Verzerrungen in Trainingsdaten erkennen

Ein Modell ist nur so neutral wie die Daten, aus denen es gelernt hat. Finanzdaten spiegeln die Vergangenheit — und die Vergangenheit enthält Phasen, die sich nicht wiederholen. Wer ein Modell auf einer langen Niedrigzinsphase trainiert, lernt eine Welt, in der Zinsen keine Rolle spielen. Tritt eine Hochzinsphase ein, markiert das Modell normale Beobachtungen als Anomalien, weil sie ausserhalb seiner Erfahrung liegen.

Drei typische Verzerrungen

Regime-Verzerrung. Modelle, die auf einer einzigen Marktphase trainiert wurden, überschätzen die Bedeutung dieser Phase. Die Anomalieerkennung reagiert dann nicht auf neue Regime, sondern auf die Abwesenheit des alten. Symptom: auffällig viele „Anomalien“ direkt nach einem Regimewechsel, die sich später als Normalität herausstellen.

Überlebenschicht-Verzerrung. Trainingsdaten enthalten nur die Instrumente, die noch existieren. Bankrotte Unternehmen, delisted-Aktien und geschlossene Fonds fehlen. Ein Modell, das aus dieser Datenmenge lernt, unterschätzt das Ausfallrisiko systematisch — nicht, weil es schlecht ist, sondern weil die Ausfälle in den Daten nicht vorkommen.

Kennzahlen-Verzerrung. Wer eine Kennzahl über lange Zeiträume lernt, verlernt, dass ihre Bedeutung schwankt. Das Kurs-Gewinn-Verhältnis hatte in den 1980er Jahren eine andere Aussagekraft als heute. Ein Modell, das die Kennzahl über beide Epochen hinweg lernt, mittelt ihre Bedeutung — und markiert Abweichungen, die in der jeweiligen Epoche gar keine waren.

Was dagegen hilft

Gegen Verzerrung gibt es kein technisches Heilmittel, nur redaktionelle Disziplin. Die Beiträge hier legen offen, auf welchen Zeiträumen und Datenquellen ein Verfahren beruht, und was es nicht abbilden kann. Wer das weiss, kann einschätzen, wann ein Modell vertrauenswürdig markiert — und wann es eher die Grenzen seiner eigenen Trainingsdaten anzeigt.

Ein Modell, das seine eigenen Grenzen nicht kennt, markiert nicht Anomalien, sondern sich selbst.