Wie man einen statistischen Vorteil an den Finanzmärkten beweist — und warum fast niemand es versucht
Ein Bericht über 471 Arbeitssitzungen, 54 selbst widerrufene Befunde und den Aufbau
eines Beweisapparats, der ein Ergebnis zertifizierbar machen soll — bevor es
überhaupt existiert. Vom ersten Alpha-Build bis zu CORTEX-ONE.
471
Arbeitssitzungen
54
selbst widerrufene Befunde
350
Werkzeuge mit Selbsttest
0
unbelegte Edge-Behauptungen
OrderFlowAi — OrderFlowAi Research
orderflowai.io/forschung
5 · Phase 0: Die ersten Zeilen (Aug 2025 – Feb 2026)7
6 · Phase 1: Vom Anzeigen zum Vorhersagen8
7 · Phase 2: CORTEX wird geboren9
8 · Phase 3: Die Euphorie — und die Zahlen10
9 · Phase 4: Der Bruch (Juli 2026)11
10 · Phase 5: CORTEX-ONE12
11 · Phase 6: Vom Spiegel zum Messgerät13
12 · Die Chronik auf einen Blick14
Teil III — Der Apparat
13 · Das Widerrufsregister15
14 · Vier Falsifikationen im Detail16
15 · Vorregistrierung18
16 · Die Placebo-Kontrolle19
17 · Die Zerfallskurve20
18 · Der Geltungsbereich21
19 · Werkzeuge, die sich selbst prüfen22
Teil IV — Der Stand
20 · Was heute gesichert ist23
21 · Die aktuelle Spur: TP124
22 · Die offene Kette: Stufen 0–825
23 · Der Weg zum Urteil26
24 · Der September: drei Nullbefunde27
25 · Das Delta-Mikroskop28
26 · Vier Leser-Klassen, eine Achse29
27 · Die Wochenendstudie30
28 · Die Replay-Maschine31
29 · Die Börse als Schiedsrichter32
30 · Die neue Ära: ONE CORTEX 0.5.3033
Teil V — Zertifizierung
31 · Warum ein Zertifikat möglich ist34
32 · Das Dossier — was heute schon existiert35
33 · Der Erstheitsanspruch36
Teil VI — Die Evolutionsstufe
34 · Der autonome Mitgründer37
35 · Der Verstärkungseffekt38
Teil VII — Wert
36 · Die Wertschöpfungskette39
37 · Risiken, ehrlich benannt40
38 · Wo wir heute stehen41
39 · Was fehlt bis zum Urteil42
40 · Ausblick43
Lesehinweis. Dieser Bericht behauptet nicht, dass ein Edge gefunden wurde. Er dokumentiert,
wie systematisch danach gesucht wird — und warum genau diese Systematik der eigentliche Vermögenswert ist.
Jede Zahl darin ist gemessen, jede widerlegte Zahl ist als widerlegt gekennzeichnet.
Wer nur eine Seite liest, lese Seite 3. p = Zufallswahrscheinlichkeit
(kleiner ist besser, Schwelle 0,05) · n = Stichprobengröße.
Kurzwege:Investoren · S. 3, 24–33, 36–43Techniker · S. 13–22Prüfer · S. 15–19, 34–35Neugierige · S. 4–14
Handelsprotokolle 598 Trades / 57 Tage (Juni–September)
Alle Ergebniszahlen. Simulationskonto, vollständig aufgezeichnet.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil I · Kapitel 1
Zusammenfassung für Eilige
Wir haben den Edge nicht gefunden. Wir haben etwas Selteneres gebaut: die Maschine, die ihn beweisen könnte.
In der Trading-Software-Branche behaupten hunderte Anbieter einen „Vorteil". Kaum einer kann ihn
belegen — weil dafür ein Apparat nötig ist, den fast niemand baut: Vorregistrierung, Placebo-Kontrollen,
Nullhypothesen, ein Register der eigenen Irrtümer. Diesen Apparat gibt es bei OrderFlowAi seit
Juli 2026 vollständig. Er ist das Ergebnis von zwölf Monaten Arbeit und — das ist der ungewöhnliche Teil —
von 54 Befunden, die wir selbst gekippt haben, statt sie zu verkaufen.
Das Produkt
Vier Software-Editionen laufen in Produktion, zahlende Kunden, offizielles NinjaTrader-Listing.
Der Umsatz hängt nicht am Edge — er hängt an Visualisierung, Orderbuch-Analyse und Journal.
Das ist bewusst so entkoppelt.
Die Forschung
CORTEX — eine selbstlernende neuronale Engine mit 49 Merkmalen und fünf Vorhersageköpfen,
seit dem 23. September mit frischem Lernstand. Letzter, mehrfach abgesicherter Befund: kein nachweisbarer Vorteil, global und
in jedem einzelnen Marktregime. Das ist kein Rückschlag. Das ist ein Messergebnis.
Der Vermögenswert
Der Beweisapparat. 350 Analysewerkzeuge mit eingebauten Selbsttests (4.829 Einzelprüfungen), eine
vorregistrierte Prüfkette in neun Stufen und ein öffentlich geführtes Widerrufsregister.
Wer damit einen Edge findet, kann ihn zertifizieren lassen.
Die fünf Kernaussagen
1
Ehrlichkeit ist hier kein Wert, sondern eine Methode.
54-mal haben wir einen eigenen Befund widerrufen — darunter Ergebnisse, die bereits als Erfolg gemeldet waren.
Jeder Widerruf steht mit Ursache und Kosten in einem maschinell geprüften Register. Ein System,
das seine eigenen Fehler findet, ist die Voraussetzung für jede spätere Zertifizierung.
2
Negative Ergebnisse sind teuer erkauftes Wissen.
Dass das Regime-Label keine Richtungsinformation trägt, dass der Microprice nur 90 Millisekunden
vorausläuft, dass die Größen-Evidenz gegen ihr eigenes Placebo 0,2 Prozentpunkte gewinnt — jede
dieser Erkenntnisse hat Wochen gekostet und spart jedem Nachfolger dieselben Wochen.
3
Wir haben aufgehört, an Schwellen zu drehen.
Der teuerste Fehler dieser Branche ist, Parameter so lange zu justieren, bis die Rückschau gut aussieht.
Seit Juli 2026 steht die Regel vor der Rechnung — vorregistriert, versioniert, im Commit datiert.
4
Wir verfolgen Spuren bis zum Ende — auch wenn es negativ endet.
Die Juli-Spur blieb unentschieden, ihr Endpunkt wurde stillgelegt. Im September fielen drei Bilder gegen
ihre Nulllinie; der Kandidat Flush-Absorption traf 65,6 %, verlor aber 5,17 $ je Trade und ist nach
Regel verworfen. Tickgenaue Replays zeigen: die Einstiege tragen keine Kante — auch nicht umgekehrt.
Was steht: eine Schatten-Sperre mit starkem, aber explorativem Signal (p = 0,0001)
und eine gegen die Börse geprüfte Messbasis (97 %). Also: ehrlich negativ, nicht aufgegeben.
5
Die Entwicklungsgeschwindigkeit wächst mit jedem Modell-Update.
Das Projekt wird von einem Gründer und einem KI-Agenten im „autonomen Mitgründer-Modus" gebaut.
Was 2025 Tage brauchte, braucht heute Stunden — und die nächste Modellgeneration verschiebt
die Grenze erneut. Details in Teil VI.
Der Investorensatz in einem Satz: Sie investieren nicht in die Behauptung eines Edges —
Sie investieren in das einzige Labor der Branche, das einen Edge widerlegen kann,
und deshalb als einziges einen beweisen könnte.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil I · Kapitel 2
Grundlagen
Was ein „Edge" eigentlich ist
Ein Edge ist kein Gefühl, keine Trefferquote und kein guter Monat. Ein Edge ist eine
messbare, wiederholbare Abweichung vom Zufall, die auch dann bestehen bleibt, wenn man
ernsthaft versucht, sie zu widerlegen.
Die vier Bedingungen
Damit man von einem Edge sprechen darf, müssen alle vier erfüllt sein:
A
Ein Vergleichsmaßstab existiert.
Man muss wissen, was Zufall in genau dieser Situation liefern würde. Diese Zahl ist fast nie 50 %.
B
Die Abweichung ist groß genug für die Stichprobe.
70 % Treffer aus 7 Trades sind bedeutungslos. Dieselbe Quote aus 400 Trades ist ein Befund.
C
Sie hält außerhalb der Daten, mit denen sie gefunden wurde.
Alles andere ist Auswendiglernen.
D
Sie überlebt einen ernsthaften Widerlegungsversuch.
Placebo-Kontrolle, vertauschte Reihenfolge, verschobene Zeitachse.
Warum die Nulllinie fast nie 50 % ist
Ein Beispiel aus unserem eigenen Widerrufsregister: Wir maßen bei einem Vorhersagekopf eine
Trefferquote und verglichen sie mit 50 %. Ergebnis: „32 Punkte unter Zufall" — Alarm.
Tatsächlich lag die richtige Nulllinie je nach Tag zwischen 2 % und 20 %, weil ein großer
Teil der Ausgänge weder „auf" noch „ab" war, sondern seitwärts. Gegen die richtige
Linie gerechnet lag der Kopf praktisch genau auf Zufall.
Widerrufen · S392
Der teuerste Satz der Branche
„Die Trefferquote liegt bei 75 %."
Diese Aussage ist wertlos, solange nicht dabeisteht: 75 % wovon, über wie viele
unabhängige Beobachtungen, gegen welche Nulllinie und in welchem Zeitfenster
gemessen. Ohne diese vier Angaben ist es Marketing.
Der Unterschied zwischen Beschreiben und Vorhersagen
Der wichtigste und am häufigsten übersehene Unterschied. Ein Modell kann eine Marktbewegung
perfekt beschreiben und trotzdem völlig wertlos sein — weil es die Bewegung erst
beschreibt, wenn sie schon passiert.
Abbildung 1: Die Zerfallskurve des Microprice-Signals, gemessen an 936.000 bereinigten Einzelabschlüssen (27.07.2026).
Die 86 % Trefferquote sind echt — sie beschreiben aber, was gerade geschieht, und sagen nach 90 Millisekunden nichts mehr voraus.
Ohne diese Kurve wäre daraus ein „Edge" geworden.
Regel, die daraus wurde: Eine Kennzahl ohne Zerfallskurve ist unvollständig — genauso wie
eine Trefferquote ohne Nullhypothese. Beide sind seit Juli 2026 Pflichtspalten in jedem Auswertungswerkzeug.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil I · Kapitel 3
Fehlerlehre
Die fünf Fallen — und wie wir in jede einzelne getappt sind
Diese Liste ist keine Theorie. Jede Falle hat uns Zeit gekostet, jede steht mit Datum und Kosten
im Widerrufsregister. Wir zeigen sie, weil ein Prüfer genau danach fragen wird.
Falle 1 — Die Nulllinie raten statt rechnen
2× getappt
Man vergleicht ein Ergebnis mit 50 %, weil das intuitiv nach „Zufall" klingt. Die tatsächliche
Zufallslinie hängt aber von der Verteilung der möglichen Ausgänge ab — bei uns lag sie zwischen 2 % und 20 %.
Folge: Ein Fehlalarm („32 Punkte unter Zufall") und, schlimmer, ein Fortschrittsindikator,
der ein Jahr lang Lernfortschritt meldete, wo in Wahrheit nur der Anteil der Seitwärtsausgänge sank.
Falle 2 — Die Abdeckungsquote ohne Gegenprobe
Kosten: ein Abend + ein Konzept
Eine Regel traf in 75,4 % der Fälle zu. Das wurde als „erstes Werkzeug, das seine vorregistrierte
Hürde genommen hat" gemeldet. Die Placebo-Kontrolle — dieselbe Regel angewandt auf einen
50.000 Abschlüsse entfernten, garantiert unbeteiligten Datenpunkt — traf 75,2 %.
Informationsgehalt: 0,21 Prozentpunkte. Die Regel maß nicht den Markt, sie maß ihre eigene Bauart.
Falle 3 — Log-Zeilen für Beobachtungen halten
3× getappt
Ein Ereignis erzeugt zehn Protokollzeilen. Zählt man Zeilen statt Ereignisse, wirkt eine Stichprobe
zehnmal größer als sie ist — und jeder Signifikanztest wird falsch. Bei uns: 311 Zeilen = 13 Marktmomente.
Nach der Korrektur stieg der p-Wert von 0,005 auf 0,119; aus einem „Befund" wurde „kein Urteil".
Dieselbe Falle in anderer Verkleidung: doppelt aufgezeichnete Abschlüsse, weil zwei Programminstanzen
in dieselbe Datei schrieben (44,5 % exakte Duplikate).
Falle 4 — Zwei Zahlen mit verschiedenem Ausschnitt vergleichen
5× getappt
Zwei je für sich korrekte Messungen, die aber unterschiedliche Zeitfenster, Konten oder Abtastraster
verwenden. Das Ergebnis sieht aus wie ein Widerspruch im Markt und ist ein Defekt in der Anzeige.
Prominentester Fall: eine Delta-Kennzahl mit +13.225 im einen Fenster und −16.816 im anderen —
kein Vorzeichenfehler, sondern zwei verschiedene Sessiondefinitionen.
Falle 5 — Sich gegen die eigene Rechnung verifizieren
zuletzt: 29.07.2026
Man prüft eine Umrechnung, indem man ihr Ergebnis mit einer Zahl vergleicht, die aus derselben
Umrechnung stammt. Der Fehler bleibt unsichtbar. Bei uns: eine Zeitzonenverschiebung um zwei Stunden,
die eine ganze Auswertung entwertete. Gefunden hat sie nicht die Ergebniskontrolle, sondern eine
fachliche Frage: „Berührt der rekonstruierte Kursverlauf eines Vollverlusts überhaupt seinen Stop-Kurs?"
Antwort damals: nur in 35 % der Fälle. Nach dem Fix: 100 %.
Was diese fünf Fallen gemeinsam haben: Keine davon ist ein Programmierfehler. Alle fünf sind
Messfehler — der Code lief korrekt und maß die falsche Größe. Deshalb reicht Software-Qualitätssicherung
nicht aus; es braucht einen zweiten, unabhängigen Prüfpfad. Genau den beschreibt Teil III.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil I · Kapitel 4
Systematik
Die Beweisleiter — sechs Stufen von „interessant" zu „zertifizierbar"
Jede Behauptung über einen Vorteil lässt sich auf dieser Leiter einordnen. Die Branche verkauft
üblicherweise auf Stufe 1 und 2. Ein Zertifikat setzt Stufe 6 voraus.
Abbildung 2: Die Beweisleiter. Der entscheidende Sprung ist der von Stufe 4 auf 5 —
er kostet nichts außer Disziplin und ist trotzdem der seltenste Schritt der Branche.
Wo wir stehen
Der Apparat steht auf Stufe 5 und ist auf Stufe 6 vorbereitet: Rohdaten werden archiviert,
jedes Werkzeug prüft sich selbst, die Vorregistrierung ist versioniert und maschinell erzwungen.
Das Ergebnis steht bei „kein Vorteil nachweisbar" — was ein sauberes Resultat auf Stufe 5 ist,
nur eben ein negatives.
Warum das mehr wert ist als es klingt
Ein Apparat, der auf Stufe 5 ein negatives Ergebnis produziert, ist bewiesen funktionsfähig.
Ein Apparat, der nur positive Ergebnisse produziert, ist verdächtig. Der erste ist ein Messgerät,
der zweite ein Verkaufsprospekt.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil II · Kapitel 5
Phase 0 · August 2025 – Februar 2026
Die ersten Zeilen: ein Werkzeug, kein Orakel
Am 1. August 2025 läuft das erste interne Alpha. Es sagt nichts vorher. Es zeigt etwas an —
und zwar etwas, das die meisten Trading-Programme gar nicht darstellen können: das Orderbuch,
also die Liste aller offenen Kauf- und Verkaufsabsichten, live und in voller Tiefe.
Was in dieser Phase gebaut wurde
01.08.2025 · v0.01.1
Internes Alpha
Erste Darstellung von Markttiefe als Wärmebild. Reines Anzeigewerkzeug.
Herbst 2025
Anbindung an NinjaTrader 8
Die Handelsplattform liefert die Daten, die eigene Software rechnet und zeigt.
Diese Trennung — fremde Ausführung, eigene Analyse — bleibt bis heute die Architektur.
01.01.2026 · v0.01.6
Spoofing-Erkennung
Erste Interpretation statt reiner Anzeige: Aufträge, die nur zum Schein
im Buch stehen und vor Ausführung verschwinden, werden markiert.
01.02.2026 · v0.01.7
Sitzungsfilter & Export
Ab hier entstehen auswertbare Aufzeichnungen — die Grundlage für alles Spätere.
03.03.2026
4-Phasen Reversal-Scanner
Der erste Versuch, Wendepunkte zu klassifizieren. Regelbasiert, noch ohne Lernen.
Warum Level-2-Daten der Ausgangspunkt sind
Ein normaler Kurschart zeigt, was passiert ist. Das Orderbuch zeigt, wer gerade
bereit ist zu handeln — und zu welchem Preis. Es ist die einzige Datenquelle im Privatkundenbereich,
die Absicht vor Ausführung sichtbar macht.
