PX0 — Zufalls-Baseline über die volle Historie · ES

Aufbau

Dieser Report gehört einem Instrument (ES) und urteilt nur über dieses. Zuerst das Urteil, dann je Datenrolle (Dev, dann Val) derselbe Satz Abschnitte, immer in derselben Reihenfolge: Hit-Rate-Probe samt Verteilung über die Tage (stimmt die Richtung? — der Schiedsrichter) · Time-Probe (wie viele Ticks wären zu holen) · beide Hälften des Fensters getrennt. Welcher Abschnitt den Schiedsrichter trägt, hängt an der Vorregistrierung dieser Studie; die Reihenfolge liegt fest. Eingeklappt ist nichts Zweitrangiges, nur Zweitgefragtes — die anderen Bracket-Weiten, die volle MFE/MAE-Matrix und die Hälften.

Geld steht hier nicht mehr. Die Probe fragt nach der Richtung; der Abschnitt zur Handelbarkeit (Geld je Sizing-Modell und die Kennzahlen daneben) ist seit 2026-08-15 ersatzlos aus diesem Report gestrichen. Ob sich eine Richtung nach Costs handeln lässt, prüft später ein eigener Test — dann, wenn eine These trägt.

Zwei Instrumente, zwei Urteile. Jede These wird auf NQ und auf ES getrennt geprüft, jedes Instrument mit dem Signal aus seinen eigenen Ticks und der eigenen Arbiter-Weite (NQ ±160 T ≈ 40 Punkte ≈ 0,17 % vom Kurs, ES ±40 T ≈ 10 Punkte — dieselbe relative Bewegung im ES-Grid). Ein Instrument allein macht eine These nicht bestanden; der Report des anderen liegt im selben Ordner.

Arbiter

Der Arbiter ist die eine Zahl, die vor dem Lauf zum Schiedsrichter erklärt wurde: Hit Rate P(+X vor −X) minus Baseline auf der Arbiter-Weite des Instruments (NQ ±160 T, ES ±40 T), New York gesamt, gross und nur über aufgelöste Anker. Zwei getrennte Urteile, eines je Instrument.. Er entscheidet allein, und er entscheidet in genau der Kennzahl, die in der Urteilstabelle steht. Alles andere in diesem Report ist Exploration — es steht vollständig da, weil sichtbar sein soll, was funktioniert und was nicht, aber es dreht dieses Urteil nicht. Was hier neu auffällt, ist eine neue These und tritt auf unberührten Daten neu an.

Der Urteilskasten: sechs Vokabeln, mehr gibt es nicht

Seit der Protokoll-Reform vom 2026-08-15 (thesis.md §2, Regeln 8–12) steht im Urteilskasten genau eine von sechs Stufen, und jede nennt die Konfiguration im selben Satz: bestätigt auf ⟨Config⟩ (Dev und Forward-Val bestanden) · bestätigt (schwach) auf ⟨Config⟩ (Val-Vorzeichen stimmt, das Val-Δ ist aber kleiner als 50 % des Dev-Δ) · Dev bestanden auf ⟨Config⟩ — Forward-Val läuft, Urteil am ⟨Datum⟩ · kein Nachweis auf ⟨Config⟩ · stark, unbestätigt auf ⟨Config⟩ — eingefroren für Forward-Val, Urteil am ⟨Datum⟩ · Artefakt: ⟨was der Control Arm reproduziert⟩.

„Die Metrik hat keine Edge" steht hier nie. Ein Urteil gilt für das Tripel aus Bedingung, Konfiguration und Zeit-Scope, nicht für eine Kennzahl im Allgemeinen — deshalb heißt es kein Nachweis auf ⟨Config⟩. Ein Nullbefund über die ganze Metrik wäre erst dann gerechtfertigt, wenn keine einzige Konfiguration des vorher benannten Grids ein nachbar-konsistentes Δ > 0 mit z ≥ 2 zeigt. Und ein bestätigt bleibt stehen: jedes weitere Forward-Fenster danach läuft als beschriftete Replikation und baut die Serie auf, es dreht das Urteil nicht.

