Die meisten Investoren verfolgen die Leistung, sehr wenige verfolgen, woher die Leistung stammt. Attribution ist die fehlende Schicht in den meisten Handelssystemen 💱

In traditionellen quantitativen Arbeitsabläufen verschwinden fast 40 % des „Alphas“ eines Modells, sobald Sie Signal von Rauschen trennen Das eigentliche Problem ist der Mangel an Verantwortung für den Beitrag jedes Prädiktors.

Signale, die nicht überwacht werden, verfallen schnell Forschungen von mehreren quantitativen Firmen zeigen, dass nicht verfolgte Signale innerhalb von 6–10 Wochen in schnelllebigen Märkten ihre statistische Gültigkeit verlieren Wenn Sie den Verfall nicht messen, erben Sie ihn…

Modellhygiene ist wichtig: – Merkmalsdrift – Überanpassung – Korrelationsspitzen – ungenutzte Gewichte Diese Probleme sind lösbar, aber nur, wenn sie gemessen werden. Sie zu ignorieren verwandelt ein gutes Modell in eine Haftung.

Die Systeme, die langfristig gewinnen werden, sind diejenigen, die: Signalbeiträge verfolgen tote Prädiktoren entfernen basierend auf aktuellen Beweisen neu gewichten und jede Komponente verantwortlich machen. Dieser Verantwortlichkeitskreis ist der Bereich, auf den Yiedl fokussiert ist 👉 nicht nur auf die Leistung, sondern auch auf den Nachweis, woher sie stammt.