Quantitative Trading Tools & Backtest-Rechner
Die Evaluierung moderner Kapitalmarktstrategien erfordert mathematische Signifikanz statt Heuristiken. finanzen.ai entwickelt spezialisierte Analyse- und Validierungswerkzeuge an der Schnittstelle von Quantitativer Finanzwirtschaft, statistischer Inferenz und maschinellem Lernen. Alle Berechnungen erfolgen vollständig client-seitig direkt im Browser – ohne Speicherung oder Übertragung sensibler Strategiedaten.
Verfügbare Analysetools
Deflated Sharpe Ratio Rechner (DSR)
Prüfe Handelsstrategien aus MetaTrader 5, TradingView oder Python auf Backtest-Overfitting und Selektionsverzerrung (Data Snooping). Berechnet auf Basis der mathematischen Modelle von David H. Bailey und Prof. Marcos López de Prado (2014) die bereinigte DSR-Konfidenz, den Zufalls-Benchmark und die erforderliche Mindest-Testhistorie (MinTR) zur statistischen Absicherung.
Interaktive Glossar-Simulatoren
Neben eigenständigen Rechnern bieten unsere Fachartikel im Börsenlexikon interaktive JavaScript-Simulatoren. Sie ermöglichen es, mathematische Modelle aus dem maschinellen Lernen und der Extremwertstatistik mit individuellen Parametern direkt im Browser zu testen:
Multiple-Testing-Filter
DSR-Decay & Overfitting Simulator
Simuliere den Verfall der nominalen Sharpe Ratio bei steigender Versuchsanzahl (N) und quantifiziere die statistische Signifikanz unter Schiefe und Wölbung.
Aktivitätsbasiertes Sampling
Time- vs. Dollar-Bars Simulator
Gegenüberstellung von starren Zeitkerzen und kapitalbasierten Dollar-Bars. Veranschaulicht die Eliminierung von Heteroskedastizität bei Intraday-Volumenschocks.
Stationarität & Memory
Fracdiff & ADF-Stationaritäts-Prüfer
Berechne die fraktionale Ableitung (d) von Finanzzeitreihen und analysiere den Zielkonflikt zwischen statistischer Stationarität und maximalem Gedächtniserhalt.
Performance-Haircut
Sharpe Ratio Overfitting Decay
Untersuche den stochastischen Zerfall der Sharpe Ratio in Out-of-Sample-Phasen und visualisiere den P-Hacking-Performance-Kollaps an synthetischen Equity-Kurven.
Extremwert-Risiko
Tail-Risk: VaR vs. CVaR Simulator
Interaktive Gegenüberstellung von Value at Risk und Expected Shortfall unter Fat-Tail-Verteilungen (Student-t) mit variablen Freiheitsgraden und Konfidenzniveaus.
ML-Labeling
Triple-Barrier Labeling-Simulator
Veranschaulicht das dynamische Labeling von Trades anhand von oberer Barriere (Take-Profit), unterer Barriere (Stop-Loss) und vertikaler Zeitgrenze.
Statistische Signifikanz
Minimum Track Record Length (MinTR)
Ermittle nach Marcos López de Prado und David H. Bailey die mathematisch zwingend erforderliche Historienlänge (in Jahren), um eine gemessene Sharpe Ratio unter Berücksichtigung von Schiefe, Fat Tails und multiplem Testen gegen Zufallserfolge abzusichern.
Downside-Risikometrik
Maximum Drawdown (MaxDD) & Recovery-Simulator
Simuliere historische Verlustphasen, analysiere das High-Water-Mark-Profil und quantifiziere die überproportional steigende Recovery-Rendite zum Erreichen neuer Höchststände.
Drawdown-Tiefe & Dauer
Ulcer Index & Stress-Dauer-Simulator
Simuliere variable Verweildauern unterhalb des Allzeithochs (Time under Water) und quantifiziere, wie die quadratische Gewichtung chronischen Kapitalstress im Vergleich zum starren Maximum Drawdown aufdeckt.
Signifikanz-Benchmark
Probabilistic Sharpe Ratio (PSR) Simulator
Prüfe die statistische Haltbarkeit einer nominalen Sharpe Ratio unter realen Marktbedingungen: Justiere Schiefe sowie Kurtosis und beobachte den Konfidenzkollaps bei nicht-normalverteilten Renditen.
Zweistufiges ML
Meta-Labeling & Precision-Filter-Simulator
Variiere die Konfidenzschwelle des sekundären Machine-Learning-Modells und analysiere live, wie das Filtern von Fehlsignalen (False Positives) die Trefferquote steigert und die Sharpe Ratio stabilisiert.
Backtest-Validierung
CPCV: Purging & Embargo Simulator
Generiere kombinatorische Trainings- und Testpfade nach Marcos López de Prado: Variiere Gruppenanzahl sowie Embargo-Fenster und beobachte die visuelle Beseitigung von Informationsleckagen (Data Leakage).
Alpha-Research
Information Coefficient & Fundamentalgesetz Simulator
Analysiere die Signalstärke quantitativer Prognosen und simuliere nach Grinold und Kahn, wie der Information Coefficient (IC) zusammen mit der Anzahl unabhängiger Wetten (Breadth) die risikoadjustierte Information Ratio bestimmt.
Ereignisbasiertes Sampling
CUSUM-Filter & Drift-Akkumulation Simulator
Variiere den Schwellenwert ($h$) und beobachte in Echtzeit, wie der symmetrische CUSUM-Filter Kurszeitreihen ereignisbasiert abtastet, Strukturbrüche isoliert und verrauschte Seitwärtsphasen eliminiert.