Against a Universal Trading Strategy: No-Arbitrage, No-Free-Lunch, and Adversarial Cantor Diagonalization

Die Arbeit widerlegt die Existenz universell profitabler Handelsstrategien durch drei mathematische Paradigmen – Maßtheorie, Kombinatorik und Turing-Diagonalisierung –, zeigt auf, dass scheinbar erfolgreiche Ansätze wie die Wheel-Option-Strategie auf transienten Regimeannahmen beruhen und systemische Tail-Risiken verstärken, und stellt dabei eine formale Analogie zwischen Finanzmärkten und der Thermodynamik her.

Das Wesentliche

Warum es den „perfekten" Trading-Algorithmus nicht gibt: Eine Reise durch die Mathematik des Geldes

Stellen Sie sich vor, Sie suchen nach dem „Heiligen Gral" des Handels: Einem einzigen Computerprogramm oder einer Strategie, die immer Geld verdient, egal ob die Kurse steigen, fallen oder sich im Kreis drehen.

Dieser Artikel sagt mit mathematischer Strenge: Das ist unmöglich. Es gibt keinen universellen Gewinner. Versuchen Sie es, und Sie werden scheitern. Der Autor erklärt dies nicht nur mit langweiligen Formeln, sondern durch drei verschiedene Denkweisen (Paradigmen), die wie drei verschiedene Brillen wirken, durch die wir das Problem betrachten.

Hier ist die Erklärung dieser drei Brillen, gemischt mit einfachen Analogien:

1. Die Brille der Physik: Der „Maxwell'sche Dämon" im Finanzmarkt

Stellen Sie sich einen kleinen Dämon vor (ein klassisches Gedankenexperiment aus der Physik), der an einer Tür zwischen zwei Gasräumen steht. Er lässt nur schnelle Moleküle nach links und langsame nach rechts. So entsteht eine Temperaturdifferenz, und er kann Arbeit verrichten, ohne Energie zu verbrauchen. Das würde das zweite Gesetz der Thermodynamik verletzen – es ist unmöglich.

• Die Analogie: Ein „universeller Trader" ist wie dieser Dämon. Er versucht, aus dem Chaos der Marktbewegungen (wie den zufälligen Molekülen) immer Profit zu ziehen, egal in welche Richtung der Wind weht.
• Das Problem: In der Physik kostet das Löschen von Informationen Energie (Landauer-Prinzip). Im Finanzmarkt ist es noch einfacher: Wenn ein Markt fair ist (was Mathematiker „Martingal-Maß" nennen), gibt es keine bevorzugte Richtung.
• Die Erkenntnis: Wenn Sie behaupten, immer zu gewinnen, behaupten Sie im Grunde, Sie könnten aus dem Nichts Energie (Geld) erzeugen. Das ist wie ein Perpetuum Mobile. In einem fairen Markt ist das mathematisch verboten.

2. Die Brille des Glücksspiels: Das „Kein-Freies-Frühstück"-Theorem

Stellen Sie sich vor, Sie spielen ein Spiel gegen einen Computer, bei dem Sie eine Vorhersage treffen müssen. Aber das Spiel ist so konstruiert, dass alle möglichen Spielverläufe (ob der Ball nach links oder rechts fliegt) gleich wahrscheinlich sind.

• Die Analogie: Das ist wie ein „No-Frills"-Restaurant. Wenn Sie über alle möglichen Gerichte, die jemals existieren könnten, mitteln, gibt es kein Essen, das für jeden Geschmack besser ist als jedes andere.
• Das Problem: Der Artikel sagt: Wenn Sie eine Strategie haben, die immer gewinnt, dann müsste sie auf jeder denkbaren Kurvenbewegung funktionieren. Aber wenn Sie eine Strategie entwickeln, die bei steigenden Kursen gut ist, wird sie bei fallenden Kursen (die Zeit rückwärts laufen lassen) automatisch schlecht.
• Die Erkenntnis: Jede Strategie, die funktioniert, nutzt eine spezielle Struktur des Marktes aus (z. B. dass Aktien tendenziell langfristig steigen). Es gibt keine Strategie, die „universell" besser ist als alle anderen. Wer immer gewinnt, müsste das Universum selbst manipulieren.

