Information-Driven Bars:Definition, Formel und Dollar-Bars

Märkte verarbeiten Informationen nicht im Gleichschritt mit der Uhr. Zur Eröffnung und zum Handelsschluss strömen gigantische Handelsvolumina in die Bücher, während die Mittagsstunden oft von völliger Flaute geprägt sind. Wer Zeitkerzen nutzt, tastet irrelevantes Rauschen mittags mit derselben Häufigkeit ab wie explosive Marktschocks. Dies erzeugt schwere Heteroskedastizität (zeitlich variierende Volatilität) und ausgeprägte Fat Tails, was die statistischen Grundannahmen der meisten Machine-Learning-Algorithmen verletzt.

Unter den elementaren Datenbalken stechen Dollar Bars als robustester Standard hervor. Während Tick- und Volume-Bars anfällig für Aktiensplits, Kapitalerhöhungen und Verschiebungen der Stückpreise sind, aggregieren Dollar-Bars den tatsächlich transferierten Geldwert. Eine Bar schließt exakt dann ab, wenn das akkumulierte Produkt aus Ausführungskurs p_k und gehandeltem Volumen v_k die Schwelle θ erreicht:

Verdoppelt sich der Kurs einer Aktie, erzeugen Volume-Bars plötzlich doppelt so viele Kerzen für denselben Kapitaleinsatz. Dollar-Bars hingegen passen sich automatisch an das gehandelte Geldvolumen an und halten die Informationsdichte pro Datenpunkt konstant.

Die nächste Evolutionsstufe stellen Imbalance-Bars dar. Sie werten die Aggressivität von Käufern und Verkäufern über die sogenannte Tick-Rule aus. Jeder Tick erhält ein Vorzeichen b_t:

Der Algorithmus summiert nun nicht nur das Volumen auf, sondern bildet die kumulierte vorzeichenbehaftete Dollar-Imbalance. Sobald diese Imbalance die statistische Erwartung einer ausgeglichenen Marktphase signifikant übersteigt, wird eine Bar generiert. Solche Bars entstehen bevorzugt dann, wenn informierte institutionelle Marktteilnehmer aggressiv in den Markt eintreten.

Betrachte den Unterschied zwischen klassischen Zeitkerzen (Time-Bars) und aktivitätsbasierten Dollar-Bars wie zwei grundverschiedene Kamerasysteme:

• Die starre Zeitschaltuhr (Time-Bars): Eine Kamera schießt stur alle 60 Sekunden exakt ein Foto. Nachts um 03:00 Uhr erzeugt sie stundenlang tausende leere Aufnahmen ohne jeden Informationswert. Am Nachmittag zur Haupthandelszeit schießt sie weiterhin nur ein Bild pro Minute: Der gewaltige Kundenansturm und hunderte Transaktionen in den Zwischenräumen werden völlig verwischt und übersehen.
• Die Kamera mit Bewegungsmelder (Dollar-Bars): Das System löst exakt dann aus, wenn Waren im Wert von 10.000 Euro über das Kassenband gelaufen sind. In ruhigen Phasen pausiert die Kamera und generiert kein unnötiges Datenrauschen. Wenn der Markt explodiert, feuert sie im Sekundentakt. Jedes einzelne Bild besitzt exakt denselben wirtschaftlichen Informationsgehalt.

Wer Algorithmen des maschinellen Lernens mit herkömmlichen 1-Minuten- oder Tageskerzen füttert, erzeugt schwere statistische Verzerrungen. In umsatzarmen Marktphasen (wie der europäischen Mittagsflaute) lernt das Modell auf zufälligem Mikrostruktur-Rauschen und bildet Scheintrends aus, die reine Liquiditätsartefakte sind. Wenn hingegen um 14:30 Uhr durch US-Arbeitsmarktdaten ein gigantischer Volumenschock auf das Orderbuch trifft, wird das gesamte Ereignis in eine einzige Zeitkerze zusammengepresst. Das Modell erhält zu wenig Auflösung genau dort, wo die relevantesten Marktschocks stattfinden.

Der Ausweg durch Information-Driven Bars: Dollar- und Imbalance-Bars synchronisieren die Abtastung mit dem realen Informationsfluss. Phasen ohne Liquidität werden zu wenigen, sauberen Datenpunkten verdichtet, während marktrelevante Schocks mit maximaler Detailtiefe aufgelöst werden. Die Renditen nähern sich der Gauß-Normalverteilung an: zeitlich schwankende Volatilitätscluster (Heteroskedastizität) werden minimiert und Machine-Learning-Modelle lernen auf Datenpunkten mit einheitlicher Informationsdichte.

