Coarse Graining Reveals a Fluctuation-theorem-like Asymmetry in Financial Markets

Die Studie zeigt, dass durch eine grobe Betrachtung von Finanzmärkten eine dem Fluktuations-Theorem ähnliche Asymmetrie in den Haltezeitverteilungen von Long- und Short-Positionen auftritt, die als Maß für die Irreversibilität und die effektive Markttemperatur dient.

Das Wesentliche

Titel: Warum der Finanzmarkt nicht fair ist – Eine Geschichte über das „Grobe Sieben"

Stellen Sie sich den Finanzmarkt wie einen riesigen, chaotischen Tanzsaal vor. In diesem Saal gibt es zwei Gruppen von Menschen: Käufer und Verkäufer.

1. Der mikroskopische Blick: Das perfekte Paar
Auf der allerfeinsten Ebene, wenn man genau hinsehen würde, ist jeder Tanzschritt perfekt symmetrisch. Wenn jemand kauft, verkauft jemand anderes genau zur gleichen Zeit. Es ist wie ein perfektes Paar, das sich die Hand reicht. In dieser Welt gibt es kein „Vor" oder „Nach", keine Richtung, die bevorzugt wird. Alles ist im Gleichgewicht.

2. Das „Grobe Sieben": Was die Trader sehen
Aber die echten Trader (die Menschen, die Geld verdienen wollen) können diesen perfekten Tanz nicht sehen. Sie tragen eine Brille mit sehr dicken Gläsern – wir nennen das in der Wissenschaft „Coarse Graining" (grobe Vergröberung).
Durch diese Brille sehen sie nur die groben Linien: den Preisverlauf und das Volumen. Sie sehen nicht jeden einzelnen Händedruck, sondern nur die grobe Spur, die der Tanz hinterlässt.

3. Das Experiment: Der lange und der kurze Weg
Die Forscher aus diesem Papier haben ein cleveres Spiel gespielt. Sie haben sich eine ganz einfache Regel ausgedacht, die für beide Seiten fair sein sollte:

• Regel: „Wenn der Preis um 2 % steigt, verkaufe ich (Gewinn mitnehmen). Wenn er um 1 % fällt, verkaufe ich auch (Schaden begrenzen)."
• Das Spiel: Sie haben diese Regel auf historische Daten angewandt. Einmal für Leute, die auf steigende Kurse gesetzt haben (Long), und einmal für Leute, die auf fallende Kurse gesetzt haben (Short).

Logischerweise müsste das Ergebnis gleich sein, oder? Wenn die Regeln fair sind und die Brille für beide gleich ist, sollten die Zeiten, die man im Markt verbringt, identisch sein.

4. Die Überraschung: Der asymmetrische Schweif
Aber dann passierte etwas Seltsames.

• Kurzfristig: Für sehr kurze Zeiträume (wenige Minuten oder Stunden) war alles fast symmetrisch. Die Brille funktionierte gut.
• Langfristig: Sobald man länger im Markt blieb, zeigte sich ein riesiger Unterschied. Die Verteilung der Zeiten, wie lange man im Markt bleibt, war nicht mehr gleich. Es gab eine Art „Schweif" (ein langer Ausläufer), der zeigte, dass eine Richtung viel wahrscheinlicher war als die andere.

Stellen Sie sich vor, Sie werfen eine Münze. Normalerweise ist Kopf und Zahl gleich wahrscheinlich. Aber wenn Sie die Münze durch ein grobes Sieb werfen, das die feinen Details der Flugbahn verwischt, landen plötzlich viel mehr Münzen auf der einen Seite als auf der anderen. Das ist genau das, was die Forscher fanden: Die grobe Sichtweise erzeugt eine Ungerechtigkeit, die auf der feinen Ebene gar nicht existiert.

5. Die „Markttemperatur": Ein neues Thermometer
Die Forscher haben aus diesem Unterschied eine neue Messgröße entwickelt, die sie „Effektive Markttemperatur" nennen.

• Denken Sie an ein Thermometer, das nicht die Hitze misst, sondern die Unruhe und die Irreversibilität (die Unumkehrbarkeit) des Marktes.
• Wenn diese Temperatur niedrig ist, ist der Markt ruhig und symmetrisch.
• Wenn sie hoch ist, ist der Markt chaotisch, und die „grobe Brille" verzerrt die Realität stark.

Interessanterweise fiel diese Temperatur im Juli 2025 plötzlich tief. Das geschah genau zur Zeit eines großen politischen Gesetzes („One Big Beautiful Bill Act"). Das bedeutet: Der Markt reagierte auf politische Nachrichten, aber nicht direkt im Preis, sondern in dieser versteckten „Unruhe", die nur durch ihre spezielle Methode sichtbar wurde.

