richtigen Vorzeichens der Renditen legt. Während das Netzwerk die Teilnehmer nicht ausschließlich nach DA bewertet, sind bestimmte Verlustfunktionen so gestaltet, dass sie die Richtungskorrektheit mehr als üblich bewerten. In diesen Fällen werden Modelle, die häufiger "das Vorzeichen richtig haben", unter dem Bewertungssystem besser abschneiden und somit mehr zur kollektiven Intelligenz des Netzwerks beitragen. Dies stärkt nachgelagerte Strategien im Handel, bei der Volatilitätsabsicherung und bei proaktiver DeFi-Ausführung, ohne die Bewertung auf DA allein zu vereinfachen. Wenn du Modelle in Forge verfeinerst, denke über RMSE hinaus. Directional Accuracy ist oft die Metrik, die bestimmt, ob dein Beitrag Teil einer gewinnenden Strategie on-chain wird. Starte jetzt in der Forge: