A01 · B01 · C01 — from data quality to disciplined modeling.
Drei getrennte Systeme bearbeiten drei verschiedene Aufgaben: A01 prüft und verdichtet Daten, B01 formalisiert Hypothesen und Abbruchkriterien, C01 untersucht Modellarchitekturen. Die Trennung verhindert, dass Datenaufbereitung, Beweisführung und Modellierung zu einer einzigen Blackbox werden.
Data & QA Agent — Qualität vor Modellierung.
A01 verarbeitet Daten ausschließlich lesend, prüft Vollständigkeit und erzeugt kontrollierte Aggregationen. In einem dokumentierten Lauf wurden 52 MBO-Tagesdateien aus April und Mai 2026 mit mehr als 1,001 Milliarden Datensätzen untersucht und zu 239.288 Minutenzeilen verdichtet. Unvollständige Tagesläufe wurden erkannt und neu verarbeitet; die Rohdaten blieben unverändert.
Hypotheses & Validation Agent — vor dem Ergebnis entscheiden.
B01 schreibt Ziel, Datenaufteilung, Metriken und Pass-/Kill-Regeln vor der Auswertung fest. Dadurch bleiben auch negative Resultate erhalten. 17 formale Kill-Entscheidungen sind dokumentiert; ein bestätigter Discovery-Pass liegt bislang nicht vor.
Modeling Agent — Architektur unter kontrollierten Bedingungen.
- Bibliothek mit Baselines, MLPs, Residualmodellen, Cross-Fit und Bagging
- zusätzliche Repräsentationsansätze und eine reine Python-Causal-1D-CNN
- 96 Python-Dateien mit rund 7.059 Codezeilen und 26 Testdateien
- fünf synthetische Temporal-Direction-Contrast-Hypothesen
- zwei vollständige, byte-identische Wiederholungsläufe
Technisch reproduzierbar ist noch kein Praxisbeweis.
C01 bestätigt auf synthetischen Daten, dass der Versuchsaufbau deterministisch und testbar arbeitet. Das beweist weder Prognosekraft auf realen Marktdaten noch einen wirtschaftlichen Vorteil. Ebenso ist das Fehlen eines Discovery-Passes bei B01 kein Scheitern: Ein sauber nicht bestätigtes Ergebnis grenzt den Suchraum ein und verhindert unbegründete Behauptungen.
Belegbar, ohne den Entwicklungsansatz offenzulegen.
Öffentlich gezeigt werden Problem, Systemaufbau, Testart, Ergebnis und Grenzen. Exakte Merkmalsdefinitionen, Schwellenwerte, vollständige Prompts, Quellcode, Modellgewichte und sensible Datensätze bleiben geschützt. Vertiefende Nachweise können in einem fachlichen Gespräch gezeigt werden.