Gibt es den Feng-Ge-Faktor im quantitativen Trading?

Nach einem halben Jahr trüben Marktstimmung startete Gold eine scharfe Gegenbewegung – und genau in dem Moment, in dem unzählige Menschen darauf hofften, ihre Positionen ohne Verlust zu verkaufen, tauchte Feng Ge auf.

Letzte Woche zog Feng Ge gerade auf JD ein, erlitt er gleich einen katastrophalen Einstieg und verlor 190.000 Yuan. Um den Rückgang des A-Aktienmarktes abzusichern, erwarb er Gold zu einem Preis von 970 Yuan. Diese völlig alltägliche Handlung versetzte die Finanzverbraucher in Schrecken.

Zählt man die Anlageergebnisse von Feng Ge auf: Am 8. Juli erklärte Feng Ge, nie wieder zu handeln – am nächsten Tag schoss der Halbleiterindex um 7 % in die Höhe. Am 9. Juli stieg Feng Ge mit seinem gesamten Vermögen ein – am nächsten Tag brach der Kuangchuang 50 Index am Ende der Handelssitzung um 5 % ein. Am 21. Juli erlebte der Gesamtmarkt plötzlich eine tiefe V-förmige Gegenbewegung. Nach langer Suche nach dem Grund stellte sich heraus: Feng Ge hatte an dem Tiefpunkt die App Tonghuashun deinstalliert.

Nach grober Statistik lag die Trefferquote seiner 9 öffentlichen, gegenläufigen Handlungen von Mai bis Juli bei 100 %.

Auf dem Markt kursiert die Behauptung, Feng Ge wurde von quantitativen Handelsstrategien zu einem Faktor verarbeitet. Anfangs glaubte Feng Ge das nicht: „Sollten quantitative Strategien etwa auf meine paar Millionen Yuan abzielen?“ Erst am 20. Juli, direkt nachdem er die US-Technologieaktien gewünscht hatte, stürzte SK Hynix sofort ein. Da wurde er misstrauisch und löschte aus Angst sein Weibo-Konto.

Es scheint, dass jedes Wort der Top-Finanz-Influencer zum Futter für quantitative Strategien wird und schließlich zu einem Handelssignal wird.

Auch Trump fühlt sich verfolgt – nur er nutzt seine Sprachdaten klüger, um Geld zu verdienen: Er führte nicht nur im Juni 1051 Wertpapiergeschäfte durch, sondern verkaufte im Juli auch die API-Schnittstelle seiner Posts an Hedgefonds und Hochfrequenzhandelsinstitute. Für 100.000 US-Dollar im Monat kann man die Posts des Präsidenten einige Millisekunden früher sehen als andere.

Seit Juli schwankt der Markt stark zwischen starken Anstiegen und Einbrüchen. Die Menschen vermuten immer wieder, dass quantitative Strategien heimlich den „Feng-Ge-Faktor“ und den „Korea-Faktor“ verwenden. Es scheint, dass von Personen, die die Marktstimmung beeinflussen, über kleine, aus dem Ausland zurückgeführte Gerüchte bis hin zum Aktienmarkt eines ganzen Landes alles von quantitativen Strategien erfasst, verfolgt und schließlich zu einem Faktor verarbeitet werden kann.

Aber ist das wirklich der Fall?

Alles kann zu einem Faktor werden?

In regelmäßigen Abständen vergleicht Chen Guo die Kursentwicklung des südkoreanischen Gesamtindex von 2026 mit der des Shanghaier Gesamtindex von 2015 und stellt erstaunliche Ähnlichkeiten zwischen den beiden durch Hebel getriebenen Bullenmärkten fest. Noch zufälliger: Am 14. Juli zeigten die Intraday-Kurven des südkoreanischen Aktienmarktes und des A-Aktienmarktes gleichzeitig eine tiefe V-Form. Die öffentliche Meinung auf dem Markt vermutete: Verwenden quantitative Strategien etwa den Korea-Faktor?