3. Die Brille des Computers: Der „Schachspieler gegen sich selbst"

Stellen Sie sich vor, Sie entwickeln einen perfekten Schach-Computer. Aber was passiert, wenn der Gegner nicht nur ein Mensch ist, sondern ein Computer, der Ihren Code lesen und simulieren kann?

• Die Analogie: Das ist wie ein Trickbetrüger, der genau weiß, wie Sie denken. Wenn Sie sagen: „Ich gehe nach links", dreht der Betrüger sofort den Weg nach links um, damit Sie in eine Falle laufen.
• Das Problem: Der Markt ist nicht nur ein passiver Hintergrund. Wenn Sie einen automatisierten Algorithmus nutzen, kann der Markt (oder andere Algorithmen) Ihre Logik „lesen". Ein böswilliger Gegner könnte eine Kursbewegung konstruieren, die genau das Gegenteil dessen tut, was Ihr Algorithmus erwartet.
• Die Erkenntnis: Es gibt keinen Algorithmus, der gegen einen intelligenten, anpassungsfähigen Gegner immer gewinnt. Sobald Ihr System bekannt ist, kann es ausgetrickst werden.

---

Das Fallbeispiel: Die „Wheel"-Strategie

Der Autor nimmt eine echte, beliebte Strategie namens „Wheel" als Beispiel. Diese Strategie verkauft Optionen, um kleine Gewinne zu machen, solange der Markt ruhig ist.

• Warum sie funktioniert (meistens): Sie funktioniert gut, wenn der Markt seitwärts läuft oder leicht steigt.
• Warum sie scheitert (die drei Fehler):
  1. Der Absturz: Wenn die Aktie plötzlich in den Keller fällt (wie ein Zeitumkehr der Steigerung), ist die Strategie ruiniert.
  2. Das langsame Bluten: Wenn die Aktie langsam aber stetig fällt, verlieren Sie Ihr Geld, auch wenn Sie kleine Gewinne machen.
  3. Der Ausbruch: Wenn die Aktie explodiert, verdienen Sie nur einen kleinen Teil des Gewinns, weil Sie Ihre Gewinne begrenzt haben.

Die Moral der Geschichte: Diese Strategie funktioniert nur, weil der Markt nicht immer gleich ist. Sie nutzt eine spezifische Phase des Marktes aus.

Fazit: Was bedeutet das für Sie?

Der Artikel warnt vor der Illusion von „passivem Einkommen unter allen Bedingungen".

1. Es gibt keine magische Kugel: Kein Algorithmus kann alle Risiken eliminieren.
2. Strategien sind wie Werkzeuge: Ein Hammer ist toll für Nägel, aber schlecht für Schrauben. Eine Trading-Strategie ist nur gut für einen bestimmten Markt-Typ.
3. Die Gefahr der Automatisierung: Wenn viele Leute denselben „perfekten" Algorithmus nutzen, passt sich der Markt an. Der Markt wird zum „Schachgegner", der Ihren Code kennt, und die Strategie bricht zusammen. Das führt zu Krisen (wie dem Flash Crash 2010).

Zusammenfassend: Der Markt ist wie ein lebendiges Ökosystem. Es gibt keinen Weg, ihn zu besiegen, ohne zu wissen, dass Sie nur eine bestimmte Art von Wetter (Marktzustand) voraussetzen. Wenn das Wetter sich ändert, wird aus Ihrem Gewinner ein Verlierer. Das ist kein Fehler Ihrer Strategie, sondern eine mathematische Notwendigkeit.