6. Warum passiert das? (Die Erklärung)
Warum ist das so? Die Forscher haben herausgefunden, dass es nicht an den einzelnen Trades liegt, sondern daran, wie die Trades übereinander liegen.
Stellen Sie sich vor, Sie laufen einen Pfad entlang. Wenn Sie oft anhalten und wieder loslaufen, überlappen Ihre Schritte. Diese Überlappungen erzeugen eine Art „Gedächtnis".

• Wenn Sie versuchen, den Markt zu simulieren, ohne diese Überlappungen zu beachten (wie ein einfacher Zufallsgenerator), funktioniert das Modell nicht.
• Erst wenn man berücksichtigt, dass die Trades auf demselben Pfad stattfinden und sich gegenseitig beeinflussen, entsteht diese asymmetrische Verzerrung.

Fazit für den Alltag
Dieses Papier sagt uns etwas Tieferes über komplexe Systeme (nicht nur Börsen, sondern auch das Wetter oder das Gehirn):
Wenn wir die feinen Details einer Situation ignorieren und nur das „Grobe" betrachten, entsteht oft eine falsche Asymmetrie. Was auf der kleinen Ebene fair und symmetrisch aussieht, kann auf der großen Ebene völlig schief und unvorhersehbar wirken.

Die Forscher haben also nicht nur einen neuen Weg gefunden, die Börsen-Unruhe zu messen, sondern auch gezeigt, dass unsere Art, die Welt zu beobachten (durch unsere „grobe Brille"), die Realität verändert, die wir sehen.

Technische Zusammenfassung

1. Problemstellung und Motivation

Die Arbeit untersucht, ob sich Konzepte aus der statistischen Physik, insbesondere Fluktuationstheoreme (Fluctuation Theorems, FTs), auf Finanzmärkte übertragen lassen.

• Hintergrund: Fluktuationstheoreme beschreiben in nichtgleichgewichtigen thermodynamischen Systemen, wie mikroskopische Symmetrien durch „Coarse Graining" (Vergröberung) in makroskopische Irreversibilität überführt werden.
• Die Frage: Können Finanzmärkte als komplexe Systeme betrachtet werden, bei denen eine ähnliche, auf Symmetrie basierende Diagnose für Irreversibilität möglich ist?
• Das Dilemma: Auf mikroskopischer Ebene besteht jeder Handel aus einem gepaarten Käufer- und Verkäuferereignis (Symmetrie). Auf makroskopischer Ebene agieren Händler jedoch nur auf Basis vergröberter öffentlicher Daten (Preise, Volumen). Die Studie fragt, ob diese Vergröberung eine messbare Richtungsasymmetrie erzeugt, obwohl die zugrundeliegenden Transaktionen symmetrisch sind.

2. Methodik

Die Autoren entwickeln einen diagnostischen Ansatz, der auf der Analyse von Haltedauern (Holding Times) von Handelspositionen basiert.

• Datengrundlage: Analyse von Aktienindizes, Einzelaktien und Kryptowährungen (u.a. Nasdaq Composite, GOOGL, Daten bis Oktober 2025).
• Handelsstrategie: Anwendung symmetrischer Regeln für Long- und Short-Positionen auf denselben Preisverlauf.
  • Es werden feste Schwellenwerte für Take-Profit ($\alpha$) und Stop-Loss ($\beta$) definiert.
  • Für jede Position wird die Haltedauer $d_p = t_e - t_0$ gemessen, wobei $t_e$ der Zeitpunkt des ersten Erreichens einer der beiden Schwellen ist.
• Symmetrie-Diagnose ($\Phi$):
  Die Autoren vergleichen die Verteilungen der Haltedauern für Long- ($P_+(d_p)$) und Short-Positionen ($P_-(d_p)$).
  Definiert wird die Symmetrie-Funktion:
  $$\Phi(d_p) \equiv \ln \frac{P_+(d_p)}{P_-(d_p)}$$
  Bei perfekter Symmetrie unter Vergröberung müsste $\Phi(d_p) = 0$ gelten.
• Theoretische Modelle:
  • Bachelier-Modell (Arithmetische Brownsche Bewegung): Dient als Benchmark für unabhängige First-Passage-Zeiten (Absorptionsgrenzen).
  • Korrelierte Statistik: Simulation, bei der Positionen sequentiell auf derselben Preisbahn geöffnet werden, um Überlappungen und Pfadkorrelationen zu berücksichtigen.
  • Markov-Ketten-Analyse: Die Sequenz der Haltedauern wird als Markov-Prozess modelliert, um das Relaxationsspektrum zu untersuchen.