Nach Börsenschluss wiesen mehrere Private Equity-Fonds ihre Unschuld nach: „Wenn quantitative Strategien vollständig auf der Grundlage ausländischer Technologieaktien handeln, wird langfristig zwangsläufig keine Überrendite erzielt.“

Ich habe auch meine Freunde, die im Bereich des quantitativen Handels arbeiten, gefragt, ob sie den Korea-Faktor in ihr Modell aufgenommen haben. Sie sagten, das sei absolut unmöglich – die meisten quantitativen Strategien handeln nicht auf dem südkoreanischen Aktienmarkt, sie haben nicht einmal die Daten dafür gekauft. Ohne Daten kann man keinen Korea-Faktor erzeugen.

Ein Experte für quantitativen Handel erklärte mir mit einem Vergleich: „Das ist so, als ob ich große Frauen mag und mich zu einer großen südkoreanischen Frau hingezogen fühle – das bedeutet nicht, dass ich auch eine andere große chinesische Frau mögen werde.“ Selbst unter großen südkoreanischen Frauen: Wenn man Liu Zhimin mag, heißt das nicht, dass man auch Zhang Yuanying mögen wird.

Kann Feng Ge dann zu einem Faktor werden? Die Antwort ist ebenfalls negativ.

Feng Ge hat nur wenige Handlungen veröffentlicht, während ein quantitativer Faktor auf Regeln basieren muss, die aus riesigen Datenmengen abgeleitet werden.

Um zu prüfen, ob ein Faktor wirksam ist, muss man nicht nur den IC (Informationskoeffizienten) betrachten, um zu beurteilen, ob die Vorhersage genau ist, sondern auch den IR (Informationsverhältnis), um zu messen, ob die Vorhersage stabil ist. Darüber hinaus muss man durch gruppenweises Backtesting beobachten, ob die Rendite Monotonie aufweist, und durch Out-of-Sample-Tests bestätigen, dass es sich nicht um einen zufälligen Zufall in der Geschichte handelt.

Ein quantitativer Forscher sagte offen: „Feng Ges Handlungen sind im Grunde genommen nur Rauschen mit sehr geringem Informationsgehalt, weit weniger wert als die Tweets des US-Präsidenten. Selbst dann sind die Aktien, die von Trumps Tweets beeinflusst werden, sehr begrenzt. Die Signale sind weder stabil noch nachhaltig – sobald er sein Amt verlässt, verschwinden die Signale auch.“

Ob man gegen Feng Ge handelt oder südkoreanische Aktien nach dem gleichen Muster nachahmt: Ohne ausreichende Stichproben und stabile Korrelationen widerspricht das den grundlegenden Regeln der mathematischen Statistik im quantitativen Handel. Wenn Feng Ge Geld verliert, kann er die Herzen seiner weiblichen Fans mit guten Wünschen zurückgewinnen. Wenn quantitative Strategien mit ihm verlieren, werden die Investoren ihre Anteile sofort zurückziehen – selbst Entschuldigungsbriefe helfen da nichts.

Zhuang Xi von dem Investmentunternehmen Pingfanghe nannte ein anschauliches Beispiel – die „3964“-Formel vor der Fußball-Weltmeisterschaft 2006[1]:

Argentinien gewann die Meisterschaft 1978 und 1986, Deutschland 1974 und 1990, Brasilien 1970 und 1994 sowie 1962 und 2002. Die Summe jeder beiden Jahre ergibt 3964. Nach dieser Rechnung hätte der Meister von 2006 Brasilien sein müssen, der 1958 gewann – aber am Ende holte Italien den Pokal.

Die Praxis beweist, dass „3964“ ein falsches Muster ist. Das Muster, das durch mehr Stichproben gestützt wird, lautet: Mannschaften, die bereits einmal Weltmeister waren, haben eine höhere Wahrscheinlichkeit, erneut den Titel zu gewinnen.

Ebenso bedeuten einige wenige Äußerungen des Präsidenten nichts – aber Trump veröffentlicht jedes Jahr Tausende von Tweets, aus denen sich immer einige Regeln ableiten lassen.

Beispielsweise hat JPMorgan den „Volfefe-Index“ entwickelt, inspiriert von Trumps Tweet mit dem unverständlichen Tippfehler „covfefe“, um den Einfluss von Trumps Tweets auf die US-Zinssätze zu quantifizieren. Es stellte sich heraus, dass 146 von 4000 Tweets den Markt beeinflussen konnten, mit Schlüsselwörtern wie „China“ und „Demokraten“. Darüber hinaus stellte Bank of America Merrill Lynch fest: Je häufiger Trump tweetet, desto schlechter entwickelt sich der US-Aktienmarkt.