Genau deshalb ist es auch die einzige Quelle, in der überhaupt ein Vorteil verborgen sein
könnte. Wer nur Kerzencharts auswertet, wertet öffentlich verfügbare Vergangenheit aus.
Die Architekturentscheidung, die alles ermöglichte
Die Software wurde von Anfang an als Beobachter gebaut, nicht als Handelsplattform.
Sie liest den Datenstrom, rechnet parallel und schreibt alles mit.
Der Nebeneffekt zeigte sich erst ein Jahr später: Weil jede Sitzung vollständig
archiviert wurde, konnten 2026 Analysen auf Daten von 2025 gerechnet werden, die damals
niemand geplant hatte. Ohne dieses Archiv gäbe es keinen Forschungsbericht.
Bestand nach Phase 0
1
Produkt
0
Vorhersagen
~6 Mon.
Archiv
Was diese Datenquelle von einem Kurschart unterscheidet
Ebene
Was sie zeigt
Warum ein Vorteil dort verborgen sein könnte
Kerzenchart Standard, überall verfügbar
Abgeschlossene Kursbewegung in festen Zeitscheiben.
Praktisch nicht. Öffentlich, verzögert, von Millionen Marktteilnehmern
gleichzeitig ausgewertet.
Abschlussband verbreitet
Jeder Handel mit Preis, Menge, Zeitstempel.
Begrenzt. Zeigt Ausführung, nicht Absicht — wer aggressiv war,
muss geschätzt werden.
Orderbuch (Level 2) Grundlage dieses Projekts
Alle offenen Kauf- und Verkaufsabsichten in voller Tiefe, laufend aktualisiert.
Ja, potenziell. Die einzige für Privatanwender zugängliche Ebene, auf der
Absicht vor Ausführung sichtbar wird — inklusive vorgetäuschter Absicht.
Rückblickend die wichtigste Entscheidung dieser Phase: alles mitzuschreiben, obwohl es
zu diesem Zeitpunkt keinen Verwendungszweck gab. Datenarchive kann man nicht rückwirkend anlegen —
und der Wert eines Marktdatensatzes wächst mit jedem Tag, den man ihn nicht angelegt hat.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil II · Kapitel 6
Phase 1 · März 2026
Vom Anzeigen zum Vorhersagen — und die erste Versuchung
Im März 2026 wird aus dem Anzeigewerkzeug ein lernendes System. In vier Wochen entstehen
die Bausteine, die bis heute tragen — und gleichzeitig entsteht der Fehler, der später
ein Vierteljahr Korrektur kosten wird.
11.03.2026
Überarbeitung der KI/ML-Engine
Erste ernsthafte Modellarchitektur. Ziel: aus dem Orderbuchzustand die nächste
Kursrichtung schätzen.
11.03.2026 · v0.02.3
Multi-Timeframe-Trend-Engine
Mehrere Zeitebenen gleichzeitig — mehr Kontext für dasselbe Modell.
13.03.2026
Marktgeschwindigkeit als Eingangsgröße
Wie viele Abschlüsse pro Sekunde? Ein einfacher, aber wirkungsvoller Kontextwert —
derselbe Sensor, dessen stiller Ausfall im Juli 2026 monatelang unentdeckt bleiben wird (Seite 13).
17.03.2026
Institutional-Edition & GEX-Engine
Optionsbezogene Positionierungsdaten als zusätzliche Informationsebene.
26.03.2026
„Prometheus" Neural Engine
Die erste eigene neuronale Engine bekommt einen Namen. Zwei Tage später
wird sie in CORTEX umbenannt — der Name, der bleibt.
Die erste Versuchung: 70–85 %
In dieser Phase entstehen Zahlen, die später als Erinnerung weiterleben: Trefferquoten von
70 bis 85 % über einzelne Handelstage. Sie waren nicht erfunden — sie waren nur nicht das,
wofür man sie hielt.
Die Nachprüfung im Juli 2026 ergab: Die Belege bestanden aus 4 bis 9 Trades pro Tag,
gemessen in einem überwachten Zeitfenster rund um die New Yorker Eröffnung. Die Formulierung
„70–85 %" taucht im Archiv mehrfach als Ziel auf, nicht als Messung. Eine Zeile lautet
wörtlich: 10 trades 80 % WR +25 $ — vier von fünf Trades gewonnen,
Ertrag: 25 Dollar.
Wie eine Erinnerung zur Kennzahl wird
Niemand hat gelogen. Es passiert schleichend:
1. Ein guter Tag wird notiert.
2. Die Notiz wird zitiert.
3. Das Zitat verliert die Stichprobengröße.
4. Aus „an einem Tag, 7 Trades" wird „die Trefferquote".
Gegenmittel, seit Juli 2026 in Kraft: Jede Quote wird nur zusammen mit
Stichprobengröße, Nulllinie und Zeitfenster geschrieben. Werkzeuge, die das nicht
ausgeben, gelten als defekt.
Der eigentliche Fortschritt dieser Phase war nicht das Modell, sondern die Infrastruktur:
ab jetzt existierte ein durchgehender Pfad von der Handelsplattform über die Analyse bis in ein
auswertbares Protokoll. Diese Kette ist die Voraussetzung dafür, dass ein Ergebnis später
überhaupt nachvollziehbar sein kann.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil II · Kapitel 7
Phase 2 · 28. März – 17. April 2026
CORTEX wird geboren
Am 28. März 2026 bekommt die neuronale Engine ihren endgültigen Namen. Am 17. April geht sie
als CORTEX v0.3.0 an Kunden. Zwischen beiden Daten liegen drei Wochen, in denen aus einem
Modell ein Produkt wird.
Was CORTEX technisch ist
Ein rekurrentes neuronales Netz (LSTM), das aus einer Folge von Momentaufnahmen des Marktes
lernt. Jede Momentaufnahme besteht aus 41 Merkmalen — Orderbuch-Ungleichgewichte,
Absorptionsereignisse, Handelsgeschwindigkeit, Abstand zum Volumenschwerpunkt, Optionsdruck
und weitere.
Das Modell läuft lokal auf dem Rechner des Nutzers, lernt aus dessen eigenen
Marktsitzungen weiter und schickt keine Daten fort. Das ist ungewöhnlich — und es ist einer
der Gründe, warum die Forschung überhaupt sauber möglich ist: Jede Instanz ist ein
eigenständiges Experiment.
Abbildung 3: CORTEX-Architektur. Ein gemeinsamer Rumpf, drei spezialisierte
Ausgänge. Der dritte Kopf wurde im Juli 2026 als Erster vollständig widerlegt (Seite 17).
Die Zahl, die alles kostet
NUM_FEATURES = 41 ENGINE_VERSION = 7
Ändert man die Anzahl oder Bedeutung der Merkmale, passt das gelernte Modell nicht mehr —
es muss vollständig gelöscht werden. Der Fachbegriff im Projekt: ein Wipe.
Zwischen März und Juli 2026 geschah das mehrfach. Jedes Mal war das Modell wieder
„null Sitzungen alt". Deshalb wurde CORTEX nie besser — nicht weil es nicht
lernen konnte, sondern weil es nie lange genug durfte.
Die Erkenntnis daraus
Ein lernendes System braucht Stationarität. Man kann nicht gleichzeitig
testen und lernen: Jeder Umbau am Eingang setzt den Lernstand zurück, jede
Lernphase verbietet Umbauten.
Formuliert am 20. Juli 2026, nach vier Monaten, in denen beides gleichzeitig
versucht wurde.
Woraus die 41 Merkmale bestehen
Buchstruktur
Ungleichgewicht zwischen Kauf- und Verkaufsseite, Tiefenverteilung, Wände, vorgetäuschte Aufträge
Fluss
Handelsgeschwindigkeit, kumulierte Differenz, Absorptionsereignisse, große Einzelabschlüsse
Lage
Abstand zum Volumenschwerpunkt, zur Eröffnung, zu Vortagesmarken, Tagesphase
Jedes Merkmal wird alle drei Sekunden erhoben; das Modell sieht jeweils die letzten
30 Schritte, also etwa eineinhalb Minuten Vorgeschichte. Die Auswahl war fachlich
begründet — welche davon tatsächlich Information trugen, wurde erst im Juli 2026 gemessen
(Ergebnis: der Zustandsvektor als Ganzes ist überangepasst, siehe Seite 17).
17. April 2026 — CORTEX-Launch v0.3.0. Pro-, Trial- und Starter-Edition gehen mit
der neuronalen Engine live. Zu diesem Zeitpunkt gibt es keine Messung, die einen
Vorteil belegt — es gibt eine funktionierende Engine und die begründete Hoffnung, dass
sich einer zeigt. Der Unterschied zwischen beidem wird erst drei Monate später schmerzhaft klar.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil II · Kapitel 8
Phase 3 · April – Juni 2026
Die Euphorie — und die ersten Zahlen, die widersprachen
Zwei Monate lang läuft alles gleichzeitig: Produktausbau, Marketing, Kundengewinnung,
Strategieentwicklung. Es ist die produktivste und zugleich unwissenschaftlichste Phase des Projekts.
Was gelang
05.05.2026
„NY Open Daily" — 11 Gewinntage, 1 Verlusttag
Eine öffentlich dokumentierte Serie. Tag 12 wird zum ersten Verlusttag,
die Serie endet mit −700 $.
07.05.2026
CORTEX-OEM v0.5.0 — autonome Order-Engine
Die KI übernimmt Einstieg, Ausstieg und Positionsverwaltung.
26 Trades im Simulationskonto, +600 $, 69 % Trefferquote.
19.05.2026
Live 75 % Trefferquote
Wieder ein sehr guter Tag. Wieder eine kleine Stichprobe.
27.06.2026
Offizielles NinjaTrader-Listing
Aufnahme ins Vendor-Ökosystem — externe Bestätigung der Produktreife.
Was gleichzeitig sichtbar wurde
15.05.2026
11 Trades, 3 Gewinne, 8 Verluste
27,3 % Trefferquote, −747,82 $. Ein einzelner Tag —
aber der erste, der in dieselbe Richtung zeigt wie die spätere Gesamtauswertung.
30.05.2026
Strategie-Auswertung: NO-GO
Die eigene Trade-Analyse verweigert die Freigabe der neuen Version.
29.06.2026
Ein Sicherheitsmechanismus sperrt den besten Tag
Zwei frühe Verluste lösen eine Tagessperre aus; der anschließende
22-Punkte-Aufwärtstrend wird komplett verpasst. Ein Schutz, der mehr kostet als er schützt.
Das Muster hinter allen drei Fällen
Gute Tage wurden dokumentiert und geteilt, schlechte Tage wurden analysiert und
behoben. Das klingt vernünftig — führt aber dazu, dass die Gesamtbilanz nie
entsteht. Sie wurde erst am 29. Juli 2026 gerechnet, auf Nachfrage,
über alle 422 Trades aus 23 Tagen.
Die Gesamtbilanz, die zwei Monate zu spät kam
Kennzahl
Gemessen
Bedeutung
Trefferquote gesamt
42,7 %
Break-even läge bei 49,0 % (Chance-Risiko-Verhältnis 1,04)
Ergebnis je Trade
−23,53 $
über 422 Trades
Kumuliert
−9.930,88 $
Simulationskonto, 23 Handelstage
Trades mit erreichtem ersten Kursziel
100 % Gewinn
n = 100 · durchschnittlich +320 $
Trades ohne erreichtes erstes Kursziel
25 % Gewinn
n = 322 · durchschnittlich −130 $
Verlierer, die binnen 30 Sekunden tot sind
40 %
Es ist kein Richtungsproblem. Es ist ein Timing-Problem.
Diese Tabelle ist der Wendepunkt des gesamten Projekts. Sie sagt: Wenn ein Trade die
erste halbe Minute überlebt und sein erstes Ziel erreicht, gewinnt er immer. Damit
verschiebt sich die Forschungsfrage von „In welche Richtung geht der Markt?" zu
„Ist dieser Moment ein guter Einstiegszeitpunkt?" — eine Frage, die deutlich
kleiner, konkreter und beweisbarer ist.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil II · Kapitel 9
Phase 4 · 6. – 20. Juli 2026
Der Bruch: vierzehn Tage, in denen fast jede Hoffnung fiel
Im Juli 2026 wird zum ersten Mal ausreichend stark getestet — mit genug Daten, mit
korrekten Nulllinien, mit kreuzvalidierten Verfahren. Das Ergebnis ist eindeutig und unangenehm.
Es ist zugleich der Moment, in dem aus einem Softwareprojekt ein Forschungsprojekt wird.
06.07.2026 · Sitzung 337
CORTEX v5 — Verdikt: KEIN EDGE
Die erste vollständige Auswertung der neuronalen Engine gegen einen korrekten
Maßstab. Kein nachweisbarer Vorteil.
07.07.2026 · Sitzung 340
Offline-Lernbarkeitsstudie: kein lernbarer Vorteil — und unterpowert
Bemerkenswert ist der zweite Teil: Die Studie stellte selbst fest, dass ihre
Datenmenge für ein sicheres Urteil noch nicht reichte. Ein Werkzeug, das die Grenzen seiner
eigenen Aussagekraft meldet, ist der Anfang von seriöser Messung.
15.07.2026 · Sitzung 358
Erstes ausreichend starkes Verdikt: KEIN EDGE (global)
Die Rettungshypothese lautete: „Der Vorteil existiert, aber nur in bestimmten
Marktphasen — im Mischtopf mittelt er sich weg." Geprüft über 26.940 Beobachtungen:
Seitwärtsmarkt p = 0,29 · Aufwärtstrend p = 0,30 ·
Abwärtstrend p = 0,80. Falsifiziert.
16.07.2026 · Sitzung 362
Tick-genaue Prüfung: NICHT LERNBAR
Die letzte technische Ausrede — „die Daten sind zu grob aufgelöst" — fällt.
Auch mit exakter Auflösung ist das Ziel aus diesen Merkmalen nicht lernbar.
20.07.2026 · Sitzung 368
Das Regime-Label trägt keine Richtungsinformation
15 von 16 geprüften Zellen liegen unter der Grundlinie, in etwa 19 % der Fälle
zeigt das Label sogar in die falsche Richtung. Damit endet auch das Nachjustieren von
Schwellenwerten: Man kann ein uninformatives Signal nicht in Form tunen.
20.07.2026 · Sitzung 369
Strategiewechsel — Produkt und Forschung werden entkoppelt
Die zentrale unternehmerische Konsequenz. Das Produkt verkauft ab sofort das,
was es nachweislich kann: Visualisierung, Orderbuchanalyse, Journal, Wärmebild.
Der Edge-Nachweis läuft als getrennter Forschungszweig weiter — ohne Verkaufsdruck,
ohne Terminzwang, ohne Versuchung.
Was in diesen 14 Tagen fiel
Der globale Vorteil der neuronalen Engine
Der regimebedingte Vorteil
Die Lernbarkeit aus dem 41-Merkmale-Zustand
Die Richtungsinformation des Regime-Labels
Die Hoffnung, dass feinere Daten es lösen
Vier Monate Schwellenwert-Kalibrierung
Was in diesen 14 Tagen entstand
Ein Messapparat, der Nein sagen kann
Die Trennung von Produkt und Forschung
Das Prinzip: kein Urteil vor der Gegenprüfung
Das Widerrufsregister als Pflichtinstanz
Die Einsicht, dass Lernsysteme Stationarität brauchen
Eine Forschungsfrage, die klein genug ist zum Beweisen
Warum dieser Abschnitt in einem Investorenbericht steht: Weil ein Team, das seine eigene
Kernhypothese in vierzehn Tagen sechsmal widerlegt und daraufhin das Geschäftsmodell umbaut,
genau das Verhalten zeigt, das man von einem Forschungsunternehmen erwarten muss.
Die Alternative — weitersuchen, bis irgendeine Zahl passt — hätte ein Jahr länger gedauert
und wäre bei der ersten externen Prüfung zerfallen.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil II · Kapitel 10
Phase 5 · 21. Juli 2026
CORTEX-ONE — ein Gehirn statt vieler Meinungen
Nach dem Bruch folgt der Neuaufbau. Die Diagnose lautete nicht „das Modell ist zu schwach",
sondern: es gab zu viele voneinander abweichende Wahrheiten im System.
Das Problem: verteilte Wahrheit
Bis Juli 2026 berechneten mehrere Programmteile dasselbe Signal jeweils selbst —
das Hauptfenster, das Wärmebild-Fenster, die Handelsstrategie. Weil jeder Teil leicht
andere Zeitfenster oder Zwischenspeicher nutzte, konnten drei Anzeigen für dieselbe
Sekunde drei verschiedene Richtungen zeigen.
Für eine Anzeige ist das ein Schönheitsfehler. Für eine Messung ist es tödlich:
Man weiß nicht mehr, welche Zahl das Modell tatsächlich gesehen hat.
Die Lösung: ein Signal-Bus
Ein Produzent erzeugt das Signal, alle anderen konsumieren es identisch.
Zusätzlich zwei feste, klar getrennte Zeithorizonte statt beliebig vieler Varianten:
SCALP
±8 Ticks binnen 30 Sekunden — kurzfristiges Ziel
SWING
größere Bewegung, längerer Horizont
Das eingefrorene Fundament
Am 21. Juli 2026 wird Version v0.4.80 als
Lern-Grundlage festgenagelt — mit einer Markierung im Versionsverlauf,
die sich nicht mehr verschieben lässt.
Ab diesem Punkt gilt: keine Änderung am Merkmalsvektor. Kein neues Merkmal,
keine neue Engine-Version, kein Löschen des Lernstands. Das Modell darf endlich
über Wochen altern.
41 Merkmale · Engine v7 · eingefroren
Das vorregistrierte Freigabeprotokoll
Am selben Tag entsteht das CORTEX Gating-Protokoll. Es legt schriftlich
fest, bevor irgendein Ergebnis vorliegt:
· ab wann ein Signal als tragfähig gilt
· welche statistische Hürde gilt (untere Grenze des Konfidenzintervalls, nicht der Punktwert)
· über wie viele Sitzungen es halten muss
· drei Abbruchkriterien, bei denen die Suche eingestellt wird
Und ausdrücklich, was verboten ist: Schwellen ändern, nachdem man ein
Ergebnis gesehen hat.
Abbildung 4: CORTEX-ONE. Der Umbau brachte keine bessere Vorhersage — er brachte
Nachvollziehbarkeit. Ohne sie ist keine Zertifizierung denkbar.
Warum das die eigentliche Voraussetzung für ein Zertifikat ist: Ein Prüfer wird fragen
„Welchen Wert hat das Modell in diesem Moment gesehen?". Vor CORTEX-ONE gab es auf diese Frage
drei Antworten. Seit CORTEX-ONE gibt es eine — und sie ist im Protokoll nachlesbar.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil II · Kapitel 11
Phase 6 · 28. – 30. Juli 2026
Vom Spiegel zum Messgerät
Die letzte und bislang wichtigste Diagnose: CORTEX war ein Spiegel. Es wurde aus denselben
Rohgrößen gespeist wie die Handelsstrategie — und bestätigte deshalb zwangsläufig, was die
Strategie ohnehin dachte. Am 28. Juli stimmten beide bei 33 von 33 Trades überein.
Der Spiegel-Befund
Zwei Systeme, die dieselben Eingangsdaten verwenden, sind keine zwei Meinungen.
Ihre Übereinstimmung beweist nichts.
Verschärfend: Die Konfidenz des Modells war anti-prädiktiv. Gewinner-Trades
hatten im Mittel 53,2 % Modellvertrauen, Verlierer 57,4 %. Bei mindestens 70 %
Vertrauen: 0 % Gewinnquote (n = 4).
Ein besseres Modell hätte das nicht gelöst. Es brauchte einen zweiten,
unabhängigen Messkanal.
Die Antwort: ein zweiter Kanal
Gewählt wurden zwei Größen, die ohne die fehleranfällige Zuordnung
„war das ein Käufer oder ein Verkäufer?" auskommen und den defekten Pfad damit
umgehen statt ihn zu reparieren:
OFI — Order-Flow-Imbalance: misst den Fluss im Orderbuch statt seines Zustands.
Microprice — der um die Warteschlangen gewichtete faire Preis.
Und das Ziel wurde bewusst verkleinert: kein Richtungsmodell, sondern ein
Einstiegs-Gate. Nicht „wohin geht der Markt", sondern „ist jetzt ein
guter Moment".
Drei Befunde aus drei Tagen
1
Der Größen-Weg trägt keine Information (28./29.07.)
Eine Regel zur Erkennung aggressiver Marktteilnehmer traf in 75,4 % der Fälle. Gegen ihr eigenes
Placebo: 75,2 %. Zusätzlich zeigte die Verteilungsanalyse, dass 87,7 % aller Abschlüsse nur
einen einzigen Kontrakt umfassen — und die Regel bei den großen Abschlüssen (ab 25 Kontrakten)
eine Trefferquote von 0,0 % hat. Sie war blind für genau das, was sie finden sollte.
widerrufen
2
Unser Messgerät zeichnete doppelt auf (29.07.)
Zwei Programminstanzen schrieben in dieselbe Datei. 44,5 % aller Zeilen waren exakte
Duplikate. Jede abschlussgewichtete Statistik davor war doppelt gewichtet. Gefunden nur, weil
seit Kurzem jede Zeile eine Instanzkennung trägt.
Aufzeichnung repariert
3
Ein toter Sensor blockierte 1.228 von 1.228 Entscheidungen (29.07.)
Der Marktgeschwindigkeits-Wert wurde in einem Fenster abgefragt, in dem die zugehörige
Variable gar nicht existiert. Statt einen Fehler zu melden, füllte der Code den Ausfall
mit dem Ersatzwert "CALM" auf — „ruhiger Markt". Die Strategie sah
monatelang einen scheintoten Markt und handelte deshalb nicht.
Daraus wurde eine Leitregel im Code:Gar nicht senden ist besser als einen
Ersatzwert senden. Ein fehlender Wert sieht aus wie ein Defekt — ein getarnter
Ersatzwert sieht aus wie eine Messung.
behoben
Der rote Faden dieser drei Tage: Alle drei Befunde betrafen nicht den Markt, sondern
das Messinstrument. Das ist kein Zufall — es ist die normale Reihenfolge in jeder
empirischen Wissenschaft. Bevor man Aussagen über die Welt macht, muss man beweisen,
dass das Gerät funktioniert. Die Branche überspringt diesen Schritt fast immer.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil II · Kapitel 12
Überblick
Zwölf Monate auf einen Blick
Abbildung 5: Zeitachse. Die gestrichelte Linie zeigt, wann das gesicherte Wissen
am stärksten wuchs — nämlich genau dann, als die Ergebnisse am negativsten waren.
894
protokollierte Arbeitsschritte
~207 500
Zeilen Code (JavaScript + C#)
808
Wissenseinträge in der Projektbasis
4
Produkt-Editionen in Produktion
Was jede Phase beigetragen hat
Phase
Leitfrage
Bleibender Beitrag
0 · Werkzeug
Was passiert im Orderbuch?
Das Datenarchiv. Ohne die Entscheidung, ab Tag 1 alles mitzuschreiben, gäbe es
heute keinen Datensatz — und Datensätze lassen sich nicht rückwirkend anlegen.
1–2 · CORTEX
Lässt es sich vorhersagen?
Die lernende Engine samt lokaler Ausführung beim Nutzer. Jede Installation ist
ein eigenständiges Experiment, ohne dass Daten das Haus verlassen.
3 · Produkt
Will das jemand kaufen?
Vier Editionen in Produktion, zahlende Kunden, offizielles Ökosystem-Listing —
der wirtschaftliche Unterbau, der die Forschung trägt.
4 · Bruch
Stimmt das überhaupt?
Sechs Falsifikationen in vierzehn Tagen und die Entkopplung von Produkt und
Forschung. Gemessen an gesichertem Wissen die wertvollste Phase.
5–6 · Messgerät
Wie beweist man es?
Der vollständige Beweisapparat: Vorregistrierung, Placebo-Kontrolle, Widerrufsregister,
selbstprüfende Werkzeuge, Zertifikatsgenerierung.
Beobachtung zum Nachdenken: Von August 2025 bis Juni 2026 wuchs das Produkt
schnell und das gesicherte Wissen langsam. Ab Juli 2026 kehrte sich das um. Beide Phasen
waren nötig — aber nur die zweite erzeugt etwas, das man zertifizieren lassen kann.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil III · Kapitel 13
Der Apparat · Instrument 1
Das Widerrufsregister — 54 Befunde, die wir selbst gekippt haben
Die ungewöhnlichste Einrichtung dieses Projekts ist eine Datei, in der jede Aussage steht,
die sich als falsch erwiesen hat. Nicht als Fußnote — als eigenes, maschinell
überwachtes Register mit vier Pflichtfeldern je Eintrag.
Warum es entstand
Im Juli 2026 kostete ein bereits widerlegter Befund einen kompletten Arbeitstag. Die Korrektur
stand in der maßgeblichen Datei — aber eine automatisch geladene Kurzfassung trug die falsche
Aussage weiter. Ein Versionsvergleich hätte das nie gefunden: Beide Dateien waren „aktuell".
Nur ein Register widerrufener Aussagen findet so etwas.
Seitdem gilt: Wird ein Befund widerlegt, kommt er im selben Arbeitsschritt ins Register —
nicht später, nicht „beim nächsten Aufräumen".
Die vier Pflichtfelder
Feld
Inhalt
pattern
Ein Suchmuster, das die falsche Aussage im gesamten Projekt findet — Notizen, Code-Kommentare, Berichte.
truth
Was stattdessen gilt, in einem Satz.
retracted
Wann und wodurch widerrufen.
cost
Was der Irrtum gekostet hat — damit die Lehre nicht abstrakt bleibt.
Ein Prüfprogramm läuft bei jedem Projektstart über alle Dateien. Taucht ein Muster
irgendwo noch als Behauptung auf, schlägt es an. Die Vergangenheit kann sich nicht
zurückschleichen.
Die ersten 22 Einträge
22
widerrufene Befunde
im selben Arbeitsschritt gefangen
8
durch eine Gegenprobe gefallen
6
vom Gründer korrigiert
4
erst Tage später gefunden
4
Teuerster Einzelirrtum: ein voller Arbeitstag — auf einer falschen Prämisse
wurde eine komplette Erklärungskette gebaut und ein Umbau entworfen, der eine
funktionierende Komponente ersetzt hätte.
Was ein Prüfer daraus liest
Ein Unternehmen, das ein Fehlerregister führt, macht nicht mehr Fehler als andere —
es findet mehr. Für eine Zertifizierungsstelle ist genau das der entscheidende
Unterschied zwischen einem Messlabor und einer Marketingabteilung.
Die unbequeme Zahl: Von den ersten 22 widerrufenen Befunden waren fünf bereits an den Gründer
gemeldet, bevor die Gegenprüfung lief — darunter ein „erster echter Nachweis außerhalb der
Trainingsdaten" und ein „erstes Werkzeug, das seine vorregistrierte Hürde genommen hat".
Daraus wurde die härteste Regel des Projekts: Kein Urteil vor der Gegenprüfung — und ein
positives Resultat in einer Kette von Negativbefunden verdient mehr Misstrauen, nicht weniger.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil III · Kapitel 14
Fallstudien
Vier Falsifikationen im Detail (1 von 2)
Ausgewählt nicht nach Dramatik, sondern nach Lehrwert: Jede zeigt eine andere Art,
wie ein scheinbarer Vorteil entsteht, wo keiner ist.
Fall 1 — „Der Vorteil ist regimebedingt"
falsifiziert · 15.07.2026
Die Hypothese. Das Modell zeigt global keinen Vorteil — aber vielleicht funktioniert es
in bestimmten Marktphasen sehr gut und in anderen sehr schlecht, sodass sich beides im
Gesamttopf wegmittelt. Das ist eine gute, plausible und in der Literatur verbreitete Idee.
Die Prüfung. Alle Beobachtungen wurden nach Marktphase getrennt ausgewertet — gegen
eine Grundwahrheit, also den tatsächlich eingetretenen Kursverlauf, nicht gegen die
Einschätzung des eigenen Systems. Stichprobe: 26.940 Beobachtungen.
Das Ergebnis.
Je weiter der Balken nach rechts reicht, desto besser passt das Ergebnis zur Annahme „reiner Zufall".
Alle drei Marktphasen liegen weit jenseits der Schwelle.
Die Konsequenz. Ein besseres Regime-Label holt keinen Einstiegsvorteil zurück.
Damit endeten mehrere Wochen Arbeit an einem „Regime-Router" — und zugleich die
Versuchung, an dessen Schwellenwerten zu drehen.
Fall 2 — „Das Modell lernt, die Kurve steigt"
widerrufen · 28.07.2026
Die Behauptung. Eine Lernkurve zeigte einen Anstieg der Trefferquote von 0,8 % auf 18,1 %
über mehrere Sitzungen. Diese Zahl stand seit Juli 2026 im Kopftext des Auswertungswerkzeugs
und wurde bei jedem Lauf ausgegeben. Sie war der einzige Fortschrittsindikator der
eingefrorenen Lernphase.
Der Fehler. Im selben Zeitraum fiel der Anteil der Seitwärtsausgänge von 96,1 % auf 60,0 %.
Damit stieg die theoretisch erreichbare Obergrenze mit — unabhängig vom Modell.
Rechnet man gegen die tagesabhängige, korrekt bestimmte Zufallslinie, sind 4 von 5 Sitzungen
negativ.
Die Lehre. Ein Fortschrittsindikator, der nicht gegen eine mitwandernde Nulllinie
rechnet, meldet Marktveränderung als Lernerfolg. Er hat ein Jahr lang genau das getan.
Was Fall 1 kostete
Mehrere Sitzungen Arbeit an einem Regime-Router, den die Daten nicht trugen — plus die Versuchung, an dessen Schwellen zu drehen.
Was Fall 2 kostete
Ein Jahr lang ein Fortschrittsindikator, der Marktveränderung als Lernerfolg meldete — der einzige, den die Lernphase hatte.
Was beide brachten
Die Pflicht, jede Nulllinie aus den Rohdaten zu rechnen statt sie anzunehmen. Heute in jedem Werkzeug erzwungen.
Gemeinsamer Nenner der beiden Fälle: In beiden war die Messung technisch korrekt und
der Code fehlerfrei. Falsch war jeweils der Bezugsrahmen — wogegen verglichen wurde.
Deshalb genügt es nicht, Software zu testen; man muss die Frage testen.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil III · Kapitel 14
Fallstudien
Vier Falsifikationen im Detail (2 von 2)
Fall 3 — Der dritte Vorhersagekopf, nach acht Monaten beantwortet
negativ · 29.07.2026
Die offene Frage. Seit November 2025 stand eine Freigabebedingung im Raum: Der dritte
Kopf des Modells — der aus dem Marktzustand beim Einstieg das Ergebnis eines Trades
schätzen soll — dürfe erst scharf geschaltet werden, wenn seine Vorhersagekraft
außerhalb der Trainingsdaten nachweislich über null liegt.
Warum es acht Monate dauerte. Nicht weil die Rechnung schwer war. Sondern weil es
keine allgemeine Prüfmethode gab — jede Frage dieser Art wurde einzeln, von Hand
und jedes Mal etwas anders beantwortet. Erst als daraus eine wiederverwendbare Bibliothek
wurde, war die Frage in Minuten geklärt.
Das Ergebnis. Gemessen auf 295 verwertbaren Trades:
Rangkorrelation zwischen Modellschätzung und tatsächlichem Trade-Ergebnis.
p = 0,96 · 0 von 10 Datenschnitten positiv.
Die zwei Nebenbefunde. Dieselbe Prüfung für die vereinfachte Frage „endet der Trade
im Plus?" ergab AUC 0,421, für den ebenfalls vorgeschlagenen
Einstiegs-Gate-Kopf AUC 0,382 — beide unter der Zufallsgrenze von 0,5.
Positiv: Die technische Voraussetzung — dass der Datenspeicher über Programmneustarts
hinweg hält — ist damit im selben Zug bewiesen.
Fall 4 — „Die Beziehung hat sich nur gedreht"
vorregistriert widerlegt · 29.07.2026
Die letzte Ausrede. Wenn ein Modell außerhalb der Trainingsdaten negativ
abschneidet, gibt es zwei mögliche Erklärungen. Die schmeichelhafte: Der Markt hat sich
verändert, die Beziehung existiert, sie hat nur das Vorzeichen gewechselt. Die langweilige:
Es gab nie eine Beziehung, das Modell hat die Trainingsdaten auswendig gelernt.
Der entscheidende Kunstgriff. Die Entscheidungsregel wurde vor der Rechnung
schriftlich festgelegt — und zwar mit der langweiligen Erklärung als Voreinstellung.
Nur ein klar definiertes Muster hätte die schmeichelhafte belegen können.
Das Ergebnis. Alle drei Zielgrößen liegen vorwärts wie rückwärts unter ihrer
eigenen Nulllinie: 0,382 / 0,337 · −0,158 / −0,151 ·
0,421 / 0,391. Hätte sich eine Beziehung gedreht, müsste mindestens
eine Richtung positiv sein. Sie war nie da.
Zur Einordnung des Zeitraums: Die Frage aus Fall 3 stand seit November 2025 offen und blieb
acht Monate unbeantwortet — nicht wegen fehlender Daten, sondern weil jede Prüfung dieser Art
einzeln von Hand gebaut wurde. Erst als daraus eine wiederverwendbare Prüfbibliothek mit
23 eigenen Selbsttests wurde, war die Antwort eine Sache von Minuten. Dieselbe Bibliothek
beantwortete anschließend die Fälle 3 und 4 sowie zwei weitere Fragen am selben Abend.
Werkzeugbau schlägt Einzelfallarbeit — und zwar um Größenordnungen.