3. Wichtige Ergebnisse

A. Empirische Asymmetrie und „Effektive Markttemperatur"

• Verhalten von $\Phi(d_p)$: Die empirischen Daten zeigen ein robustes Verhalten:
  • Bei kurzen Haltedauern ist $\Phi(d_p) \approx 0$ (symmetrischer Regime).
  • Bei langen Haltedauern entwickelt sich ein linearer Anstieg (ca. $k \cdot d_p$).
  • Dies impliziert eine exponentielle Asymmetrie zwischen den Verteilungen: $P_+(d_p) / P_-(d_p) \sim e^{k \cdot d_p}$.
• Effektive Markttemperatur ($T_m$):
  Aus der Steigung $k$ des linearen Tails wird eine operative „effektive Markttemperatur" definiert:
  $$T_m := \frac{1}{|k|}$$
  Dies ist keine thermodynamische Temperatur, sondern ein Maß für die Intensität der Fluktuationen und die Stärke der Irreversibilität auf der gewählten Beobachtungsskala.
• Zeitliche Dynamik: $T_m(t)$ zeigt signifikante zeitliche Schwankungen, die nicht direkt im Preisverlauf sichtbar sind. Besonders auffällig waren Minima Anfang Juli 2025, die mit dem Inkrafttreten des „One Big Beautiful Bill Act" korrelierten, was auf eine Sensitivität gegenüber makroökonomischen Regimewechseln hindeutet.

B. Mechanismus der Asymmetrie

• Versagen des unabhängigen Bachelier-Modells: Ein Modell mit unabhängigen First-Passage-Zeiten (ohne Pfadkorrelationen) erzeugt zwar exponentielle Tails in den Verteilungen, führt aber zu einer sättigenden (konstanten) Asymmetrie $\Phi(d_p)$ im Langzeitlimit, nicht zu einem linearen Anstieg.
• Rolle der Pfadkorrelationen: Die beobachtete lineare Asymmetrie entsteht erst durch die Korrelation überlappender Positionen auf derselben Preisbahn.
• Markov-Analyse: Die Autoren zeigen, dass die Richtungsasymmetrie kein stationäres Phänomen ist, sondern ein endzeitlicher Effekt (pre-asymptotic).
  • Das asymptotische Abklingverhalten (dominierender Eigenwert) ist für Long und Short identisch.
  • Die Asymmetrie entsteht durch Unterschiede im subdominanten Relaxationsspektrum (niedrigere Eigenwerte der Übergangsmatrix), die durch die pfadabhängigen Korrelationen der Handelssequenz erzeugt werden.
  • Das „Coarse Graining" reorganisiert korrelierte Trajektoriensegmente so, dass sich diese spektralen Unterschiede in den beobachteten Haltedauer-Statistiken manifestieren.

4. Hauptbeiträge und Signifikanz

1. Neue Diagnose für Finanzmärkte: Die Arbeit etabliert einen ersten Nachweis einer „fluktuationstheorem-ähnlichen" Asymmetrie in Finanzdaten. Sie verbindet mikroskopische Transaktionssymmetrie (Käufer/Verkäufer) mit makroskopischer statistischer Irreversibilität.
2. Quantifizierung von Irreversibilität: Die Einführung der effektiven Markttemperatur $T_m$ bietet ein neues, operationales Maß für die Intensität von Marktschwankungen und die Stärke von Regimewechseln, das über reine Volatilitätsmaße hinausgeht.
3. Theoretischer Durchbruch: Es wird gezeigt, dass die Asymmetrie nicht durch eine Verletzung der mikroskopischen Physik (z.B. Drift) erklärt werden muss, sondern rein durch die Vergröberung (Coarse Graining) und die daraus resultierenden Pfadkorrelationen in komplexen Systemen entsteht. Dies bestätigt theoretische Vorhersagen aus der stochastischen Thermodynamik über „versteckte Entropieproduktion".
4. Anwendbarkeit: Der Ansatz ist modellunabhängig und lässt sich konsistent auf verschiedene Asset-Klassen (Aktien, Krypto) und Zeiträume anwenden.

Fazit

Das Paper demonstriert, dass Finanzmärkte, obwohl sie auf mikroskopischer Ebene symmetrische Käufer-Verkäufer-Paarungen aufweisen, auf makroskopischer Ebene eine robuste, exponentielle Richtungsasymmetrie in der Haltedauer von Positionen aufweisen. Diese Asymmetrie ist ein direktes Ergebnis der Vergröberung von Informationen und der Pfadkorrelationen bei sequentiellen Handelsentscheidungen. Sie lässt sich durch ein Fluktuationstheorem-ähnliches Gesetz beschreiben und bietet ein neues Werkzeug zur Analyse von Marktregimen und systemischen Risiken.