Für den quantitativen Handel ist es üblich, Ankündigungen, Nachrichten und Informationen aus sozialen Medien massenhaft zu erfassen, Schlüsselwörter mit NLP-Techniken zu extrahieren und zu bewerten – zum Beispiel hohe Punkte für „großes positives Signal“ und negative Punkte für „drastischer Gewinneinbruch“. Anschließend kombiniert man die Anzahl der Aufrufe und Likes, um die Stärke der Stimmung zu beurteilen und Handelsentscheidungen zu unterstützen, anstatt einfach „gegen Feng Ge zu kaufen und eine Villa am Meer zu bauen“.

Ein quantitativer Forscher erzählte mir: Täglich erscheinen Nachrichten zu 200 bis 400 der 1000 börsennotierten Unternehmen. Über einen längeren Zeitraum erzeugen 1000 Aktien kontinuierlich Informationen, auf deren Grundlage sie Querschnittshandel durchführen: Sie vergleichen täglich die Bewertungen und wählen die besten Aktien aus.

Wenn es wirklich keine „Feng-Ge-Faktoren“ und „Korea-Faktoren“ gibt – warum spürt man dann in diesem Jahr ständig, dass die eigenen Aktien wegen einer Äußerung eines großen Influencers oder eines Gerüchts stark auf und ab schwanken?

Zum Futter für KI werden

Der letzte Blogger, der die Aufmerksamkeit aller Aktionäre auf sich zog, war Serenity, der „weißhaarige Aktien-Gott“.

Der weißhaarige Aktien-Gott hat die umgekehrte „Magie“ von Feng Ge. Bis Juni haben einige Nutzer in ausländischen Communities gezählt: Er hat öffentlich über 35 Aktien gesprochen, von denen 31 gestiegen sind – die Trefferquote liegt bei fast 90 %. Ein zufälliger Hinweis auf Green Harmonic und East konnte schon einen 20-%-Anstieg zum Handelsschluss auslösen.

Einige Netznutzer fanden heraus, dass der weißhaarige Aktien-Gott nur zu asiatischen Zeiten postet und sein Schreibstil sehr dem von Chinesen ähnelt. Zhao Piye, Analyst von Guosheng Communication, schimpfte in seinem Freundeskreis auf WeChat: „Diese Typen werden früher oder später untergehen, sie glauben, dass sie im Ausland ungestraft handeln können.“

Ob der weißhaarige Aktien-Gott Chinese ist, ist unbekannt – aber der Einfluss der Äußerungen ausländischer Blogger auf den A-Aktienmarkt wird immer größer. Schon die kleinste Bewegung kann dazu führen, dass inländische Investoren schnell dem Trend folgen und die Aktienkurse in die Höhe treiben. Vor kurzem hat eine langweilige Person auf X ein Konto eröffnet und erfunden, dass Nvidia in Zhongji Xuchuang und Xinyisheng investieren will – und tatsächlich sind die Kurse beider Aktien sofort angestiegen.

Das ist eine seit langem bestehende graue Kette im A-Aktienmarkt: Marktmanipulatoren erfinden Gerüchte → Blogger posten, um Aktien zu empfehlen → Die Nachrichten verbreiten sich in Gruppenchats → Geld folgt dem Trend → Hauptakteure verkaufen an der Spitze und nehmen Gewinne mit. Der Unterschied ist, dass in diesem Jahr die meisten dieser Gerüchte zuerst auf ausländischen Plattformen veröffentlicht werden.

Man glaubte ursprünglich, dass die Kaufaufträge bei solchen Gerüchten von ausländischen Bloggern und ausländischen Medien hauptsächlich von spekulativen Fonds und Kleinanlegern stammen. Aber nach Gesprächen mit einem quantitativen Private Equity-Fonds stellte sich heraus, dass ihre Multi-Strategie-Produkte auch auf der Grundlage von Trumps und Serenitys Tweets ereignisgesteuerte Strategien entwickeln.