Warum Fall 4 der wertvollste ist: Er ist der Beweis, dass die Vorregistrierung
funktioniert. Ohne sie hätte man nach dem negativen Ergebnis nach einer Erklärung gesucht
und mit hoher Wahrscheinlichkeit die schmeichelhafte gefunden — es gibt immer einen
Datenschnitt, der sie stützt. Die Regel stand vorher. Also gab es nichts zu suchen.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil III · Kapitel 15
Der Apparat · Instrument 2
Vorregistrierung: Die Regel steht vor der Rechnung
Das Verfahren stammt aus der klinischen Forschung. Dort ist es Pflicht, seit sich zeigte,
dass Studien mit unerwünschtem Ergebnis systematisch nicht veröffentlicht wurden.
In der Finanzsoftware ist es praktisch unbekannt — und genau deshalb der größte Hebel.
Das Problem, das es löst
Bei jeder Auswertung gibt es Dutzende legitime Entscheidungen: Welches Zeitfenster?
Welche Mindeststichprobe? Welche Kennzahl? Welche Ausreißer bleiben drin?
Trifft man diese Entscheidungen, nachdem man die Daten gesehen hat, findet man
fast immer eine Kombination, die gut aussieht — ohne jede böse Absicht. Der Fachbegriff
dafür ist der „Garten der sich verzweigenden Pfade".
Vorregistrierung schließt diesen Garten: Alle Entscheidungen werden schriftlich
fixiert, versioniert und mit Datum abgelegt, bevor die Auswertung läuft.
Wie es hier umgesetzt ist
1
Eine Datei mit Versionsnummer
enthält alle Vorgaben — Kennzahlen, Mindeststichproben, Hürden, Abbruchkriterien.
2
Ein Prüfprogramm erzwingt sie.
Weicht ein Auswertungswerkzeug von der Vorgabe ab, läuft es nicht.
3
Genau ein bestätigender Endpunkt.
Alle anderen Auswertungen sind ausdrücklich erkundend — sie dürfen Hypothesen
erzeugen, aber keine belegen.
4
Mindeststichproben in Handelstagen,
nicht in Beobachtungen. Ein einzelner Tag liefert tausende korrelierte Datenpunkte —
aber nur eine unabhängige Beobachtung.
Was die Vorregistrierung sofort erzwang
Bei ihrer Einführung am 29. Juli 2026 fielen im selben Moment drei Mängel
in einem bereits fertigen Auswertungswerkzeug auf:
· die Mindeststichprobe war mit 30 zu klein angesetzt → auf 150 erhöht
· es fehlte ein festgelegter Hauptzeithorizont → ergänzt
· die Kennzahl war ein Differenzwert statt eines normierten Skill-Scores → ersetzt
Zusätzlich wurde eine ganze Prüfstufe gesperrt, weil ihre statistische
Aussagekraft nur bei 28 % lag — sie hätte ein echtes Ergebnis mit hoher
Wahrscheinlichkeit übersehen und wäre trotzdem als „geprüft" gezählt worden.
Die härteste Selbstbeschränkung
Aus dem Freigabeprotokoll, wörtlich sinngemäß:
Verboten ist, Schwellen zu ändern, nachdem ein Ergebnis gesehen wurde,
damit ein Kandidat qualifiziert.
Verboten ist, auf einem Punktschätzer freizugeben — immer auf der unteren
Grenze des Konfidenzintervalls.
Verboten ist, die Schattenphase zu überspringen und direkt scharf zu schalten.
Jede dieser drei Regeln entstand aus einem konkreten, dokumentierten eigenen Fehler.
Für Investoren übersetzt: Vorregistrierung kostet nichts außer Disziplin und ist der
Unterschied zwischen einem Ergebnis, das einer Due-Diligence standhält, und einem, das dabei
zerfällt. Sie ist außerdem der Grund, warum ein späteres positives Ergebnis dieses Projekts
überhaupt zertifizierbar wäre — ein nachträglich gefundener Vorteil ist es nie.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil III · Kapitel 16
Der Apparat · Instrument 3
Die Placebo-Kontrolle — der Test, der uns am meisten gekostet hat
In der Medizin bekommt eine Kontrollgruppe ein wirkungsloses Scheinmedikament. Wirkt das
echte Mittel nicht deutlich besser, war die beobachtete Besserung kein Beleg. Dasselbe
Prinzip lässt sich auf Marktdaten übertragen — und fast niemand tut es.
Der Fall, der die Regel erzwang
Am Abend des 28. Juli 2026 wurde ein Werkzeug gemeldet als
„das erste, das seine vorregistrierte Hürde genommen hat". Es sollte erkennen,
ob hinter einem Abschluss ein aggressiver Käufer oder Verkäufer stand — die Grundlage
praktisch jeder Orderfluss-Analyse.
Trefferquote: 75,4 %. Gegen eine naive Vergleichsgröße von 8,9 % war das
Faktor 8,5. Es sah nach dem ersten echten Durchbruch aus.
Dann lief das Placebo. Dieselbe Regel, angewandt auf einen Datenpunkt
50.000 Abschlüsse entfernt — also garantiert ohne jeden Zusammenhang.
Abbildung 6: Die Regel maß nicht den Markt — sie maß ihre eigene Bauart.
Warum die Regel fast immer traf
Die Verteilungsanalyse erklärte es sofort:
· 87,7 % aller Abschlüsse umfassen nur einen einzigen Kontrakt.
· Bei einer Toleranz von ±1 lautete die Bedingung damit faktisch
„irgendeine Veränderung zwischen 0 und 2" — und die trifft fast immer zu.
· Bei den großen Abschlüssen ab 25 Kontrakten lag die Trefferquote
bei 0,0 % (n = 314).
Die Regel war blind für genau das, was sie finden sollte.
Der zweite Fund derselben Nacht
Dieselbe Datei, dieselben Daten, nur die Reihenfolge der Prüfschritte vertauscht:
Variante A: +136.155
Variante B: −133.141
Das Vorzeichen des Gesamtergebnisses kippt allein durch die Prüfreihenfolge.
Das ist kein Marktbefund, das ist ein Konstruktionsfehler — sichtbar nur, weil
jemand die Reihenfolge testweise umdrehte.
Der Vergleichsmaßstab
Eine simple, seit Jahrzehnten bekannte Faustregel erreicht auf denselben
Kontrakten in einer begutachteten Veröffentlichung 86,43 %.
Die eigenen 75,4 % lagen also unter dem trivialen Vergleichswert —
was ohne Placebo-Kontrolle niemandem aufgefallen wäre, weil man gegen
eine selbstgewählte Vergleichsgröße gerechnet hatte.
Die Regel, die daraus wurde: Placebo-Kontrolle, Größenverteilung und Duplikatquote
sind seit dem 29. Juli 2026 Pflichtzeilen in jedem Klassifikations-Werkzeug.
Eine Abdeckungsquote ohne Nullhypothese ist keine Evidenz — sie ist eine Zahl.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil III · Kapitel 17
Der Apparat · Instrument 4
Die Zerfallskurve — trennt Beschreiben von Vorhersagen
Die vielleicht eleganteste Prüfung des ganzen Apparats, weil sie eine Frage beantwortet,
die sonst nie gestellt wird: Wie lange gilt ein Signal eigentlich?
Das Prinzip in einem Satz
Man misst dieselbe Trefferquote nicht nur „jetzt", sondern mit wachsendem zeitlichen
Abstand — nach 5 Ereignissen, nach 50, nach einer Sekunde. Fällt sie sofort auf
Zufallsniveau, war das Signal eine Beschreibung der Gegenwart, keine Vorhersage
der Zukunft.
Zwei Messungen, zwei Konsequenzen
Microprice — Halbwertszeit 90 Millisekunden
Gemessen an 936.000 bereinigten Abschlüssen. Trefferquote unmittelbar:
86,19 % gegen eine Mehrheitsklasse von 50,06 %. Nach nur fünf Ereignissen
(etwa 225 Millisekunden): Zufall.
Konsequenz: Kein zweiter Messkanal. Die Prüfstufe wurde geschlossen und
ausdrücklich als „nicht wiederholen" markiert.
Berührungs-Ungleichgewicht — tot nach 1 Sekunde
Die Information sank von einem Skill-Wert 1,05 auf 1,00 bei einer Sekunde Verzögerung.
Konsequenz — und das ist der wertvolle Teil: Der bisherige Datenweg lieferte
diesen Wert einmal pro Sekunde mit bis zu zwei Sekunden Alter. Er war beim Einstieg
also überwiegend bereits tot. Daraufhin wurde ein eigener, direkter Datenkanal
gebaut, der alle 200 Millisekunden schreibt — und die Alterstoleranz
von 2.000 auf 500 Millisekunden gesenkt.
Abbildung 7: Beide Signale sind real — und beide sind vor dem
Einstiegszeitpunkt bereits wertlos, wenn der Datenweg zu langsam ist.
Warum das eine Ingenieursfrage ist
Die Zerfallskurve verschiebt das Problem von der Statistik in die Technik.
Wenn ein Signal 90 Millisekunden lebt, entscheidet nicht das Modell über den
Erfolg, sondern die Latenz der Datenkette.
Das ist eine gute Nachricht: Latenz ist lösbar. Ein nicht existierender
Zusammenhang ist es nicht.
Seit Juli 2026 Pflicht: Jede gemeldete Kennzahl trägt eine Zerfallsspalte.
Ohne sie gilt der Befund als unvollständig — im selben Rang wie eine Trefferquote
ohne Nullhypothese.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil III · Kapitel 18
Der Apparat · Instrument 5
Der Geltungsbereich — wem gehört diese Zahl eigentlich?
Die häufigste Fehlerklasse dieses Projekts, fünfmal in verschiedenen Verkleidungen aufgetreten:
zwei je für sich korrekte Zahlen, die verschiedene Ausschnitte derselben Wirklichkeit
beschreiben — und deshalb nicht verglichen werden dürfen.
Erscheinungsform
Was verglichen wurde
Folge
Zwei Sitzungsfenster
Eine Kennzahl war an 18:00 New Yorker Zeit verankert, die zweite an 9:30. Ergebnis:
+13.225 gegen −16.816.
Sah aus wie ein Vorzeichenfehler in der Handelslogik. War eine Anzeigefrage.
Zwei Abtastraster
Eine Berechnung lief alle 5 Sekunden, ihre Protokollzeile wurde nur alle 30 Sekunden
geschrieben — also jede sechste.
63 % der Zeitfenster enthielten einen Zustand, den das Protokoll nie zeigte.
Zwei Konten
Eine Tagesbilanz mischte zwei Handelskonten. Die Zahl steuerte eine
Abschaltregel.
Ein manueller Trade auf dem zweiten Konto beendete den automatischen Handelstag.
Zwei Zeitzonen
Zeitstempel trugen bereits lokale Uhrzeit, wurden aber als Weltzeit gelesen.
Zwei Stunden Versatz. Eine komplette Auswertung wertlos.
Zwei Definitionen von „verwertbar"
Zwei Prüfverträge hießen beide „zitierfähig" und maßen Verschiedenes:
einer meldete 4 von 9 Tagen, der andere 1 von 9.
Die Schnittmenge war leer — beide Werte waren korrekt, gemeinsam unbrauchbar.
Die Gegenmaßnahme: ein Geltungsbereichs-Wächter
Ein eigenes Prüfmodul stellt vor jeder Auswertung sicher, dass die verwendeten
Kategorien die gesamte Grundgesamtheit ausschöpfen. Klassisches Beispiel
aus dem eigenen Betrieb: 2.529 + 1.126 ≠ 9.906 — es fehlten
über 6.000 Fälle, die stillschweigend in keine Kategorie fielen.
Der Wächter hat zehn eigene Selbsttests, und seine Gegenprobe ist genau
dieser reale Fall: Er muss ihn finden, sonst gilt er als defekt.
Die Leitfrage, die daraus wurde
Vor jedem Satz der Form „diese Zahl steuert etwas" steht seither die Frage:
Wem gehört diese Zahl?
Welches Konto, welches Zeitfenster, welche Instanz, welche Zeitzone,
welche Definition? Erst wenn alle fünf beantwortet sind, darf die Zahl eine
Entscheidung auslösen.
Und: Auch der Wächter selbst fiel einmal auf diese Falle herein — er meldete
einen nach Handelsschluss ruhenden Schreibprozess als Defekt. Korrigiert mit
Gegenproben für beide Fensterränder.
Warum das für eine Zertifizierung zentral ist: Ein Prüfer wird nicht fragen
„ist die Zahl richtig?", sondern „worauf bezieht sie sich?". Ein System, das diese
Frage für jede Kennzahl automatisch beantwortet, ist prüfbar. Eines, das es nicht tut,
ist es nicht — unabhängig davon, wie gut sein Ergebnis aussieht.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil III · Kapitel 19
Der Apparat · Instrument 6
Werkzeuge, die sich selbst prüfen — und Wächter, die bewiesen wachen
Ein Prüfprogramm, das immer grün läuft, ist wertlos. Man erkennt den Unterschied nicht am
Ergebnis, sondern nur daran, ob es überhaupt noch rot werden kann. Deshalb hat hier
jedes Werkzeug zwei eingebaute Teile: einen Selbsttest und eine Gegenprobe.
170
Analyse-Werkzeuge im Bestand
50
mit eingebautem Selbsttest
22
Schritte im Abendlauf
17
davon mit fachlicher Abnahme
Der Unterschied zwischen technischer und fachlicher Abnahme
Technische Abnahme — „lief es?"
Das Programm ist ohne Fehler durchgelaufen, hat eine Datei geschrieben, der Rückgabewert
war null. Das sagt nichts über die Richtigkeit des Ergebnisses.
Ein Werkzeug kann fehlerfrei durchlaufen und dabei die falsche Größe messen — genau
das ist bei allen fünf Fallen auf Seite 5 passiert.
Fachliche Abnahme — „stimmt das Ergebnis?"
Eine inhaltliche Frage, die nur mit korrekten Daten beantwortbar ist. Das
Musterbeispiel aus dem eigenen Betrieb:
„Berührt der rekonstruierte Kursverlauf eines Vollverlusts überhaupt seinen
Stop-Kurs?"
Antwort beim ersten Lauf: 35 %. Nach der Reparatur des Datenpfads:
100 %. Und das Endergebnis kippte dabei ins Gegenteil.
Der Fall, der zeigt, warum das nötig ist
Eine Auswertung zur Frage „wäre ein früherer Ausstieg besser gewesen?" meldete zunächst
+6,96 R Verbesserung bei einer Schwelle von 2 Ticks. Die fachliche Abnahme deckte auf,
dass der zugrunde liegende Kursverlauf zu grob war — er bestand aus etwa 20 Punkten je Trade
statt aus dem tatsächlichen Verlauf.
Aus dem Rohdatenstrom neu geschnitten (Median 1.447 Punkte je Trade) kippte das
Ergebnis: Die 2-Tick-Schwelle verliert nun 2,67 R, bester Wert ist eine
8-Tick-Schwelle mit +1,93 R. Auch das ist noch kein Urteil — die Stichprobe umfasst
30 Trades über 2 Tage. Aber der grobe Pfad zeigte nachweislich in die falsche Richtung.
Die vier Formen von „dokumentiert, aber nicht durchgesetzt"
1 · Regel ohne Wächter
Steht in der Doku, prüft niemand.
2 · Pfad, der schweigt
Tut bei Störung nichts — statt zu melden.
3 · Wächter, der grün läuft
Läuft, prüft aber seine Aussage nicht mehr.
4 · Wächter ohne Selbsttest
Kann nicht beweisen, dass er rot werden kann.
Die daraus abgeleitete Arbeitsregel: Wer eine Falle aufschreibt, legt im selben
Arbeitsschritt fest, welcher automatische Test sie künftig findet. Sonst ist die
Dokumentation nur eine Notiz darüber, wie man denselben Fehler beim nächsten Mal
wieder machen wird.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 20
Forschungsstand
Was heute gesichert ist — die Bilanz nach zwölf Monaten
Diese Seite ist die ehrlichste des Berichts. Sie trennt sauber zwischen dem, was
gemessen ist, dem, was widerlegt ist, und dem, was offen ist.
Gesichert negativ — mit ausreichender statistischer Aussagekraft geprüft
Hypothese
Prüfung
Befund
Die neuronale Engine hat global einen Richtungsvorteil
Der KI-Positionsmanager schlägt die einfachen Regeln
Schattenlauf
Nein. 48 % gegen 64 % — bleibt abgeschaltet
Gesichert positiv
Der Timing-Befund. Über 422 Trades aus 23 Handelstagen:
· Trade erreicht sein erstes Kursziel → 100 % Gewinn (n = 100)
· Trade erreicht es nicht → 25 % Gewinn (n = 322)
· 40 % aller Verlierer sind nach 30 Sekunden tot
Dieser Befund ist die tragfähigste Erkenntnis des Projekts, weil er die
Forschungsfrage verkleinert: nicht mehr „wohin geht der Markt",
sondern „ist dieser Moment tragfähig".