Technische Zusammenfassung

Titel: Gegen eine universelle Handelsstrategie: Keine Arbitrage, kein „Free Lunch" und adversäre Cantor-Diagonalisierung

1. Problemstellung

Die Arbeit untersucht die fundamentale Unmöglichkeit einer „universellen" Handelsstrategie, definiert als eine Strategie, die unter allen denkbaren Marktszenarien (Marktpfaden) strikten Gewinn erzielt. Während die Effizienzmarkthypothese (EMH) ökonomisch argumentiert, dass Wettbewerbsdruck übermäßige Renditen eliminiert, liefert sie keinen mathematischen Beweis dafür, dass keine einzelne Strategie bedingungslos gewinnen kann. Das Paper zielt darauf ab, diese Unmöglichkeit präzise innerhalb dreier unterschiedlicher mathematischer Paradigmen zu formalisieren und die Grenzen von Strategien aufzuzeigen, die nur „für alle praktischen Zwecke" (FAPP – For All Practical Purposes) funktionieren.

2. Methodik und Theoretische Paradigmen

Svozil analysiert das Problem durch drei disjunkte, aber komplementäre mathematische Rahmenwerke:

• A. Finanzmathematischer Ansatz (Maßtheorie):

  • Grundlage: Der Erste Fundamentalsatz der Asset-Pricing-Theorie (FTAP) und das Konzept der Äquivalenten Martingalmaßes (EMM).
  • Annahme: Unter Standard-Admissibilitätsbedingungen (z. B. beschränkter Abwärtsrisiko, keine unendlichen Verluste durch Verdopplungsstrategien) wird gezeigt, dass eine universelle Strategie, die auf allen Pfaden strikt positiv ist, eine starke Arbitragemöglichkeit darstellt.
  • Schlussfolgerung: Da Märkte, die ein EMM zulassen, keine Arbitrage erlauben, ist die Existenz einer solchen universellen Strategie mathematisch ausgeschlossen.

• B. Kombinatorischer Ansatz (No-Free-Lunch-Theorem):

  • Grundlage: Das Theorem von Wolpert und Macready zur Optimierung über Funktionenräume.
  • Annahme: Betrachtung des Handels als sequenzielle Entscheidungsfindung über diskrete Preispfade.
  • Schlussfolgerung: Wenn über alle möglichen Marktentwicklungen gleichmäßig gemittelt wird, schneiden sich keine Strategie besser als eine triviale Null-Strategie. Erfolg erfordert die Ausnutzung spezifischer, nicht-uniformer Marktstrukturen. Eine universelle Überlegenheit ist unmöglich; jede Strategie ist nur an ein spezifisches Regime angepasst.

• C. Computergestützter Ansatz (Adversäre Diagonalisierung):

  • Grundlage: Die Logik des Halteproblems (Turing-Diagonalisierung) und die Theorie der berechenbaren Funktionen.
  • Annahme: Der Markt wird nicht als exogener Prozess, sondern als adaptiver, berechenbarer Gegner modelliert.
  • Schlussfolgerung: Für jede berechenbare Handelsstrategie lässt sich eine adversäre Markttrajektorie konstruieren, die die Strategie systematisch besiegt (indem sie gegen die Vorhersage des Algorithmus handelt). Dies verschiebt die Unmöglichkeit von exogenen Preisen auf adaptive Gegner.

• Heuristische Einbettung (Zeitumkehr & Maxwell'scher Dämon):

  • Das Paper führt ein Zeitumkehr-Kriterium ein: Eine universelle Strategie müsste auch auf zeitlich umgekehrten Pfaden (z. B. fallende Kurse statt steigende) funktionieren.
  • Es wird eine formale Analogie zum Maxwell'schen Dämon gezogen: Ein EMM entspricht dem thermodynamischen Detailgleichgewicht. Der Autor warnt jedoch davor, physikalische Landauer-Kosten (Energie zum Löschen von Information) als Erklärung für finanzielle Verluste heranzuziehen, da diese quantitativ irrelevant sind. Die Unmöglichkeit liegt rein in der Maßtheorie.