Ihrer Meinung nach gibt es verschiedene Arten von ereignisgesteuerten Strategien. „Wenn das massenhafte Erfassen und Bewerten von Gewinnprognosen zum Bereich des quantitativen ereignisgesteuerten Handels gehört, dann können Ereignisse, die Kettenreaktionen auf dem Markt auslösen – wie Leopolds Totalverlust, Trumps extreme Äußerungen und Serenitys These über Engpässe – auch zu subjektiven ereignisgesteuerten Strategien werden. Das ist ein wichtiger Bestandteil von Multi-Strategie-Produkten.“

Interessanterweise erzählte mir ein subjektiver Fondsmanager bei einem öffentlichen Fonds, dass er speziell ein Tool namens „Hummer“ verwendet, um Veränderungen von Gerüchten und Witzen von Verkäufern zu verfolgen. „Denn viele marginale Veränderungen von Informationen tauchen zuerst in diesen informellen Kanälen auf. Das Tool erfasst sie im Voraus, dann fragt man direkt bei dem Unternehmen nach – so kann man den Informationsvorsprung nutzen.“

In der Zeit der beschleunigten Informationsverbreitung kann ein zufälliger Post eines Finanz-Bloggers zu einem Trend führen, dem Geld folgt. Dazu kommt, dass Technologie-Bullenmärkte natürlicherweise Geschichten bevorzugen – die Marktstimmung ist sehr leicht zu entfachen. Was man aber leicht übersieht: Jeder Post, jedes Gerücht wird zu KI-Sprachdaten und wird langsam zu einer unsichtbaren Quelle, die Marktschwankungen verstärkt.

Gavin Baker, der legendäre Fondsmanager von Fidelity, sprach in einem aktuellen Podcast[2] darüber, dass fast alle Investoren, die er kennt, jede Nachricht sofort in Claude eingeben, sobald sie sie sehen.

Claude ist ein Wahrscheinlichkeitsmodell. Bei der gleichen Nachricht wird seine Interpretation meistens nicht sehr unterschiedlich ausfallen. Früher war Walter Cronkite, der berühmte Nachrichtensprecher, fast die einzige autoritative Stimme in den USA. Auf dem Aktienmarkt ist Claude nun der neue Walter Cronkite.

Baker glaubt: Claude gibt eine Interpretation heraus, und eine große Anzahl von Investoren handelt sofort nach dieser Beurteilung. Das Ergebnis ist, dass Marktteilnehmer, die scheinbar aus verschiedenen Institutionen stammen und verschiedene Strategien verwenden, hinter den Kulissen möglicherweise auf das gleiche Modell zurückgreifen und zu sehr ähnlichen Schlussfolgerungen gelangen.

„Ein bekannter Halbleiterexperte hat gezeigt, dass der Aktienkurs des japanischen Kondensatorunternehmens innerhalb von sechs Wochen den gesamten dreijährigen Zyklus der Kondensatorindustrie durchlief.“ In der gleichen KI-Ära haben unsere Speicherchip-Aktien eine Kursentwicklung hingelegt, die wie eine Raketenlandung aussieht.

Wir überschätzen immer die Zukunft der KI-Anlageobjekte, aber wir unterschätzen den Einfluss von KI auf den Anlagehandel.

Nachwort

Chen Peng von Yuanlan Fund hat bei der Arbeit an quantitativen makroökonomischen Strategien festgestellt, dass KI quantitativen Strategien die Fähigkeit verleihen kann, subjektive Investitionen durchzuführen.

Wenn traditionelle quantitative Modelle mit makroökonomischen Nachrichten umgehen, erfassen sie, dass die Häufigkeit von Wörtern wie „Krieg“ und „heftig“ steigt – und nutzen das als Grundlage, um Rohöl long zu gehen. Aber bei Wörtern mit komplexer Rhetorik versagen die Modelle. Heutzutage kann KI innerhalb von 10 Sekunden 1000 Nachrichten aus der ganzen Welt lesen und zusammenfassen, ob sich ein Ereignis positiv oder negativ entwickelt[3].

Bei dem Russland-Ukraine-Krieg und dem Iran-Krieg, beide mit steigenden Ölpreisen, kann KI die Unterschiede in der Liquidität erkennen und die unterschiedlichen Inflationserwartungen der Menschen wahrnehmen – und daraus völlig unterschiedliche Handelslogik für Gold ableiten. Seiner Meinung nach sind traditionelle quantitative Modelle eher starr, während KI abgeleitete Variablen erkennen kann.

Das lässt einen aber nachdenken: Wenn immer mehr Investoren KI einführen, wird die Anlage dann nicht