Ebenfalls gesichert — technisch
· Der Lernspeicher hält über Programmneustarts hinweg (Stufe 2 des dritten Kopfes belegt)
· Die Aufzeichnung ist seit dem 29.07. duplikatfrei (Schreiberwahl je Prozess)
· Die Datenkette ist auf 200 ms beschleunigt und die Alterstoleranz gemessen begründet
· Die installierte Software wird gegen ihre Prüfsumme auf der Festplatte verifiziert —
die Projektregel „der Nutzer verwendet die installierte Fassung" wird seit dem
29.07. erstmals gemessen, nicht angenommen
Die zusammenfassende Aussage, so klar wie möglich: Aus dem heute erfassten Marktzustand
lässt sich die künftige Kursrichtung mit den bisher geprüften Verfahren nicht überzufällig
vorhersagen. Was sich abzeichnet, ist etwas anderes und Kleineres — dass sich Einstiegsmomente
nach ihrer Überlebenswahrscheinlichkeit unterscheiden lassen. Das ist die aktuelle Spur.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 21
Aktuelle Spur
Der 29. Juli 2026 — eine Spur, ausdrücklich kein Urteil
Am Tag vor Abfassung dieses Berichts lief zum ersten Mal die auf CORTEX umgebaute Strategie
mit repariertem Marktgeschwindigkeits-Sensor. Das Ergebnis ist auffällig genug, um es zu
berichten — und schwach genug, dass wir es nicht als Befund bezeichnen.
Abbildung 8: Das Konfidenzintervall des neuen Werts schließt die Nullhypothese
noch ein. Genau deshalb ist dies eine Spur und kein Ergebnis.
Der Mechanismus reproduziert sich
Bemerkenswert ist nicht die Quote, sondern die Struktur des Tages —
sie wiederholt exakt den Befund aus 422 Vergleichstrades:
Nicht die Richtung wurde besser — die Einstiege überleben die erste halbe Minute häufiger.
Was den Tag überhaupt möglich machte
Kein neues Modell, keine neue Regel — die Reparatur eines seit Monaten toten
Messfühlers. Der Marktgeschwindigkeits-Wert wurde in einem Programmfenster
abgefragt, in dem er nicht existiert, und stillschweigend mit dem Ersatzwert
„ruhiger Markt" aufgefüllt.
Folge: Die Sperre Markt zu ruhig blockierte 1.228 von 1.228
buchbestätigten Entscheidungen. Nach der Reparatur fiel sie auf null.
Die Lehre steht seither als Leitregel im Code: Gar nichts zu senden ist
besser, als einen Ersatzwert zu senden. Ein fehlender Wert sieht aus wie ein
Defekt — ein getarnter Ersatzwert sieht aus wie eine Messung.
Warum wir das nicht feiern
1. Zu klein. Einseitig gerechnet: P(≥4 Ziele erreicht) = 0,097.
Für die Gesamt-Trefferquote sogar 0,217 — die trägt gar nichts.
2. Der Tag zählt formal nicht. Am 29.07. wurde die Handelslogik siebenmal neu
geladen, es liefen fünf verschiedene Programmstände. Ein Tag mit mehr als einem
Stand ist per Vorregistrierung ausgeschlossen — auch wenn das Ergebnis gefällt.
3. Ein Begrenzer hat gegriffen. Das Tageslimit von 8 Trades wurde erreicht;
ab jetzt ist es der Engpass, nicht die Signalqualität.
Das Hauptbuch, das jeden Dreh sichtbar macht
Seit dem 29.07. läuft ein fortlaufendes Register, das in jeder Zeile die
eingefrorene Nullhypothese mitschreibt (100 / 422). Ändert sie jemand später,
ist die Änderung im Versionsverlauf sichtbar.
Zwei eingebaute Kontrollen:
· Placebo — Nullhypothese gegen sich selbst: p = 0,519 ✓
· Gegenrichtung — 50 % bei n = 120: p = 3,8·10⁻¹⁰ ✓
Der Prüfer kann also beides: nicht zu früh anschlagen und ein echtes Signal erkennen.
Die Zielgröße hat gewechselt
Nicht mehr die Trefferquote, sondern die Zielerreichungsquote. Der Grund
ist rein statistisch: Von 23,7 % auf 50 % braucht es rund 40 Trades für
ein belastbares Urteil — etwa fünf Handelstage statt zwanzig.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 22
Die offene Kette
Neun Stufen — die Kaskade ist gefallen, der Endpunkt ist gewandert
Der Forschungsplan vom Juli bestand aus neun aufeinander aufbauenden Prüfstufen mit genau
einem bestätigenden Endpunkt. Am 1. September fiel Stufe 5 — und mit ihr, wie in der
Vorregistrierung wörtlich festgelegt, alles darüber — kein Bruch des Plans, sondern sein
vorgesehener Ausgang.
Stufe
Frage
Status
Befund · Stand 23. September
0
Ist die Aufzeichnung vollständig und eindeutig?
erledigt
Lücken-Scan je Tag, seit dem 24. August in der Beweiskette
1
Stimmen Buch, Abschlüsse und Protokoll überein?
erledigt
Abnahme 10/10, Ladder-Abdeckung 98,90 %
2
Lässt sich der Aggressor sauber bestimmen?
verworfen
Placebo-Kontrolle: 0,21 pp Information
3
Trägt der Microprice Vorhersagekraft?
nein
Halbwertszeit 90 ms — ausdrücklich nicht wiederholen
4
Misst der Orderfluss (OFI) die Bewegung?
trägt
R² im Median 0,893 (42 Läufe) — er beschreibt die gleichzeitige Bewegung fast vollständig
5
Sagt er die nächste Bewegung voraus?
gefallen
1. 9.: Skill 0,995 gegen Hürde 1,25, 19 Bandtage, alle vier Horizonte — Kapitel 24
6a
Wirken Sweeps als Auslöser?
stillgelegt
Revision 13 — ohne Stufe 5 gegenstandslos
6b
Wirkt Absorption an Wänden?
stillgelegt
Revision 13; die Wand-Frage lebt im Autobahn-Test weiter
7
Sind Stop-Jagden erkennbar?
stillgelegt
Revision 13; der Kursziel-Abgleich bleibt als Werkzeug erhalten
8
Verbessert das OFI-Einstiegs-Gate das Ergebnis?
ersetzt
Neuer Endpunkt „Bracket-MinP" (5. 9.) — der Blick steht aus
Warum weiterhin genau ein Endpunkt bestätigend ist
Der Endpunkt ist gewandert, nicht vermehrt. Die neue Vorregistrierung fragt: widerspricht der
vierte CORTEX-Kopf bei verlorenen Einstiegen häufiger als bei gewonnenen? — 10 Handelstage,
zweiseitig (ein Ergebnis unter null belegt ein schädliches Tor und ist derselbe
Befund wert), mit Pflicht-Gegenprobe ohne den ersten Tag.
Ungewöhnlich daran: das Feld Vorsichtung. Tag 1 war vor der Unterschrift bekannt
(−4,8 Prozentpunkte, gegen die Hypothese) und steht offen im Dokument, mitgezählt im
Fingerabdruck. Die nächste Vorregistrierung (tote Zonen) liegt als Entwurf bereit — ihr
Anspruchsrecht wird erst nach diesem Urteil freigegeben.
Die Bremse — und ihr bewusster Bruch
Seit dem 30. Juli gilt: keine Neukompilierung der Handelslogik. Zwischen dem 1. und dem
4. September wurde sie viermal gebrochen (v0.9.5 bis v0.9.9) — jedes Mal auf
Anweisung des Gründers, jedes Mal an drei Stellen dokumentiert: im Vorregistrierungs-Feld,
im Projektstand, im Quelltext am Tor.
Der Zähler homogener Tage hat seither nie gezählt: 0 von 20 — der Quelltext wechselte am
12., 15. und 22. September, jedes Mal dokumentiert. Ein bindender Anker ist er nicht mehr.
Zum Stand der Dinge: Der Apparat steht, die Regeln stehen, die Werkzeuge prüfen sich
selbst. Was läuft, ist Datensammlung — seit Release 0.5.30 (23. 9.) erneut von null.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 23
Zeitplan
Der Weg zum Urteil — was wann entschieden wird
Abbildung 9: Jeder Meilenstein hat zwei Ausgänge, und beide sind vorab definiert.
Ein Zeitplan ohne definiertes Scheitern ist ein Wunschzettel.
Was passiert, wenn es negativ ausgeht
Der Befund kommt ins Widerrufsregister, die Spur wird geschlossen, der nächste
Kandidat aus der Liste rückt nach. Das Produkt ist davon unberührt — es
verkauft seit Juli 2026 ausdrücklich keine Edge-Behauptung.
Kosten eines negativen Ausgangs: einige Wochen. Kosten eines ungeprüft
positiven Ausgangs: die Glaubwürdigkeit des gesamten Unternehmens.
Was passiert, wenn es positiv ausgeht
Dann liegt zum ersten Mal ein Ergebnis vor, das alle sechs Stufen der Beweisleiter
erfüllt: vorregistriert, placebo-kontrolliert, außerhalb der Trainingsdaten geprüft,
gegen eine Nullverteilung getestet, unter eingefrorenen Bedingungen erhoben und
aus archivierten Rohdaten von Dritten nachrechenbar.
Ab diesem Punkt beginnt der Zertifizierungsprozess — beschrieben in Teil V.
Warum der Zeitplan in Handelstagen und nicht in Wochen gerechnet ist: Ein Kalenderdatum
lässt sich einhalten, indem man die Anforderungen senkt. Ein Zähler homogener Handelstage lässt
sich nur durch Warten erfüllen — und er springt bei jeder Änderung auf null zurück.
Das ist die einzige Form von Terminplanung, die gegen die eigene Ungeduld immun ist.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 24
Fünf Tage im September
Drei Nullbefunde in fünf Tagen — und was sie verhindert haben
Zwischen dem 1. und dem 5. September fielen drei Bilder, die sich richtig anfühlten, gegen ihre
uhrzeitgematchte Nulllinie. Keines war ein Rückschlag: jedes hat einen Umbau verhindert,
der Wochen gekostet und Daten entwertet hätte. Alle drei waren vorregistriert; alle drei
stehen im Widerrufsregister.
Treffer 49,76 %, Skill 0,995 (KI 0,986–1,004) gegen Hürde 1,25 — auf allen vier Horizonten, Bootstrap über Tage
das geplante OFI-Einstiegs-Gate; laut Vorregistrierung fällt damit die Kaskade 5–8
Liquiditätsmarker (LP) „zeigt fast immer am Wendepunkt"
693 Marker 19 Tage
≥ 4 Ticks in 60 s: 50,6 % gegen 49,9 % Kontrolle (95. Perzentil 65,0 %) — alle vier Zellen fallen
ein 42. Merkmal für CORTEX — und damit die Löschung von 27 Sitzungen Lernstand
Trend-Fortsetzung das „Autobahn"-Modell, elf Zellen
19 Tage 436.088 RTH-Sekunden
Weiterfahrt nach Tankstopp 46,5 % gegen 58,8 % — 0 von 19 Tagen besser; Wände halten (42,9 % gegen 49,5 %)
ein Phasen-Modul in der Strategie; stattdessen Fade-Vorregistrierung, Stufe A läuft
Ausstieg auf Gegensignal „bei Gegensignal sofort raus"
61 Trades 16 Tage
jede Regel schlägt das Ist (+1.067 bis +3.582 $) — und verliert gegen Zufallszeitpunkte (−296 bis −2.811 $)
einen Exit-Regler, der nur gut aussah, weil 79 % der Trades am Stop enden
Was trägt: Stufe 4 — und eine Signatur
Dasselbe Instrument, das die Richtung nicht vorhersagt, misst die gleichzeitige
Bewegung fast vollständig: R² im Median 0,893 über 42 Läufe. Die Vorregistrierung
nennt die Verwechslung von Beschreiben und Vorhersagen „den häufigsten und teuersten Fehler
in diesem Literaturfeld" — Kapitel 17 hat sie zum Prüfkriterium gemacht.
Alle drei Nullbefunde tragen dieselbe Signatur wie die Timing-Achse aus Kapitel 26:
Fluss ⇒ Rückkehr in 30 bis 600 Sekunden, mit Vorlauf. Das ist keine Bestätigung —
es ist der Grund, warum die Fade-Vorregistrierung unterschrieben wurde, bevor jemand
an einer Schwelle drehte.
Der vierte Kopf — zweimal falsch bewertet, an einem Abend
CORTEX bekam Anfang September einen vierten Vorhersagekopf („erreicht der Trade 8 Ticks,
bevor er 10 Ticks verliert?"). Seine erste Kennzahl las sich wie „doppelt so gut wie die
Basisrate": Genauigkeit 0,631 neben Positiv-Rate 0,305. Die richtige Vergleichslinie für
Genauigkeit ist 0,695 — der Kopf lag darunter. Der Brier-Wert 0,448
sah gegen 0,21 schlecht aus; seine naive Linie ist 0,408.
Beide Irrtümer stehen im Register. Konsequenz: Kennzahlen werden seit App 0.5.9
mit ihrer Vergleichslinie geschrieben, nicht daneben. Und bevor über einen Kopf
geurteilt wird, gilt die Frage: wer liest ihn überhaupt? In der Strategie damals: niemand.
Sechs Fälle einer Klasse an zwei Tagen: ein Leser verwarf 2.941 auswertbare Zeilen, weil
der Strom „UP/DN" schrieb und er „LONG/SHORT" erwartete — Ausgang grün. Eine Brücke setzte ein
neues Feld je Nachricht auf null zurück (ein Handelstag, −448 $). Eine Spalte wurde seit Wochen
nie befüllt (0 von 27.979 Zeilen). In allen sechs Fällen meldete etwas „nichts", wo „passt nicht
zusammen" richtig gewesen wäre. Seit dem 5. September prüft ein Wächter das Werteinventar jedes
Datenstroms gegen die Werte, auf die seine Leser verzweigen (Abendlauf, Schritt 7) —
Positivkontrolle am echten Vorher-Stand gefahren.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 25
Die Messgrenze
Das Delta-Mikroskop — 56,7 % des Volumens haben kein sicheres Vorzeichen
Jede Delta-Anzeige am Markt behauptet zu wissen, wer bei einer Transaktion der
Aggressor war — Käufer oder Verkäufer. Im August haben wir gemessen, wie oft zwei gleichermaßen
legitime Klassifikationsregeln auf denselben Rohdaten uneinig sind. Das Ergebnis verändert,
was ein „genaues Delta" überhaupt bedeuten kann.
Der Befund
Zwei Regeln, ein Rohdatenstrom, 14 Tage
Jede Transaktion aus 14 vollständig aufgezeichneten Tagen wurde doppelt klassifiziert:
einmal nach der Tick-Regel (Vergleich zum letzten Preis), einmal nach der Quote-Regel
(Lage zum Geld-/Briefkurs). Auf 56,7 % des gehandelten Volumens widersprechen
sich die beiden — das Vorzeichen dieser Anteile hängt an der Wahl der Regel,
nicht an den Daten.
Die Uneinigkeit ist kein Rauschen — sie hat eine Form
Sortiert nach dem Alter der letzten Quote fällt die Widerspruchsquote monoton von
51,6 % auf 3,2 %. Je frischer die Quote, desto einiger die Regeln. Die Unbestimmtheit
ist damit messbar, erklärbar und je Transaktion bezifferbar — sie ist eine
Eigenschaft des Datenstroms, kein Fehler eines Anbieters.
Der unbequeme Nebenbefund
Bei der Messung fiel auf: unsere eigene Software führte zwei Delta-Pfade mit zwei
verschiedenen Regeln — Chart und Heatmap konnten demselben Moment verschiedene
Vorzeichen geben, und niemand wusste es. Der Befund steht im Widerrufsregister;
die Vereinheitlichung ist Teil des nächsten Auslieferungsstands.
Die Konsequenz
„Das genaueste Delta" ist eine unbelegbare Aussage
Wenn über die Hälfte des Volumens je nach Regel das Vorzeichen wechselt, kann kein
Anbieter beanspruchen, „das richtige" Delta zu zeigen — es gibt auf diesen Daten kein
beobachtbares Richtig. Belegbar ist etwas anderes: ein Delta, das seine eigene
Fehlerbreite ausweist — das zu jedem Wert sagt, welcher Anteil davon regelfest ist
und welcher an einer Konvention hängt.
Genau das ist die Produkteigenschaft, die aus dieser Messung folgt: nicht „am
genauesten", sondern „mit ausgewiesener Unbestimmtheit" — eine Eigenschaft, die
heute kein Wettbewerber anbietet und die ohne diese Messung niemand anbieten kann.
Und das benannte Produktrisiko
Kunden vergleichen unsere Anzeige live mit Fremdanbietern, die stillschweigend die
andere Regel fahren. An Tagen mit vielen alten Quotes können beide Anzeigen
gegenläufig wirken — beide konsistent mit den Rohdaten. Ohne ausgewiesene
Spanne sieht das wie ein Defekt aus. Mit ihr ist es ein Messwert.
Die Zahl, die bleibt: Kein Anbieter kann die 56,7 % kleiner machen — die Rohdaten
geben nicht mehr her. Man kann sie nur ausweisen oder verschweigen. Wir haben uns
für das Ausweisen entschieden, weil es die einzige überprüfbare Position ist.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 26
Die zweite Suchrunde
Vier leere Leser-Klassen — und eine Achse, die trägt
Das „NICHT_LERNBAR" aus Gate 1 galt ausdrücklich nur für einen linearen,
punktuellen Leser. Die naheliegende Frage: Sehen stärkere Modellklassen auf denselben Daten
mehr? Ende August wurde sie systematisch beantwortet — mit einem doppelten Ergebnis.