Slot A und Slot B

Je These und Instrument gehen höchstens 2 eingefrorene Konfigurationen in den Forward-Val — mehr gibt es nicht, das ist der Schutz gegen Multiplizität. Slot A ist die Primär-Config: die Live-Einstellung des Users oder die vorab benannte Wahlregel. Slot B ist optional und wird mechanisch aus dem Dev-Grid gezogen, nach der Plateau-Regel: die kleinste Schwelle des zusammenhängenden Bereichs, in dem Δ das vorhergesagte Vorzeichen hat, |z| ≥ 2 ist und die direkten Nachbarn dasselbe Vorzeichen zeigen. Kleinste Schwelle heißt größtes n und damit die konservativste Wahl — nicht das z-Maximum, sonst wäre die Wahl wieder ein Ranking.

Beide Slots werden mit Datum eingefroren und bekommen ein eigenes Urteil; sie werden nie gegeneinander verrechnet und nicht gegeneinander ausgespielt. Fällt die Wahl auf die Randschwelle des Grids, steht das im Report als ⟂ Rand — die Edge könnte jenseits des Grids liegen. Ein Grid darf im Dev erweitert werden (Dev ist das Grabungsfenster, der Schutz ist der Freeze); die Erweiterung wird vorher deklariert und die Wahlregel danach über das volle Grid neu gerechnet.

Promotion: wann ein explorativer Befund weiterkommt

Ein Befund außerhalb der Vorregistrierung darf als stark, unbestätigt stehen bleiben, wenn er alle vier Kriterien erfüllt: (1) Nachbar-Konsistenz — kein Einzel-Spike, die Grid-Nachbarn zeigen dasselbe Vorzeichen; (2) Breadth — vorhergesagtes Vorzeichen in ≥ 4 von 7 Stunden-Buckets oder in einem zusammenhängenden Block von ≥ 3 Stunden, der dann als Scope registriert wird; (3) z ≥ 2 New York gesamt — Eintrittskarte, kein Urteil; (4) ≥ 30 tragende Tage. Ist der Befund keine Grid-Zelle (etwa eine Zelle der Kreuztabelle), entfällt Kriterium 1 und Kriterium 4 verschärft sich auf ≥ 40 Tage.

Was durchkommt, wird am selben Tag als eigene These mit Freeze-Datum registriert und validiert danach ausschließlich auf Forward-Daten — auch Preis-Thesen, denn der Tick-Store wächst täglich; das PX-Holdout bleibt den ursprünglich registrierten PX-Thesen vorbehalten. Was durchfällt, bleibt Exploration mit dem Vermerk zu dünn für Promotion, n Tage = X — kein vages „muss neu antreten". Die Kriterien stehen im Report mechanisch nachgerechnet als Tabelle, nicht als Behauptung.

Scoped Wiedervorlage. Scheitert eine These an der Breadth, obwohl das Gesamt-Δ mit z ≥ 2 über allen Control Arms liegt, wird geprüft, ob die positiven Buckets einen zusammenhängenden Block bilden. Wenn ja, tritt die stunden-gescopte Fassung („⟨These⟩, nur ⟨Block⟩") die Promotion an. Wenn nein, steht das genauso da — verstreute Stunden sind kein Scope.

Tragende Tage und das Datum unter „Urteil am"

Ein tragender Tag ist ein Handelstag, der zu genau dieser Konfiguration mindestens einen aufgelösten Anker auf der Arbiter-Weite beisteuert — aufgelöst heißt: eine der beiden Barriers wurde erreicht. Die Zahl steht in der Grid- und der Kreuztabelle als eigene Spalte. Warum sie zählt: Anker desselben Tages sind korreliert — 78 Anker aus 12 Tagen sind keine 78 Beobachtungen, und ein großes n aus wenigen Tagen ist ein Tages-Effekt, kein Edge.

Das Datum hinter Urteil am ist eine Schätzung: der Forward-Val läuft über 30 Handelstage, also rund sechs Handelswochen — gerechnet als Freeze + 42 Kalendertage, danach auf den nächsten Werktag gerollt. Feiertage kennt diese Rechnung nicht; das echte Urteil fällt, wenn die 30 Handelstage tatsächlich aufgelaufen sind, nicht am Kalendertag.

Δ, Baseline, Control-Spanne und ◆

Δ ist real minus Baseline, und die Baseline ist der Median über die 8 Control Arms — denselben Lauf mit derselben Bedingung, aber zyklisch über die Tage verschobener Vorzeichen-Serie. Die Control-Spanne ist der schlechteste bis beste Arm. Was die Baseline auch schafft, ist kein Edge — nur der Abstand zählt. Ein ◆ heißt: der echte Arm liegt über jedem einzelnen Control Arm, nicht nur über ihrem Median. Ein ◆ ist ein Marker, keine Signifikanz: hat das Signal keine Information, ist der Rang des echten Arms unter den 9 gleichverteilt — ein ◆ fällt rein zufällig in 1 von 9 Fällen (11 %). Genauso ist die Control-Spanne min…max von 8 Armen nur ein 8/9-Intervall (88.9 %), kein 95-%-Intervall (Learnings 27). Und die Stunden-Buckets sind 09:30–10:00 plus die vollen Stunden danach; weil sich die Anker überlappen, ist n keine Zahl unabhängiger Beobachtungen — wie unsicher eine Zelle ist, liest man an der Control-Spanne, nicht an n.

z und Ø z — die Screening-Zahl je Stunde

z ist der Abstand des echten Arms zum Mittel der 8 Control Arms, gemessen in deren Standardabweichung: z = (real − Ø der Arme) / sd der Arme. z = +2,0 heißt zwei Standardabweichungen über dem, was die verschobenen Arme auf denselben Ankern schaffen. Die Spalte steht in der Hit-Rate-Tabelle je Stunden-Zeile und in der Gesamt-Zeile, auf der Arbiter-Weite; in der Time-Probe-Matrix trägt jede Zelle ihr z im Tooltip, ebenso die Zellen unter „Andere Bracket-Weiten" und in der Hälften-Tabelle — dort gegen die Control Arms der jeweiligen Weite. Ein ● markiert |z| ≥ 2. Ohne Streuung (sd = 0) oder ohne aufgelöste Anker steht „—".

Das ● markiert nicht die größte Zahl, sondern den größten Abstand in Rausch-Einheiten. Das Streuband der Control Arms ist je Horizont und je Bracket-Weite verschieden breit — deshalb kann bei 30 min ein +1,3 markiert sein und bei 60 min ein +4,6 nicht: der 60-min-Weg streut schlicht viel stärker, ein großer Tick-Wert ist dort nichts Besonderes. Rohe Tick-Werte sind über Horizonte hinweg nicht vergleichbar; genau dafür steht Ø z daneben.

Ø z rechts in der Time-Probe-Matrix ist der Mittelwert der z-Werte einer Stunden-Zeile über die fünf Horizonte — die eine Zahl auf die Frage, ob diese Stunde über alle Horizonte hinweg außerhalb des Rauschens liegt. Gemittelt werden die z, nicht die Tick-Δ: die Horizonte haben verschiedene Maßstäbe. Zellen ohne sd oder ohne n fallen aus dem Mittel heraus.

Zwei Warnungen, beide ernst gemeint. Erstens: die sd stammt aus nur 8 Armen und ist damit selbst grob geschätzt — z ist keine saubere Teststatistik, sondern eine Größenordnung. Zweitens: bei 7 Stunden × vielen Zellen fällt |z| ≥ 2 auch rein zufällig; wer lange genug hinsieht, findet immer eine Zelle. Und die fünf Horizonte überlappen sich (der 1-min-Weg steckt im 5-min-Weg und so weiter) — ein hohes Ø z ist deshalb keine fünffach unabhängige Bestätigung. z und Ø z sind Screening-Marker wie das ◆, kein Urteil: das Urteil fällt ausschließlich der vorregistrierte Arbiter.