import numpy as np
import pandas as pd

def get_dollar_bars(df: pd.DataFrame, theta: float) -> pd.DataFrame:
    """
    Aggregiert hochfrequente Tick-Daten in Dollar-Bars nach Marcos López de Prado.
    Erfordert einen Datetime-Index sowie die Spalten 'price' und 'volume'.
    """
    price_arr = df['price'].to_numpy()
    volume_arr = df['volume'].to_numpy()
    timestamps = df.index

    cum_dollar = 0.0
    cum_volume = 0.0
    bars = []

    bar_open = price_arr[0]
    bar_high = price_arr[0]
    bar_low = price_arr[0]

    for i in range(len(price_arr)):
        p = price_arr[i]
        v = volume_arr[i]
        dollar_value = p * v

        cum_dollar += dollar_value
        cum_volume += v

        if p > bar_high: bar_high = p
        if p < bar_low: bar_low = p

        # Abtastschwelle Theta erreicht: Bar abschließen
        if cum_dollar >= theta:
            bars.append({
                'timestamp': timestamps[i],
                'open': bar_open,
                'high': bar_high,
                'low': bar_low,
                'close': p,
                'volume': cum_volume,
                'dollar_value': cum_dollar
            })

            # Reset und Vorbereitung der nächsten Bar
            cum_dollar = 0.0
            cum_volume = 0.0
            if i + 1 < len(price_arr):
                bar_open = price_arr[i + 1]
                bar_high = price_arr[i + 1]
                bar_low = price_arr[i + 1]

    result_df = pd.DataFrame(bars)
    if not result_df.empty:
        result_df.set_index('timestamp', inplace=True)
    return result_df

In professionellen Hochfrequenz- und Quant-Setups bietet der Verzicht auf Zeitkerzen dramatische statistische Vorteile:

• Annäherung an die Gauss-Normalverteilung: Renditen, die auf Basis von Dollar-Bars berechnet werden, weisen signifikant geringere Kurtosis auf. Die Renditeverteilung nähert sich gemäß dem zentralen Grenzwertsatz der Normalverteilung an.
• Perfekte Basis für den CUSUM-Filter: Werden fraktionale Differenzierung und der CUSUM-Filter auf Dollar-Bars angewendet, operieren alle Algorithmen in einem Raum konstanter Informationsgeschwindigkeit.
• Eliminierung von Spurious Trends: Zeitkerzen erzeugen in umsatzarmen Nacht- oder Mittagssitzungen oft künstliche Trendmuster, die reine Liquiditätsartefakte sind. Information-Driven Bars verdichten diese Phasen zu wenigen, unverfälschten Datenpunkten.

Während klassische Retail-Plattformen und Broker-Software Kursdaten weiterhin starr im Minutentakt oder als Tageskerzen darstellen, sind aktivitätsbasierte Bars im professionellen Quant-Handel der De-facto-Standard. Drei Akteursgruppen setzen diese Verfahren gezielt ein:

• Systematische Hedgefonds (z. B. Renaissance Technologies, Two Sigma, AQR Capital, Millennium): Füttern Machine-Learning- und Deep-Learning-Pipelines primär mit Dollar-Bars. Da hierbei jeder Datenpunkt exakt denselben nominalen Kapitalumsatz repräsentiert, lernen die Algorithmen auf Zeitreihen mit stabiler Informationsdichte. Künstliche Rauschmuster aus umsatzarmen Handelsphasen werden so von vornherein aus dem Trainingsprozess ausgeschlossen.
• High-Frequency Trading & Market Maker (z. B. Citadel Securities, Virtu Financial, Jump Trading): Nutzen hochauflösende Imbalance- und Runs-Bars auf Subsekunden-Ebene. Diese Spezialbalken synchronisieren sich direkt mit ungleichem Orderflow und aggressiven Marktaufträgen. Dadurch detektieren HFT-Algorithmen verdeckte institutionelle Großaufträge wie Iceberg-Orders oder Liquiditätsengpässe in Echtzeit, noch bevor der Markt ein neues Preisgleichgewicht findet.
• Krypto-Quant-Desks & Market Maker (z. B. Wintermute, GSR): Digitale Vermögenswerte werden rund um die Uhr an sieben Tagen der Woche (24/7) gehandelt. Starre Zeitkerzen verzerren Krypto-Backtests extrem, da sie ruhige Nachtstunden mit derselben Abtastrate erfassen wie liquide US-Handelszeiten. Krypto-Quants nutzen Dollar-Bars, um marktferne Phasen automatisch zu verdichten und plötzliche Liquiditätsschocks mit maximaler Detailtiefe aufzulösen.

Die Arbeit mit aktivitätsbasierten Daten bringt technische Anforderungen mit sich:

• Zwang zur hochauflösenden Tick-Historie: Dollar- und Imbalance-Bars lassen sich nicht aus fertigen 1-Minuten- oder Tageskerzen konstruieren. Sie erfordern lückenlose Trade- und Quote-Daten (Tick Level), was erhebliche Speicherkapazitäten voraussetzt.
• Kalibrierung der Aggregationsschwelle: Wird die Schwelle θ zu hoch angesetzt, verliert das Modell Intraday-Details. Wird sie zu niedrig gewählt, dominieren Mikrostruktur-Rauschen und Bid-Ask-Bounce.
• Variable Zeithorizonte: Da Bars nicht mehr zeitlich gleichförmig sind, erfordern Backtesting-Reporting und Portfolio-Controlling angepasste Auswertungsroutinen für Rendite- und Zinsberechnungen.