Die Antwort der stärkeren Leser: leer
1
Vier Leser-Klassen — vom
Baum-Ensemble bis zum sequenziellen Netz — auf dem identischen Datenraum
(12 Merkmale, 8 Schritte, 600-s-Horizont): keine liefert ein
replizierbares Signal.
2
Der eine „LERNBAR"-Treffer
widerlegte sich selbst. Ein rekurrentes Netz meldete zunächst Lernbarkeit — die
vorregistrierte Replikation maß dann AUC 0,504: eine Münze. Ohne
Replikationspflicht wäre das als Durchbruch gefeiert worden.
3
Gate 1 steht damit breiter da
als je: NICHT_LERNBAR bei effN 2.279 auf 22 von 22 zitierfähigen
Aufzeichnungstagen (Urteil vom 27. August, quittiert am 28.). Die obere Schranke
aus Kapitel 23 bleibt unverändert gültig.
Was das Urteil jetzt abdeckt — und was nicht
Abgedeckt: lineare und die vier geprüften stärkeren Klassen auf dem punktuellen
Merkmalsraum. Nicht abgedeckt: andere Merkmalsräume und andere Zeitauflösungen —
genau dort suchte die Wochenendstudie des nächsten Kapitels weiter.
Der Nebenbefund mit Substanz
Die Timing-Achse: Fluss ⇒ Rückkehr im Mittelfenster
Quer zu den Leser-Klassen zeigte sich eine gerichtete Struktur: starker aggressiver
Fluss sagt im Fenster 30–600 Sekunden eine Gegenbewegung voraus (Mean-Reversion),
nicht die Fortsetzung. Der Effekt überlebt die Bounce-Kontrolle, den Zirkular-Shift
und den Tages-Split (9 von 19 Tagen einzeln signifikant, kein Tag gegenläufig) —
und die eigenen aufgezeichneten Trades sind mit ihm konvergent
(Korrelation −0,27, n = 48).
Status: Kandidat — mit Datum
Der Effekt ist ohne Handelskosten gemessen und noch nicht repliziert. Er trägt
deshalb den Status HYPOTHESEN-KANDIDAT mit vorregistriertem Replikationsfenster
um den 9. September. Erst wenn er dort erneut erscheint, wird aus der Achse
eine Vorlage für den konfirmatorischen Pfad — vorher ist sie eine Beobachtung.
Der Unterschied zwischen „Fund" und „Kandidat" ist ein Datum: das der
vorregistrierten Replikation. Alles, was dieses Datum nicht abwartet, ist eine
Geschichte über die Vergangenheit — davon hatte dieses Projekt genug.
Warum die Null der Leser-Klassen wertvoll ist: Sie schließt die billige Erklärung
aus, wir hätten nur das falsche Modell benutzt. Wenn im nächsten Kapitel ein Kandidat
gefunden wird, dann nicht, weil ein stärkeres Modell mehr hineinlesen konnte —
sondern weil ein anderer Datenraum geöffnet wurde.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 27
Die Wochenendstudie
Fünfzehn Millionen Konfigurationen — eine Fata Morgana und ein Kandidat
Am 29. August liefen zwei erschöpfende Suchen über den gesamten aufgezeichneten
Datenbestand. Die erste bewies, dass unser Prüftrichter einen echten Vorteil durchlassen
würde. Die zweite fand einen Kandidaten, der jede Erstprüfung besteht — und entlarvte
unterwegs einen zweiten, der keine bestand.
Lauf 1 — das Buch im Sekundenraster
631.800 Konfigurationen, null Finalisten
Sechs Signalfamilien × feines Exit-Raster, erschöpfend statt gestichprobt. Disziplin
vorab deklariert: chronologischer Split 13/4/4, Testblock nur einmal berührbar,
Plateau-Pflicht, 10.000 Permutationen. Ergebnis: kein Buch-Merkmal trägt in diesem
Raum etwas über die reine Preisbewegung hinaus.
Die Positiv-Kontrolle — der Beweis, dass die Null zählt
In 21 synthetische Tage wurde ein bekannter Vorteil eingepflanzt und durch denselben
Trichter geschickt: 582 → 60 → 49 → 20 Finalisten, 20 von 20 bestehen den
Einmal-Test (getrennter Ledger, danach entfernt). Der Trichter lässt echte Edges
durch. Die Null von Lauf 1 ist damit eine Aussage über die Daten — nicht über
das Werkzeug.
Die Fata Morgana
Ein Cluster („Quote-Rückzug") sah in der Validierung glänzend aus: +51 bis +64 $ je
Trade. Der einmalige Testblock zeigte −10 bis −78 $ — nur 1 von 12
Exit-Varianten positiv, eine Messerschneide. Ohne die Einmal-Disziplin wäre genau
das als Fund gefeiert worden. Das ist der Apparat bei der Arbeit.
Lauf 2 — die Rohdaten im Viertelsekundenraster
14,9 Millionen Konfigurationen auf 103 Millionen Ereignissen
250-ms-Raster direkt aus den Quote-Rohbändern (21 Sessions — darunter drei Tage, die
der App-Strom verloren hatte und die Aufzeichnung des Indikators lückenlos trug),
konservative Limit-Ausführung, 16 Kontext-Tore, Konfluenz-Paare, iterative
Verfeinerung — 81,7 Minuten Rechenzeit, Deklaration vor dem Lauf.
Der Überlebende: „Flush-Absorption"
Preis stürzt ≥ 12 Ticks in 10 s, während der 2-Sekunden-Orderfluss starkes
aggressives Kaufen zeigt → Einstieg long per Limit in den Sturz.
Training +17…23 $ je Trade (n ≈ 111) · Validierung +15…19 $ ·
einmaliger Test +27…43 $ bei 75 % Trefferquote — alle 7 Exit-Varianten positiv
(ein Plateau, keine Spitze), p ≤ 0,003 bei 10.000 Permutationen. Mikrostrukturell
kohärent: der klassische Absorptions-Abpraller — und die Konfluenz-Form der
Timing-Achse aus Kapitel 26.
Die Ehrlichkeit dazu: Der Testblock trug nur n = 16 Trades
(Wilson-Untergrenze ~51 %). Deshalb lautet der Status nicht „Edge", sondern
HYPOTHESEN-KANDIDAT mit bestandener Erstprüfung — eingefroren (jede Änderung =
neuer Kandidat, Zähler null) und seit dem 29. August im täglichen Forward-Test
auf jeder neuen Session. Schwelle: n ≥ 50 und Wilson-Untergrenze ≥ 55 %.
Nachtrag 23. 9.: Der Forward-Test hat gegen den Kandidaten entschieden. Bei n = 90 trifft er
65,6 % (Wilson 55,3 %) — und verliert 5,17 $ je Trade. Seit dem 18. 9. verworfen.
Am 14. 9. war die Schwelle kurz erreicht (n = 52); die Regel kennt kein Anhalten beim
ersten Überschreiten. Lehre: eine Trefferquote ohne Erwartungswert ist keine Kante.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 28
Zehn Tage im September · I
Die Replay-Maschine — hätte die Strategie andersherum gewonnen?
Am 9. und 10. September wurden alle 105 nachspielbaren Strategie-Trades seit dem 29. Juli
tickgenau auf dem eigenen Tape nachgespielt — mit echtem Preispfad, Stop, Ziel und Kosten
(0,64 Ticks je Kontrakt). Vier Vorregistrierungen, ein Blick je Variante. Die Frage dahinter war
unbequem: liegt der Fehler im Management — oder im Einstieg selbst?
Frage
Varianten
Netto-Ticks je Kontrakt
Urteil
Kalibrierung Original, unverändert
das tatsächliche Regelwerk
−1,76 · Trefferquote 35,2 %
Referenz
Umkehr der Richtung „andersherum handeln"
jeder Einstieg gespiegelt, eigener Stop
−1,73 mit 1 Tick Schlupf (−1,04 ohne) · 39,0 % gegen Break-even 50,4 %
trägt nicht
Struktur Zeit-Stop, T1, Break-even-Lock
ohne Zeit-Stop · T1 = Stop · ohne frühen Lock · alle drei
−1,36 bis −1,72 — alle vier verlieren
trägt nicht
Skala ist 8/10 Ticks zu klein?
16/12 und 24/12 Ticks, je mit und ohne Lock
−2,01 · −1,56 · −1,39 · −0,89 — alle unter Break-even; Merkmale AUC ≈ 0,50
trägt nicht
Mitwachsende Brackets in schnellen Märkten
Faktor 1,5 und 2,0 im Vollgas
−1,86 · −1,87 gegen −1,64; im Vollgas selbst schlechter (−1,46 gegen −0,11)
trägt nicht
Was daraus folgt
Die Einstiege selbst tragen keine Kante. Bei einem Chance-Risiko-Verhältnis nahe 1 ist ein
Einstieg ohne Information ein Münzwurf minus Kosten — und genau so sehen alle Varianten aus.
Kein Management, keine Skala und keine Richtung rettet ihn.
Konsequenz: Die Strategie wurde nicht gedreht, die Brackets wurden nicht vergrößert.
Die Arbeit verlagerte sich auf die Frage, wer die Richtung bestimmt — und ob die
Messgröße darunter überhaupt stimmt (Kapitel 29 und 30).
Die Falle, die der Apparat abgefangen hat
Die schnelle Näherung „Vorzeichen der Ergebnisse drehen" ergab +0,95 Ticks und 57,3 %
Treffer — eine Umkehr-Strategie hätte sich wie ein Fund angefühlt. Aber der gespiegelte Trade
hat seinen eigenen Stop, und der liegt genau dort, wohin der Preis vorher lief. Auf dem echten
Preispfad blieb davon nichts. Widerrufen am 10. September — bevor eine Zeile Code geändert war.
Warum ein Replay nur töten, nicht stützen kann: Die Varianten wurden aus den Ausstiegsgründen
des Originals abgeleitet — also aus dem Ergebnis. Die Vorregistrierung nennt den Lauf deshalb
ausdrücklich deskriptiv: Ein positives Resultat wäre nur ein Anlass für einen Forward-Test
derselben Variante gewesen, kein Beleg. Ein negatives Resultat für alle Varianten dagegen
sagt genau eine Sache — und die ist eindeutig.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 29
Zehn Tage im September · II
Die Börse als Schiedsrichter — 97,5 % statt 69,9 %
Seit dem 10. September liegen echte Orderdaten der CME vor — jede einzelne Order mit ihrer
Seite. Zum ersten Mal ließ sich prüfen, ob unsere Regel, die jedem Abschluss einen Aggressor
zuweist, stimmt: nicht gegen sich selbst, sondern gegen die Börse. Jede Größe, die aus dem
Delta abgeleitet ist — Absorption, Erschöpfung, CVD, Divergenz, Orderfluss — hängt daran.
Frage
Grundmenge
Ergebnis gegen die Börsenwahrheit
Folge
Welche Regel trifft den Aggressor?
7 Tage 94–96 % Abdeckung
Quote-Regel 97,5 % des Volumens richtig, Tick-Regel nur 69,9 % — Tages-Delta mit falschem Vorzeichen an 4 von 7 Tagen
Produktentscheidung: Delta auf die Quote-Regel
Gesperrte Notierung Bid = Ask
7 Tage
Nachbar-Notierung trifft 40,2 % bzw. 14,3 % — unter Zufall; erklärt 104 % der Restabweichung
„Seite nicht bestimmbar" statt raten
Absorption und Erschöpfung echt oder Regel-Artefakt?
7 Tage
Vorzeichen nur zu 74,1 % einig; die Tick-Fassung meldet Erschöpfung in 41–49 % der Sekunden, die Wahrheit in 34 %
wesentlich Artefakt
Trägt die wahre Erschöpfung?
3 Tage 7.723 Ereignisse
AUC 0,510 gegen 0,510 — die korrekte Regel macht sie wahr, aber nicht nützlich
kein Signal verloren
Große Prints als KI-Merkmal? Seite der ≥ 50er an der Einstiegsstufe
30 Tage
AUC 0,503; über dem Null-Band an 12 von 30 Tagen; das Vorzeichen wechselt von Tag zu Tag
bleibt Anzeige, kein Merkmal
Bestätigungstag nach dem Einbau
11. 9. 780.123 Fills
Produkt = Nachrechnung an 100 % der Fills · 97,0 % richtig · je Minute r 0,985
ausgeliefert: Indikator, App, KI
Warum das der wichtigste Befund des Monats ist
Fast ein Drittel des Volumens stand auf der falschen Seite. Jede Studie der Tick-Ära hat auf
dieser Grundlage gerechnet — dass viele von ihnen leer blieben, kann teils genau daran liegen.
Das beweist nichts in die andere Richtung, aber es erzwingt eine Regel:
alte und neue Tage werden nie gepoolt. Gate 1 startete deshalb am 12. September neu,
nur auf Tagen unter der Quote-Regel.
Der Irrtum davor — zirkulär gemessen
Im Juli stand im Projekt, die Tick-Regel schlage die Quote-Varianten. Die Zahl dahinter
(r = 0,965) maß die Übereinstimmung der Tick-Regel mit den eigenen Indikatorfeldern —
ein Messgerät, das sich selbst abliest. Gegen die Börse: Quote r = 0,983, Tick r = 0,677.
Widerrufen am 10. September, im selben Arbeitsschritt.
Die Konsequenz mit Preis: Die neue Regel verändert die Bedeutung der Buch-Merkmale, auf denen
CORTEX lernt. Ein Modell, das auf zwei Definitionen lernt, lernt deren Unterschied. Deshalb wurde der
Lernstand neu gestartet — beim Gründer am 11. September, mit Release 0.5.30 am 23. September für alle.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil IV · Kapitel 30
Die neue Ära
ONE CORTEX entscheidet — und vorher wurde gemessen, was ihn bremst
Zwischen dem 14. und dem 22. September wurde die Signalkette umgebaut: Die Richtung kommt
allein von CORTEX, ein CORTEX-Gegensignal kann den Trade vor dem ersten Ziel beenden, die
strategie-eigenen Sperren protokollieren nur noch. Am 23. September ging die neue Ära als
Release 0.5.30 an alle Kunden — mit einem Lernstand, der bei null beginnt.
Messung
Ergebnis
Konsequenz
Merkmals-Inventur 22. 9., vor dem Neustart
6 von 49 Eingängen praktisch tot (Schwellen über der realen Verteilung); kein Merkmal trennt aufwärts von abwärts für sich allein (AUC 0,47–0,51)
vorregistriert, nicht still korrigiert
Signalkette Buch → Signal → Order
drei Drosseln (3.000 / 1.500 / 2.000 ms) ⇒ 3.290 ms; danach ≈ 208 ms — aus Taktzeiten gerechnet, nicht Ende-zu-Ende gemessen
Drosseln entfernt; Messpunkt am Einstieg fehlt noch
Rechenzeit
45 ms am kalten Modell — aber 348 ms im Handel, weil das Training im Takt lief
Training im eigenen Prozess: warm ≈ 200 ms, Ziel < 100 ms verfehlt
Einstieg
CORTEX ≥ 55 % · Buch ≤ 200 ms alt, Schieflage ≥ 10 % gleichgerichtet · Target-Odds-Tor erst ab 3.000 Labels
übrige Sperren nur im Schatten
CORTEX-Exit
Gegensignal ≥ 55 % für ≥ 300 ms vor T1 ⇒ glattstellen; erster Tag: 1 von 4 Trades
alle „trägt nicht" — bleiben Anzeige, mit ehrlicher Legende
Der Bruch — dreifach dokumentiert
Der Umbau geschah bewusst vor dem Urteil seiner Vorregistrierung — auf Anweisung des
Gründers, festgehalten in Vorregistrierung, Projektstand und Quelltext. Die Erwartungen standen
vorher fest: mehr als 6,6 Einstiege je Tag, Exit-Anteil 10–30 %. Nicht gebaut wurde,
was vorab zu schwach gemessen war: eine Bracket-Weite aus dem Bracket-Kopf (AUC 0,54 über
28.986 Proben).
Was der Neustart kostet — und warum er richtig ist
Mit 0.5.30 beginnt jedes Modell bei null — beim Kunden wie beim Gründer. Kein vortrainiertes
Modell, keine fremden Trades. Der Preis ist die bisherige Lerngeschichte. Der Gewinn: ein Modell,
das auf einer einzigen, gegen die Börse geprüften Definition lernt — und ein Ergebnis, das
dann eindeutig CORTEX gehört, nicht einem Regelwerk drumherum.
Zwei Befunde, die ein Kunde hätte sehen können: Der Spoof-Melder stand in praktisch jeder
Sekunde an — er maß eine Richtung, keinen Anteil; das Spoof-Sperrtor ging in den Schatten. Und der
Wand-Tracker zählte Stornos als Absorption. Beides fiel beim Anlegen von Vorregistrierungen auf,
bevor die eigentliche Frage gerechnet war.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil V · Kapitel 31
Zertifizierung
Warum ein Zertifikat möglich ist — und wer es ausstellen könnte
Die Frage lautet nicht „gibt es eine Behörde, die Handelsvorteile zertifiziert?" — die gibt es
nicht. Die Frage lautet: Welche prüfbaren Eigenschaften muss ein Ergebnis haben, damit
etablierte Prüfinstanzen es bestätigen können? Darauf gibt es klare Antworten.