Anker

Ein Anker ist ein fester Stichprobenzeitpunkt: alle 5 Minuten zwischen 09:30 und 15:55 New York wird die Bedingung gelesen und daraus long, short oder flat — 78 Anker je Session. Er hängt bewusst nicht an einem Entry-Signal; gefragt ist, ob die Bedingung überhaupt Richtung trägt.

Hit-Rate-Probe

P(+X vor −X) ist der Anteil der Anker, an denen der Preis X Ticks in Signalrichtung erreicht, bevor er X Ticks dagegen erreicht, innerhalb von 60 Minuten — brutto am rohen Preis, ohne Spread und Commission: die Barriers sind symmetrisch, Costs treffen beide Seiten gleich und kürzen sich in der Frage nach der Richtung weg. Die Spalte aufgelöst ist der Anteil der Anker, an denen eine der beiden Seiten in 60 Minuten überhaupt erreicht wurde; nur diese stecken in der Quote, und was offen bleibt, fällt in beiden Armen identisch heraus. Δ % ist die Differenz in Prozentpunkten: Hit Rate minus Baseline. +2 heißt: 2 Punkte mehr Treffer als die Kontrolle, nicht 2 % relativ — 51,3 % gegen 49,9 % sind +1,4.

Die hervorgehobenen Spalten sind ±40 T — der Schiedsrichter dieser Studie. Dieselbe Größe als Δ für die übrigen Weiten steht eingeklappt unter Andere Bracket-Weiten. Gelesen wird gegen die Baseline, nie gegen 50 %: eine symmetrische Barrier landet nicht von selbst bei 50 %, Drift und die Mischung aus long und short verschieben den Nullpunkt.

Die Weite ist in Ticks dieses Instruments gemeint: ±40 T sind auf ES 10 Punkte. Die Arbiter-Weite ist je Instrument so gewählt, dass sie dieselbe relative Bewegung misst (NQ ±160 T ≈ 0,17 % vom Kurs, ES ±40 T ebenso); die Spalte aufgelöst zeigt, wie viel davon in 60 Minuten überhaupt entschieden wird.

Bracket bis zum Close

Die 60-min-Quote misst streng genommen P(+X vor −X), gegeben dass eine Seite in 60 Minuten erreicht wird. Aufgelöst werden bevorzugt die schnellen, volatilen Momente; der langsame Trendtag fällt als offen heraus, und zwar umso häufiger, je weiter das Bracket. Lebt ein Effekt genau dort, unterschätzt ihn die 60-min-Messung systematisch. Die eingeklappte Tabelle Bracket bis zum Close rechnet deshalb dieselben Weiten und dieselbe Buchung ein zweites Mal, gedeckelt am RTH-Close 16:00 New York — dort ist der User flat, was danach passiert, handelt er nicht.

Sie urteilt nicht. Baseline und z stammen aus denselben 8 Control Arms, mit demselben Close-Deckel gerechnet — der echte Arm bekommt keinen Sonderpfad. Der Arbiter bleibt trotzdem die 60-min-Zeile (NQ ±160 T, ES ±40 T): er ist vorregistriert und eingefroren. Ein Effekt, der nur in der Close-Variante auftaucht, ist Exploration und tritt als neue These auf unberührten Daten an.

Der 15:55-Anker hat nur noch 5 Minuten. Die Anker laufen bis 15:55, der Deckel liegt fest auf 16:00 — ab 15:05 ist das Fenster deshalb kürzer als 60 Minuten. Das Bucket 15–16 ist in dieser Tabelle also die einzige Zeile, die weniger Zeit bekommt als oben; ihre Spalte aufgelöst und ihr n stehen sichtbar daneben, damit man sie nicht mit den übrigen Stunden verwechselt.