3. Wichtige Beiträge und Ergebnisse

• Formaler Beweis der Unmöglichkeit: Der Kernbeitrag ist die Demonstration, dass die Existenz einer universellen Strategie äquivalent zur Existenz einer starken Arbitrage ist. Da Märkte mit EMM keine Arbitrage zulassen, ist eine universelle Strategie mathematisch unmöglich.
• Klarstellung der Analogie: Das Paper präzisiert die Analogie zwischen Finanzmärkten und Thermodynamik. Es stellt fest, dass zwar das EMM dem Detailgleichgewicht entspricht, die physikalischen Kosten der Informationslöschung (Landauer) jedoch keine Rolle für die finanzielle Unmöglichkeit spielen.
• Adversäre Marktmodelle: Durch die Anwendung der Turing-Diagonalisierung wird gezeigt, dass kein berechenbarer Algorithmus gegen einen adversären Gegner bestehen kann, der die Strategie simulieren kann. Dies ist besonders relevant für den Hochfrequenzhandel, wo Algorithmen gegeneinander agieren.
• Verbindung zur Sozialwahltheorie: Es wird eine strukturelle Parallele zu Arrow's Unmöglichkeitstheorem gezogen. Wie kein Wahlsystem alle Präferenzen konsistent aggregieren kann, kann keine Handelsstrategie alle Marktwege konsistent profitabel bewältigen. Der „Gewinner" in diesem adversären Spiel ist der Gegner, der die Strategie diagonalisiert.
• Fallstudie: Wheel-Options-Strategie: Die Arbeit analysiert die populäre „Wheel Strategy" (Verkauf von Cash-Secured Puts und Covered Calls). Sie zeigt auf, dass diese Strategie zwar unter normalen Bedingungen profitabel ist, aber spezifische Versagensmodi aufweist:
  • Katastrophaler Absturz: Zeitasymmetrie (Zeitumkehr-Heuristik).
  • Langsamer Blutverlust: Kombinatorische Spezialisierung auf Seitwärtsmärkte (NFL-Theorem).
  • Gewinnbegrenzung: Verzicht auf Tail-Risiken, die notwendig wären, um extreme Verluste auszugleichen (Martingal-Constraint).

4. Signifikanz und Implikationen

• Systemische Risiken: Das Paper argumentiert, dass die Automatisierung von FAPP-Strategien (die nur unter bestimmten Annahmen funktionieren) systemische Risiken schafft. Da die Mengen von Pfaden, die zum Scheitern führen, algorithmisch unentscheidbar sind (Rice's Theorem), können automatisierte Systeme nicht erkennen, wenn sie in eine „Falle" laufen. Dies erklärt Phänomene wie den Flash Crash 2010 oder die Portfolio-Versicherungskaskaden von 1987.
• Markt-Adaptivität: Unter der „Adaptive Markets Hypothesis" (Lo) passt sich der Markt an erfolgreiche Strategien an. Ein passiver Markt (wie in der klassischen Theorie) wandelt sich in einen adversären Markt, der die spezifischen Schwachstellen der Strategie ausnutzt und die notwendigen Trajektorien für deren Scheitern generiert.
• Philosophische Grenze: Die Arbeit etabliert eine klare Grenze für algorithmischen Handel: Es gibt keine „Heilige Gral"-Strategie. Jeder Erfolg basiert auf der Ausnutzung spezifischer, oft transienter Marktstrukturen und impliziert das Risiko, dass diese Struktur kollabiert oder sich gegen die Strategie wendet.

Fazit:
Karl Svozil beweist mathematisch, dass eine universelle, bedingungslose Gewinnstrategie unmöglich ist. Dies ist keine bloße ökonomische Annahme, sondern eine direkte Konsequenz aus der Abwesenheit von Arbitrage (Maßtheorie), der Struktur von Optimierungsproblemen (Kombinatorik) und den Grenzen der Berechenbarkeit (Informatik). Strategien, die „für alle praktischen Zwecke" funktionieren, tragen inhärent das Risiko, in adversären Regimen oder bei Tail-Ereignissen zu versagen, was durch die Automatisierung zu systemischen Gefahren führen kann.