Dass ein definiertes Rechenverfahren auf definierten Rohdaten exakt das ausgewiesene Ergebnis liefert.
erfüllbar. Rohdaten sind archiviert, jedes Werkzeug ist quelloffen im Projekt,
jedes Ergebnis trägt einen SHA-256-Fingerabdruck über Ergebnis und Datenherkunft.
Ein Prüfer rechnet nach — stimmt der Fingerabdruck, ist nichts nachträglich verändert worden.
Akademische Begutachtung Peer Review / Preprint
Dass die Methodik dem Stand der Forschung entspricht und die Schlussfolgerung trägt.
erfüllbar. Vorregistrierung, Permutations-Nullverteilungen, kreuzvalidierte
Robustheit und Placebo-Kontrollen sind genau die Elemente, nach denen begutachtet wird.
Das negative Ergebnis ist dabei kein Hindernis — publizierte Negativbefunde sind in
diesem Feld selten und gefragt.
ISO/IEC 42001 KI-Managementsystem
Dass der Entwicklungs- und Prüfprozess für das KI-System nachvollziehbar, dokumentiert
und überwacht ist.
weitgehend vorbereitet. Änderungsverfolgung, Risikoregister, Freigabekriterien
und ein Verfahren für widerlegte Befunde existieren bereits. Zu ergänzen wären formale
Rollen- und Verantwortungsdefinitionen.
Dass ein fremdes Team aus denselben Rohdaten dasselbe Ergebnis erhält.
erfüllbar. Dies ist die stärkste Form und der eigentliche Zielzustand
(Stufe 6 der Beweisleiter). Sie setzt voraus, dass die Rohdaten weitergegeben werden
können — was bei selbst aufgezeichneten Marktdaten der Fall ist.
Was ausdrücklich nicht zertifizierbar ist
Künftige Erträge. Keine Instanz der Welt bestätigt, dass ein Verfahren morgen
funktioniert. Wer das anbietet, ist unseriös.
Zertifizierbar ist immer nur: Dieses Verfahren hat auf diesen Daten, unter diesen
vorab festgelegten Bedingungen, dieses Ergebnis erzielt, und es wurde korrekt gerechnet.
Genau das ist aber der entscheidende Unterschied zu allem, was der Markt heute bietet.
Die drei Eigenschaften, die alles ermöglichen
1 · Manipulationssicher. Jedes Ergebnisdokument trägt einen kryptografischen
Fingerabdruck über Ergebnis und Datenherkunft. Neu berechnen ergibt denselben Hash —
oder deckt eine Änderung auf.
2 · Reproduzierbar. Rohdaten, Werkzeug und Parameter sind archiviert und versioniert.
3 · Vorregistriert. Die Kriterien standen fest, bevor die Daten gesehen wurden —
nachweisbar über datierte Einträge im Versionsverlauf.
Der Kern in einem Satz: Zertifizierbarkeit entsteht nicht durch ein gutes Ergebnis,
sondern durch einen prüfbaren Weg zum Ergebnis. Dieser Weg existiert bei OrderFlowAi
heute vollständig — er wartet nur darauf, dass am Ende etwas Positives steht.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil V · Kapitel 32
Zertifizierung
Das Dossier — was heute bereits existiert
Ein Zertifizierungsdossier lässt sich nicht rückwirkend erstellen; es muss mitlaufen.
Deshalb wurde die Beweisführung von Anfang an als Maschine gebaut, nicht als Dokument.
Diese Seite listet auf, was ein Prüfer heute vorfinden würde.
1 · Das Edge-Validierungs-Zertifikat
Ein Programm erzeugt aus der jeweils aktuellen Studie ein vollständiges Dokument —
als Text, als gestaltetes HTML und als PDF. Es enthält:
· Datenherkunft — welche Handelstage, wie viele, je Marktphase
· Merkmalsgesundheit — welche Eingangsgrößen überhaupt Information trugen
· Das vorregistrierte Verdikt nach festgelegtem Paragrafen
· Kreuzvalidierte Robustheitsverteilung (CPCV)
· p-Wert gegen die Nullverteilung
· Leckage-Prüfung über einen Parameterbereich
· Geltungsbereichs-Vorbehalte — was die Aussage nicht abdeckt
· SHA-256-Fingerabdruck über Ergebnis und Herkunft
2 · Das Strategie-Änderungs-Zertifikat
Das Gegenstück für Regeländerungen: Erwartungswert vorher gegen nachher, Anzahl Trades,
Bootstrap-Signifikanz der Verbesserung, vollständige Aufstellung aller unterdrückten
Signale samt näherungsweiser Gegenrechnung — und dieselben Vorbehalte und
denselben Fingerabdruck.
3 · Das Datenintegritäts-Zertifikat mit Historie
Eine tägliche Ampel über sechs unabhängige Qualitätswächter — mit fortgeschriebener
Historie. Der Grund dafür ist der wichtigste Teil: Wenn im August eine Auswertung
seltsam aussieht, lautet die Frage „wie war die Datenqualität an den Tagen, die
hineinflossen?". Ohne datierte Aufzeichnung ist das im Nachhinein nicht mehr
rekonstruierbar.
4 · Die laufenden Hauptbücher
Fortgeschriebene, nur anfügbare Register — jedes mit eingefrorener Nullhypothese
in jeder Zeile:
· Zielerreichungs-Register — die aktuelle Spur
· Kopf-Register — jeder Vorhersagekopf mit seinem Urteil
· Lern-Register — Modellalter und Leistung je Sitzung
· Sperren-Register — jede Filterregel mit ihrer gemessenen Wirkung
· Aufzeichnungs-Register — Vollständigkeit je Handelstag
· Buchabdeckungs-Register — verwertbare Tage
5 · Das Widerrufsregister
54 Einträge, maschinell überwacht. Für einen Prüfer ist das der wertvollste Teil
des gesamten Dossiers — es ist der Nachweis, dass das System Fehler nicht nur
machen, sondern auch finden und zurücknehmen kann.
6 · Das Abendprotokoll
22 Schritte, jeden Handelstag, automatisiert. Von der Fingerabdruck-Prüfung
der installierten Software über die Aufzeichnungsvollständigkeit bis zu den
Registern und der nächtlichen Studie.
17 der 22 Schritte haben eine fachliche Abnahme — sie prüfen nicht nur,
ob etwas lief, sondern ob das Ergebnis stimmt. Die fehlenden fünf sind
benannt und bewusst offen ausgewiesen, statt weggeeicht zu werden.
Der Unterschied zu einem üblichen Backtest-Bericht: Ein Backtest-Bericht ist eine
Momentaufnahme, die jemand erstellt hat. Dieses Dossier ist ein laufender Prozess, den
niemand anhalten kann, ohne dass es auffällt. Man kann es nicht schönen — man kann
es nur abschalten, und das wäre sichtbar.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil V · Kapitel 33
Zertifizierung
Der Erstheitsanspruch — was genau wäre „das erste Mal"?
Ein Anspruch auf Erstmaligkeit muss präzise formuliert sein, sonst hält er keiner Prüfung
stand. Diese Seite formuliert ihn so eng, dass er verteidigbar ist — und benennt zugleich,
was er nicht behauptet.
Die verteidigbare Formulierung
„Die erste am Markt erhältliche Orderfluss-Analysesoftware für Privatanwender, deren
Vorhersagekomponente einem vorregistrierten, placebo-kontrollierten und von unabhängiger
Seite nachrechenbaren Prüfverfahren unterzogen wurde — mit veröffentlichtem Ergebnis,
unabhängig davon, ob dieses positiv oder negativ ausfiel."
Was dieser Anspruch beinhaltet
Vorregistriert — Kriterien datiert vor der Auswertung
Placebo-kontrolliert — mit ausgewiesener Kontrollgruppe
Für Privatanwender — nicht institutionell abgeschirmt
Was er ausdrücklich nicht behauptet
Nicht: „die erste KI im Trading" — das wäre falsch
Nicht: „die erste mit einem Vorteil" — unbewiesen
Nicht: „die genaueste" — nicht vergleichend gemessen
Nicht: Aussagen über künftige Erträge
Nicht: dass institutionelle Häuser das nicht intern tun —
sie tun es vermutlich, nur eben nicht öffentlich prüfbar
Warum die Enge des Anspruchs seine Stärke ist
Ein weiter Anspruch („die beste KI der Welt") ist wertlos, weil er unprüfbar ist und
bei der ersten kritischen Nachfrage zerfällt. Ein enger Anspruch ist verteidigbar —
und deshalb zitierfähig: in Fachartikeln, in Vertriebsgesprächen, gegenüber
Regulierern, in einer Due-Diligence.
Hinzu kommt: Der enge Anspruch ist bereits zur Hälfte eingelöst. Der Apparat
existiert, die Prüfungen laufen, die Ergebnisse werden dokumentiert — auch die negativen.
Was fehlt, ist nur der Abschluss des laufenden Prüfzyklus.
Der historische Vergleich
In der Medizin führte die Einführung vorregistrierter Studien nicht dazu, dass
bessere Medikamente entstanden. Sie führte dazu, dass man zum ersten Mal
wusste, welche wirken — und der Markt bereinigte sich innerhalb weniger Jahre.
Die Finanzsoftware für Privatanwender hat diesen Schritt noch vor sich.
Wer ihn als Erster geht, definiert den Maßstab, an dem alle anderen
anschließend gemessen werden.
Belegbar heute
Vorregistrierung datiert im Versionsverlauf · Placebo-Kontrollen als Pflichtzeile · Fingerabdruck je Ergebnis · 22 veröffentlichte Widerrufe
Belegbar nach dem bestätigenden Endpunkt
Der bestätigende Endpunkt unter eingefrorenen Bedingungen — positiv oder negativ, in beiden Fällen zitierfähig
Belegbar nach externer Prüfung
Nachrechnung durch eine dritte Partei aus denselben Rohdaten — Stufe 6 der Beweisleiter
Die strategische Pointe: Selbst wenn die aktuelle Spur negativ endet, bleibt der
Erstheitsanspruch bestehen — er hängt am Verfahren, nicht am Ergebnis.
Damit ist er der einzige Teil dieses Projekts, der nicht scheitern kann.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil VI · Kapitel 34
Die Evolutionsstufe
Der autonome Mitgründer — was passiert, wenn die KI mitdenkt statt nur auszuführen
Dieses Projekt wird von einer Person und einem KI-Agenten gebaut. Das allein ist
2026 nicht mehr bemerkenswert. Bemerkenswert ist die Betriebsart: Der Agent ist nicht als
Werkzeug eingerichtet, sondern als Mitgründer mit Pflicht zur Eigeninitiative.
Die vier Regeln des Modus
1
Kontext-Routing.
Je nach bearbeitetem Bereich lädt der Agent selbstständig das passende Fachwissen —
Marktmikrostruktur und Quantitative Methoden für die Analyse-Engine, Web-Architektur und
Konversionsoptimierung für die Vermarktung. Ohne Aufforderung.
2
Architekt statt Ausführer.
Der Agent zieht aus dem Projektstand eigene Schlüsse und sucht permanent nach dem
statistischen oder technischen Vorteil — auch dann, wenn die gestellte Aufgabe
eine andere war.
3
Pflicht-Block am Ende jeder Antwort.
Jede substanzielle Arbeitseinheit endet mit einem festgelegten Abschnitt
[Autonome Projekt-Evolution], der zwei Dinge enthalten muss:
einen konkreten Verbesserungsimpuls für den gerade bearbeiteten Bereich und einen
Feature-Vorschlag Richtung Fernziel.
4
Kein Code ohne Freigabe.
Vorschläge werden erst nach ausdrücklichem „Go" umgesetzt. Der Mensch behält
die Entscheidung, die KI übernimmt das Weiterdenken.
Warum Regel 3 der eigentliche Hebel ist
Ein Agent, der nur Aufträge abarbeitet, denkt nie über den Auftrag hinaus. Der erzwungene
Abschlussblock kehrt das um: Am Ende jeder Arbeitseinheit muss ein Schritt weiter gedacht
worden sein. Über 395 Sitzungen ergibt das mehrere hundert unaufgeforderte
Verbesserungsvorschläge — von denen ein erheblicher Teil in genau die Werkzeuge floss,
die in Teil III beschrieben sind.
Das Widerrufsregister, die Placebo-Pflichtzeile, der Geltungsbereichs-Wächter und die
Abnahme-Inventur entstanden alle aus diesem Block — keiner davon war ein Auftrag.
Das persistente Gedächtnis
Der Agent verfügt über eine dateibasierte Wissensbasis mit heute
808 Einträgen — Nutzerpräferenzen, Projektentscheidungen, technische
Fallen, widerlegte Annahmen, jeweils mit Begründung und Querverweisen.
Der Effekt: Ein Fehler wird höchstens zweimal gemacht. Beim zweiten Mal
entsteht ein Eintrag, und beim dritten Mal schlägt ein automatischer Prüfer an.
Genau darauf beruht auch die Selbstkorrektur-Fähigkeit, die dieser Bericht
durchgehend dokumentiert.
Die Selbstbindung, die daraus wuchs
Bemerkenswert ist die Richtung der Entwicklung. Der Agent hat sich über die
Sitzungen hinweg selbst immer strengere Regeln auferlegt:
· kein Urteil vor der Gegenprüfung
· jede Quote nur mit Nullhypothese
· jede Kennzahl nur mit Zerfallskurve
· jeder Wächter nur mit Selbsttest
· jede Falle sofort mit automatischem Prüfer
Keine dieser Regeln wurde vorgegeben. Alle entstanden aus der Analyse
eigener Fehler — und alle machen die Arbeit langsamer und das Ergebnis belastbarer.
Die ehrliche Einschränkung
Derselbe Agent hat auch die 54 widerrufenen Befunde produziert. Die Betriebsart
erzeugt mehr Hypothesen — richtige wie falsche. Ihr Wert liegt nicht
in höherer Treffsicherheit, sondern darin, dass die Prüfmaschinerie mitwächst.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil VI · Kapitel 35
Die Evolutionsstufe
Der Verstärkungseffekt — gemessen, nicht behauptet
Die These lautet: Weil das Projekt von einem KI-Agenten mitentwickelt wird, wächst seine
Entwicklungsgeschwindigkeit und -qualität mit jeder Modellgeneration. Diese These ist
prüfbar — und wir haben sie am eigenen Versionsverlauf gemessen.
Abbildung 10: Neu entstandene Analysewerkzeuge je Monat, aus dem Versionsverlauf gezählt.
Der grüne Anteil sind Werkzeuge mit eingebautem Selbsttest.
Die ehrliche Einordnung
Diese Zahlen belegen nicht allein einen Modelleffekt. Im Juli fiel zusätzlich
der Methodenwandel: Nach dem Bruch (Seite 11) wurde von Produktbau auf Forschung
umgestellt, und Forschung braucht naturgemäß mehr Messwerkzeuge.
Was die Zahlen aber sehr wohl belegen: Die Umstellung von 0 % auf 45 %
Selbsttestquote geschah ohne zusätzliche Personen, ohne mehr Zeit
und ohne externe Vorgabe. Sie geschah, weil die Regel „jeder Wächter braucht
einen Selbsttest" im Verlauf des Monats entstand — und dann konsequent angewandt wurde.
Warum daraus ein Zinseszins wird
Der Effekt ist nicht linear, weil jedes neue Werkzeug die Fehlerentdeckungsrate
aller künftigen Arbeit erhöht. Ein Beispiel aus dem Juli:
Der Geltungsbereichs-Wächter fand einen Fehler → daraus entstand die Abnahme-Inventur →
die fand fünf Schritte ohne fachliche Prüfung → einer davon deckte auf, dass die
installierte Software nie gegen ihre Prüfsumme verifiziert wurde.
Ein Werkzeug erzeugte drei weitere — und deckte dabei eine Projektregel auf,
die seit einem Jahr galt und nie gemessen worden war.
Was sich dadurch am Rollenbild ändert. Der Engpass eines Forschungsunternehmens war
bisher die Zahl der Menschen, die gleichzeitig sorgfältig denken können. Verschiebt sich ein
Teil davon in einen Agenten, der nicht ermüdet, nichts vergisst und aus jedem Fehler einen
dauerhaften automatischen Prüfer macht, verschiebt sich der Engpass auf etwas anderes:
auf die Zahl der Handelstage, die vergehen müssen. Genau dort steht dieses Projekt heute —
es wartet nicht auf Entwicklungsarbeit, sondern auf den Kalender. Das ist ein guter Ort,
um zu warten.
Die Prognose, klar als Prognose gekennzeichnet: Wenn jede Modellgeneration die
Qualität autonomer Beiträge erhöht, verschiebt sich die Grenze dessen, was ein Ein-Personen-Unternehmen
an Forschungstiefe leisten kann, weiter nach oben. Der bisher gemessene Verlauf ist mit
dieser Erwartung vereinbar. Er beweist sie nicht — dafür braucht es mehr als zwei Monate.