Jahres-Schnitt

Der Jahres-Schnitt liest dieselbe Arbiter-Kennzahl noch einmal, aufgeteilt nach Kalenderjahr — Jahr des Ankers in New Yorker Zeit, und weil die Anker zwischen 09:30 und 15:55 liegen, ist das schlicht der Kalendertag der Session. Warum überhaupt: der Markt hat Eigenheiten auf Stundenbasis und makroökonomische Zyklen darüber; eine Zahl über sechs Jahre versteckt, dass etwas in manchen Jahren trägt und in anderen gar nicht. Dieselbe Logik wie „Gesamt ist irrelevant" über den Tag, nur über die Jahre.

Die Jahre sind Lese-Schnitte, keine eigenen Läufe. Die zyklische Verschiebung der 8 Control Arms läuft weiter über die volle Tagesliste der Rolle; danach werden echter Arm und Arme nach Jahr aufgeteilt. Die Baseline eines Jahres ist also der Median derselben Arme auf denselben Ankern, nicht ein neu gemischter Lauf. Randjahre sind Teiljahre und tragen ihren Zeitraum im Namen („2020 (ab 29.05.)"), im Chart ein * — ihr n ist kleiner, ihre Control-Spanne breiter, und ein Jahr mit wenigen Sessions schwankt entsprechend.

Der Chart darunter zeigt Δ je Jahr als Balken (linke Achse) und z als Raute (rechte Achse). z bleibt Screening, hier sogar mehr als sonst: bei sieben Jahren × zwei Instrumenten × mehreren Studien fällt |z| ≥ 2 auch rein zufällig. Ein auffälliges Jahr ist eine neue These und tritt auf unberührten Daten neu an — es dreht kein vorregistriertes Urteil.

Verteilung über die Tage

Je Session eine eigene Hit-Rate, daraus ein Histogramm. Die Frage ist nicht, ob die Quote stimmt, sondern ob sie von vielen Tagen getragen wird oder von wenigen. Die Balken sind die zehn Zehntel von 0 % bis 100 %, die Höhe ist der Anteil der Tage in diesem Zehntel; Tage ohne aufgelösten Anker in dieser Stunde zählen nicht mit. Der Tooltip über dem Histogramm nennt Median-Tag, das Band von 10 % bis 90 % und die Zahl der Tage, der Tooltip je Balken die Tage in diesem Zehntel.

In den Stunden-Zeilen stecken je Tag nur rund ein Dutzend Anker — die Tages-Quote ist dort grob gestuft. Die Zeile New York gesamt ist die belastbare: dort hat jeder Tag alle 78 Anker.

Time-Probe

Der signierte Forward Return (FR) ist der Preisweg in Ticks, in Signalrichtung gedreht: Signal short und der Preis fällt 10 Ticks heißt +10. Bracket-frei — kein Stop, kein Target, nichts, was das Ergebnis abschneidet — und brutto, weil Costs jede Zelle gleich verschieben und in der Differenz zur Baseline wegkürzen. Gezeigt ist Δ zur Baseline; grün heißt darüber. Das ist die zweite Frage — die Richtung beantwortet die Hit-Rate-Probe.

MFE / MAE — Maximum Favorable / Adverse Excursion: wie weit der Preis innerhalb des Horizonts maximal für bzw. gegen das Signal lief. Ein gutes MFE bei schlechtem Forward Return heißt: die Bewegung war da, sie hielt nur nicht bis zum Horizont.

Beide Hälften

Eine Einstellung, die nur in einer Hälfte trägt, ist keine Einstellung, sondern ein Zeitraum (Learnings 26). Erst die Hit-Rate, dann der Time-Probe — beide als Δ zur Baseline.

Breadth

Breadth ist der Anteil der Zellen über der Baseline — 7 Stunden × Bracket-Weiten bzw. × Horizonte; daneben steht, was der beste und der schlechteste Control Arm auf derselben Rechnung schafft. Bei der Hit-Rate liegt ein Control Arm per Konstruktion um 50 %. Geurteilt wird nie über die beste Zelle.