Wie Quants Trading-Agenten entwickeln, die sich selbst verbessern (Vollständiges Framework)

Im Jahr 2025 hat eine KI einen 56 Jahre alten Mathematikrekord mit einer einzigen Schleife gebrochen: generieren, testen, bewerten, wiederholen. Quants wenden sie auf Strategien an.

Kommen wir direkt zur Sache....

Lesezeichen setzen

Wir sind das Team hinter Horizon, der ersten agentischen Handelsplattform: Du gibst eine Handelsstrategie in einfachem Englisch ein, backtestest sie in Minuten und setzt sie live bei deinem Broker ein. Dieser Artikel analysiert das Verbesserungsschleifen-Framework hinter dem agentischen Strategieaufbau. Derzeit in der geschlossenen Beta, öffentlicher Start am 15. Juli. Trage dich in die Warteliste ein unter

horizon.trade oder schreib eine DM an

@horizon_trade_x für frühen Zugang.

Hier ist das vollständige Framework:

• Was „selbstverbessernd“ wirklich bedeutet (und was nicht)
• Das Fitness-Signal: die eine Zahl, die der Agent optimiert
• Gedächtnis: scheitern, untersuchen, destillieren, konsultieren
• Der Verifizierer: warum der Agent seine eigene Arbeit nie benotet
• Wo Horizon diese Schleife heute einsetzt

Was „selbstverbessernd“ wirklich bedeutet

Zuerst die ehrliche Version. Ein selbstverbessernder Agent trainiert das Modell nicht neu. Kein Produktionssystem tut das. Die Gewichte des Modells bleiben eingefroren.

Was sich anhäuft, ist alles rund um das Modell: das Protokoll der getesteten Varianten, die Bewertungsregeln, die destillierten Lektionen. Der Agent ist eine Rückkopplungsschleife mit drei Teilen. Ein Generator schlägt Strategievarianten vor. Ein Evaluator bewertet sie anhand historischer Daten. Ein Selektor behält die Gewinner und gibt sie an den Generator zurück.

Das ist alte Technik. Evolutionäre Suche wird in der Quant-Forschung seit den 1990er Jahren eingesetzt. Was sich geändert hat, ist der Generator: LLMs schlagen jetzt Varianten in Code und einfachem Englisch vor, und sie können die Schleife stundenlang laufen lassen, ohne dass ein Mensch jeden Schritt steuert. Im Jahr 2025 nutzte DeepMinds AlphaEvolve genau diese Generieren-Bewerten-Auswählen-Schleife, um einen schnelleren Matrixmultiplikationsalgorithmus zu finden und einen Rekord zu brechen, der seit 1969 bestand.

Das Fitness-Signal

Der Agent verbessert das, was du bewertest. Bewertest du die Rohrenditen, findet er die am stärksten überangepasste Kurve in deinem Datensatz. Ernsthafte Desks bewerten einen zusammengesetzten Wert: risikobereinigte Rendite, Drawdown, Anzahl der Trades und Stabilität über Zeitfenster hinweg.

Die Bewertungsregel ist die Strategie. Alles, was danach kommt, ist nur Suche.

Gedächtnis: scheitern, untersuchen, destillieren, konsultieren

Ein menschlicher Forscher vergisst Iteration vier. Ein gut gebauter Agent durchläuft jedes Scheitern in vier Phasen.

Er dokumentiert den fehlgeschlagenen Backtest. Er untersucht, warum die Variante gescheitert ist: falsches Regime, Transaktionskosten, Kurvenanpassung. Er destilliert die Diagnose in eine allgemeine Regel. Und beim nächsten Durchlauf konsultiert er die Regel, anstatt das Scheitern von Grund auf neu zu entdecken.

Hier zerbrechen die meisten selbstgebauten Schleifen. Ohne diese Progression schlägt der Agent Varianten erneut vor, die er bereits abgelehnt hat, und verschwendet Rechenleistung im Kreis. Mit ihr markiert jede abgelehnte Variante eine tote Zone im Suchraum, und jede Generation beginnt mit allem, was die vorherigen gelernt haben.

Der Verifizierer: warum der Agent seine eigene Arbeit nie benotet

Ein Agent, der seine eigene Ausgabe benotet, sieht seine eigene Argumentation und bevorzugt Schlussfolgerungen, die mit dem, was er bereits gebaut hat, konsistent sind. Im Handel hat dieser Fehlermodus einen Preis: Eine Schleife, die einen Datensatz auswendig lernt, sieht auf dem Chart wie eine Verbesserung aus und verhält sich live wie ein Münzwurf.

Die Lösung hat zwei Teile. Die Bewertungsregel ist vom Generator getrennt, sodass der Prozess, der eine Variante vorgeschlagen hat, sie nie bewertet. Und die endgültige Note kommt von einem Out-of-Sample-Gate: Daten, die der Generator nie gesehen hat. Eine Variante überlebt nur, wenn sie auf beiden Teilen gewinnt. McLean und Pontiff haben gezeigt, dass veröffentlichte Strategien in der Regel einen großen Teil ihres Vorteils verlieren, sobald die Daten bekannt werden. Das Trainingsfenster deines Agents funktioniert genauso.

Wo Horizon diese Schleife einsetzt

Die Generieren-Backtesten-Bewerten-Auswählen-Schleife ist der Kernmechanismus von Horizon. Du beschreibst eine Strategie in einfachem Englisch. Der Agent baut sie, backtestet sie, bewertet sie und kommt mit 2 bis 3 verfeinerten Varianten zurück, nebeneinander mit ihren Bewertungen, sodass du aus verbesserten Kandidaten auswählst, anstatt Parameter von Hand anzupassen.

Jeder Backtest speist den nächsten Vorschlag. Der Agent macht die Iteration. Du machst das Urteil.

Backtest-Bericht mit Bewertung

Wie Händler das falsch machen

Sie optimieren eine einzelne Kennzahl. Der Agent findet die höchste Sharpe-Ratio der Geschichte, und sie bricht im ersten Live-Monat zusammen. Zusammengesetzte Bewertungen gibt es aus einem Grund.

Sie lassen den Macher seine eigene Arbeit benoten. Zehn Generationen selbstgenehmigter „Verbesserung“ auf In-Sample-Daten sind zehn Generationen des Auswendiglernens.

Sie entfernen den Menschen. Der Agent ist eine Suchmaschine über den Strategieraum. Er rankt Kandidaten. Die Entscheidung, was mit echtem Geld eingesetzt wird, bleibt eine menschliche Entscheidung.

Sie verwechseln Iterationsanzahl mit Fortschritt. Tausend Varianten, die gegen ein schlechtes Fitness-Signal bewertet werden, sind tausend Schritte in die falsche Richtung.

Danke fürs Lesen.

Bevor du gehst

Wir sind das Team hinter Horizon, der ersten agentischen Handelsplattform: Du gibst eine Handelsstrategie in einfachem Englisch ein, backtestest sie in Minuten und setzt sie live bei deinem Broker ein. Die Generieren-Backtesten-Bewerten-Auswählen-Schleife aus diesem Artikel läuft jetzt im Produkt. Derzeit in der geschlossenen Beta, öffentlicher Start am 15. Juli. Trage dich in die Warteliste ein unter

horizon.trade oder schreib eine DM an

@horizon_trade_x für frühen Zugang.