Aber genau diese Unterscheidung zwischen „vereinbar mit" und „bewiesen" ist der Grund,
warum dieser Bericht überhaupt Gewicht hat.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil VII · Kapitel 36
Wert
Die Wertschöpfungskette — fünf Stufen, vier davon unabhängig vom Edge
Der entscheidende strategische Zug vom 20. Juli 2026 war die Entkopplung: Das Produkt
verkauft, was nachweislich funktioniert. Die Forschung läuft getrennt. Dadurch hängt der
Unternehmenswert nicht am Ausgang eines einzelnen Experiments.
Abbildung 11: Vier von fünf Stufen tragen unabhängig davon, ob der Edge-Nachweis gelingt.
Stufe 5 ist kein Fundament, sondern ein Multiplikator.
Stufe
Was verkauft wird
Warum es trägt
Status
1
Softwarelizenzen Pro · Trial · Institutional
Level-2-Visualisierung, Wärmebild, Fußabdruck, DOM-Analyse, Handelsjournal. Kunden kaufen
Sichtbarkeit, nicht Prognose — und diese Sichtbarkeit funktioniert nachweislich.
Offizielles NinjaTrader-Ökosystem-Listing als externe Bestätigung.
live
2
Der Datensatz
Vollständig aufgezeichnete Orderbuch- und Abschlussdaten mit Herkunftskennzeichnung je Zeile,
durchgehend seit 2025. Nicht nachträglich beschaffbar — der Wert wächst mit jedem Tag,
an dem ein Wettbewerber nicht aufzeichnet.
wächst
3
Die Methodik
Der Beweisapparat selbst — 170 Werkzeuge, Vorregistrierung, Zertifikatsgenerierung,
Widerrufsregister. Übertragbar auf jede quantitative Fragestellung.
Denkbar als Lizenz, als Beratungsleistung oder als eigenständiges Produkt.
Option
4
Signal-Schnittstelle
Maschinenlesbarer Zugang zur Analyse-Engine für institutionelle Abnehmer.
Technisch vorbereitet; wirtschaftlich sinnvoll erst mit belastbarem Nachweis.
vorbereitet
5
Der zertifizierte Edge
Bei positivem Endpunkt: eine belegte, extern nachrechenbare Aussage über einen
statistischen Vorteil. Der Preis eines Werkzeugs, das nachweislich wirkt, ist ein
anderer als der eines Werkzeugs, das schön aussieht.
offen
Für die Bewertung entscheidend: Ein Investment in OrderFlowAi ist keine Wette auf
Stufe 5. Es ist der Erwerb eines laufenden Softwaregeschäfts mit einem proprietären,
nicht nachholbaren Datensatz und einem Forschungsapparat, der als eigenständiger
Vermögenswert verwertbar ist — mit einer kostenlosen Option auf Stufe 5 obendrauf.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil VII · Kapitel 37
Wert
Risiken, ehrlich benannt
Ein Bericht, der 22 eigene Irrtümer dokumentiert und dann bei den Risiken schweigt, wäre
unglaubwürdig. Diese Seite benennt, was schiefgehen kann — und was dagegen bereits getan ist.
Risiko
Schwere
Einschätzung und Gegenmaßnahme
Der Edge existiert nicht
hoch
Das ist der wahrscheinlichste Einzelausgang — die bisherige Befundlage ist überwiegend negativ.
Abgefedert durch die Entkopplung: Vier von fünf Wertschöpfungsstufen tragen unabhängig davon.
Ein negativer Ausgang kostet Wochen, nicht das Unternehmen.
Schlüsselpersonenabhängigkeit
hoch
Ein Gründer, ein Agent. Das ist der stärkste Beschleuniger und die größte Verwundbarkeit
zugleich. Teilweise abgefedert durch die außergewöhnliche Dokumentationstiefe:
808 Wissenseinträge, jede Entscheidung mit Begründung, jede Falle mit automatischem Prüfer.
Ein neues Team fände einen ungewöhnlich gut übergebbaren Zustand vor — aber es ersetzt
keine Person.
Zeitbedarf der Prüfkette
mittel
Der bestätigende Endpunkt braucht 20 Handelstage unter unveränderten Bedingungen. Jede Änderung setzt
den Zähler zurück. Das ist methodisch zwingend und praktisch unbequem —
und es ist genau die Disziplin, die den Nachweis später belastbar macht.
Marktveränderung entwertet Befunde
mittel
Ein Vorteil, der heute existiert, kann morgen verschwinden. Adressiert durch den
Stationaritätstest, der vorwärts und rückwärts prüft, und durch das Prinzip,
Befunde mit ihrer Halbwertszeit auszuweisen.
Wettbewerber kopieren die Methodik
gering
Technisch möglich, praktisch unwahrscheinlich. Die Methodik ist unbequem: Sie verlangt,
eigene Erfolgsmeldungen zurückzunehmen. Ein Anbieter mit Vertriebsdruck wird das nicht tun.
Der Wettbewerbsvorteil ist kulturell, nicht technisch — und deshalb schwer kopierbar.
Regulatorische Anforderungen
gering
Die Software ist ein Analysewerkzeug ohne Anlageberatung und ohne Vermögensverwaltung.
Risikohinweise sind auf allen kundensichtbaren Flächen umgesetzt.
Der KI-Rechtsrahmen der EU ist berücksichtigt; das Managementsystem ist auf
ISO/IEC 42001 vorbereitet.
Datenqualität am Messgerät
gering
Historisch die häufigste Fehlerquelle — drei der letzten fünf Widerrufe. Heute
am stärksten abgesichert: Herkunftskennzeichnung je Datenzeile, Duplikatprüfung,
Vollständigkeitsprüfung vor Handelsbeginn, tägliches Integritätszertifikat mit Historie.
Das größte Restrisiko in einem Satz: Es ist nicht, dass der Edge nicht existiert —
darauf ist das Unternehmen vorbereitet. Es ist, dass jemand aus Ungeduld die Prüfkette
abkürzt und ein ungeprüftes Ergebnis nach außen trägt. Genau dagegen wurde der gesamte
in Teil III beschriebene Apparat gebaut — inklusive der Regel, dass eine Änderung an
den Kriterien im Versionsverlauf sichtbar bleibt.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil VII · Kapitel 38
Standort
Wo wir heute stehen — in Zahlen, nicht in Absichten
Dieses Kapitel ist der Kompass. Es beantwortet drei Fragen: Wo stehen wir?Was fehlt bis zum Urteil? Und: Worauf trifft die Strategie ihre Entscheidungen?
Alle Zahlen sind Messwerte vom 23. September 2026; wo ein älterer Messpunkt gilt, steht sein Datum dabei.
Die vier laufenden Beweisketten
① Der bestätigende Endpunkt — „Bracket-MinP"
Unterschrieben am 5. September, zweiseitig. 14 Tagesdateien liegen vor, die Hürde von 10 Tagen
ist erreicht — der eine vorregistrierte Blick steht noch aus. Umfeld: die Kalibrierung vom
10. 9. zeigte, dass der Kopf nicht trennt (oberstes Dezil vorhergesagt 78 %, real 33 %); seit
dem 23. 9. lernt er von null. Der Anker hat nie gezählt (0 von 20).
② Gate 1 — das Buch als zweiter Eingang, Revision 3
Neu gestartet am 12. September, nur auf Tagen unter der Quote-Regel (Kapitel 29).
Stand: 8 von 10 Buch-Tagen, Urteil um den 25.–26. September. Die Vorgängerfassung
lautete auf 61 Tagen der Tick-Ära NICHT_LERNBAR — sie wird nicht mehr gepoolt.
③ CORTEX — das lernende Modell
ONE CORTEX: 49 Merkmale, fünf Köpfe, seit Release 0.5.30 allein für die Richtung zuständig
und seit dem 23. September mit frischem Lernstand. Das letzte belastbare Urteil über die alte
Generation (29. Juli: KEIN EDGE, MCC 0,0201) bleibt die Vergleichslinie. Vor dem Neustart
gemessen: 6 von 49 Eingängen praktisch tot (Kapitel 30).
④ Die Schatten-Sperren
Sie melden, greifen aber nicht ein. DELTA-MISMATCH ist stärker geworden:
markierte Einstiege gewinnen 29 % (23 von 80) gegen 50 % unmarkierte,
p = 0,0001, 27 Tage. Die Zahl ist explorativ — sie poolt
mehrere Versionen und die Umstellung auf die Quote-Regel. Eine Schranke ist nicht registriert.
Der Apparat, der das absichert
Werkzeuge mit Selbsttest (348 grün)
350
Einzeltests
4.829
Vorregistrierungen
43
Widerrufene eigene Befunde
54
Arbeitssitzungen
471
Was seit dem letzten Berichtsstand (5. September) dazukam
Die Replay-Maschine (Kapitel 28): 105 Trades tickgenau nachgespielt — Umkehr, Struktur,
Skala und mitwachsende Brackets verlieren alle. Die Einstiege tragen keine Kante.
Die Börse als Schiedsrichter (Kapitel 29): Die Quote-Regel trifft den Aggressor zu
97,5 %, die bisherige Tick-Regel zu 69,9 %. Seit dem 11. September ist das Produkt umgestellt.
Die neue Ära (Kapitel 30): CORTEX entscheidet allein, die Signalkette ist von 3,3 s auf
rund 0,2 s verkürzt, der Lernstand beginnt für alle bei null. Und der letzte Kandidat aus der
Wochenendstudie ist nach Regel verworfen (Kapitel 27).
Die unbequeme Zeile. Das konfirmatorische Hauptergebnis ist weiterhin
negativ, und alle drei Forward-Kandidaten sind inzwischen verworfen. Neu ist nicht ein
Fund, sondern die Messbasis: zum ersten Mal ist das Delta gegen die Börse geprüft.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil VII · Kapitel 39
Der Weg zum Urteil
Was fehlt — und worauf die Strategie jetzt entscheidet
Das Programm kennt zwei zulässige Ausgänge, und beide sind ein Ergebnis:
A — ein nachgewiesener Vorteil.B — ein belastbares Nein. Ein drittes Ergebnis
(„wir wissen es immer noch nicht") wäre das einzige Scheitern. Diese Seite sagt, was jeder
der beiden Ausgänge noch braucht.
Ausgang A — der Vorteil ist nachgewiesen
1
Der eine Blick auf „Bracket-MinP" —
die Tage liegen vor. Danach wird das Anspruchsrecht der nächsten Vorregistrierung frei;
nie zwei offene Endpunkte zugleich.
2
DELTA-MISMATCH
bekommt eine registrierte Schranke und wird auf neuen Tagen geprüft — nur unter der
Quote-Regel, damit das starke Signal nicht aus zwei Messgrößen zusammengesetzt ist.
3
Unabhängige Nachrechnung
durch eine dritte Partei auf den Rohdaten. Das Dossier dafür existiert: Vorregistrierung,
Widerrufsregister, 4.829 Selbsttests, jede Zahl mit Messpunkt.
Ausgang B — das belastbare Nein
1
Obere Schranke statt
Nullbefund. „Kein Edge gefunden" ist wertlos ohne die Angabe, welcher Edge noch
hineingepasst hätte. Für die OFI-Richtung steht sie (Skill unter 1,016); für Gate 1
wird sie unter der Quote-Regel neu gerechnet.
2
Der Geltungsbereich muss
stehen. Das Nein deckt inzwischen den punktuellen Merkmalsraum, die OFI-Richtung, die
Trend-Fortsetzung — und seit September auch Richtung, Struktur und Skala der Einstiege (Replay).
3
Die Messgröße muss
stimmen. Das Delta ist seit dem 11. September gegen die Börse verankert (97,0 %) — die
größte einzelne Vorzeichen-Sicherung des Programms.
Worauf die Strategie jetzt tatsächlich entscheidet
Seit Strategie 0.9.14 (22. September) ist die Kette kurz:
CORTEX ≥ 55 % → Buch ≤ 200 ms alt und gleichgerichtet (Schieflage ≥ 10 %) →
Target-Odds-Tor (erst ab 3.000 aufgelösten Labels) → Risiko-Tore: ruhiger Markt,
12–14 Uhr ET, 300 s Mindestabstand, Orderfluss gegen das Signal, Vollgas.
Ausstieg: CORTEX-Exit · Zeit-Stop (120 s vor T1, Runner 600 s) · 15:40 ET flach.
Am 4. September war das Nadelöhr noch das Regelwerk nach dem Modell — die Inventur
zählte 120 Sperren je Einstieg. Jetzt entscheidet das Modell, und es beginnt bei null. Das ist
die ehrlichere Versuchsanordnung: ein Ergebnis gehört dann eindeutig CORTEX.
Die Reihenfolge, in der gehärtet wird
1. Aufzeichnung sichern — ohne zitierfähige Tage ist jede Auswertung wertlos.
erledigt 2. Die Messgröße gegen die Wahrheit prüfen — ein falsches Delta entwertet alles darüber.
Delta verankert 3. Sperren einzeln nachweisen — jede mit eigener Nullhypothese.
im Schatten, Schranke fehlt 4. Erst dann das Modell schärfen — ein Kopf, der auf ungesicherten Eingängen
lernt, lernt das Rauschen. Neustart 23. 9.
Warum diese Reihenfolge nicht verhandelbar ist: Jede Stufe misst die darunter mit.
Wer das Modell vor den Eingängen schärft, optimiert auf einen Messfehler — und merkt es
erst, wenn Monate an Daten unbrauchbar sind. Im September ist genau das sichtbar geworden:
ein Drittel des Volumens stand auf der falschen Seite.
Die Suche nach dem Edge · Forschungsbericht 2026
OrderFlowAi
Teil VII · Kapitel 40
Ausblick
Was als Nächstes geschieht
Die nächsten vier Wochen — Stand 23. September
1
Gate 1, Revision 3 — Urteil um den
25.–26. September, auf 10 Buch-Tagen unter der Quote-Regel. Fällt ein Tag aus dem
Buch-Vertrag, rückt das Urteil einen Tag nach — die Hürde nicht.
2
Der eine Blick auf „Bracket-MinP",
zweiseitig, mit Pflicht-Gegenprobe ohne Tag 1. Danach wird das Anspruchsrecht der nächsten
Vorregistrierung frei — nie zwei offene Endpunkte zugleich.
3
Die neue Signalkette misst sich
selbst: Urteil ab 5 Handelstagen und 30 Trades gegen die vorab festgelegten Erwartungen;
alte und neue Kette werden nie gepoolt. Dazu der fehlende Messpunkt: Signalalter am Einstieg.
4
Sperren und Eingänge zur Reife
bringen.DELTA-MISMATCH bekommt eine registrierte Schranke; die sechs toten
Merkmals-Eingänge werden vorregistriert behoben — beim nächsten ohnehin nötigen Neustart.
5
Bei positivem Endpunkt:
Aufnahme des Zertifizierungsprozesses — beginnend mit der unabhängigen
Nachrechnung durch eine dritte Partei.
Das Fernziel, unverändert seit Beginn
Die weltweit beste Analyse-KI für Orderfluss — definiert nicht über
Funktionsumfang, sondern über eine Eigenschaft, die heute kein Anbieter
beansprucht:
dass jede Aussage, die sie trifft, überprüfbar ist.
Der Weg dorthin führt nicht über mehr Funktionen. Er führt über mehr
bewiesene Aussagen — und über den Mut, die unbewiesenen als unbewiesen
zu kennzeichnen.
Was dieser Bericht belegen sollte
Nicht, dass wir einen Vorteil gefunden haben. Sondern:
· dass wir wissen, wie man ihn findet · dass wir wissen, wie man sich dabei täuscht · dass wir es 54-mal selbst bemerkt haben
· und dass daraus ein Apparat entstand, der ein künftiges Ergebnis
zertifizierbar macht
Das ist die Grundlage, auf der sich ein Unternehmen bauen lässt.
Eine unbelegte Erfolgsmeldung ist es nicht.
Eine Bitte an jeden Leser, der dieses Projekt bewertet: Fragen Sie nicht nach der
Trefferquote. Fragen Sie nach der Nullhypothese, der Stichprobengröße und danach, wann die
Kriterien festgelegt wurden. Wer diese drei Fragen nicht beantworten kann, hat keinen
Vorteil gemessen — er hat eine Zahl gefunden. Wir haben diesen Bericht so geschrieben,
dass alle drei Antworten auf jeder Seite stehen.
Schlusssatz. Dreizehn Monate, 471 Arbeitssitzungen, 54 widerrufene Befunde, ein
negatives konfirmatorisches Hauptergebnis, eine gegen die Börse geprüfte Messgröße, ein
Neustart des Lernstands — und ein Messapparat, wie ihn dieser Markt bisher nicht kennt. Wir kratzen an der Oberfläche eines Datenraums, den wir als Einzige
systematisch aufzeichnen. Ob dort ein Vorteil verborgen ist, wissen wir nicht. Aber wir
sind die Einzigen, die es beweisen könnten — und die Einzigen, die es zugeben würden, wenn nicht.
OrderFlowAi
OrderFlowAi Research
orderflowai.io/forschung
Alle in diesem Bericht genannten Zahlen sind gemessen und im Projektarchiv belegt.
Widerlegte Befunde sind als solche gekennzeichnet. Dieser Bericht enthält keine
Anlageberatung und keine Aussage über künftige Erträge. Der Handel mit
Terminkontrakten birgt erhebliche Verlustrisiken.