Unabhängige Strategieforschung
Funktioniert Intermarket-Analyse wirklich? Wir haben über 400 Signale getestet
Kurzversion: Fast nichts davon prognostiziert die Richtung. Wir haben 400+ richtungsgebundene Cross-Asset-Konfigurationen einer ehrlichen Korrektur auf multiples Testen unterzogen, über Aktien, Anleihen, Gold, Öl, FX und Krypto. Eines überlebte. Der Rest ist gleichzeitige Koinzidenz, die als Vorlauf getarnt ist.
Das Versprechen und warum es selten hält
Die älteste Behauptung in der Marktfolklore ist, dass ein Vermögenswert einen anderen anführt. Anleihen führen Aktien. Der Dollar führt Rohstoffe. Krypto führt die Risikobereitschaft über das Wochenende an. Es ist intuitiv, es ist überall in den Bildungsinhalten zu finden, und es ist meist ein Artefakt von zwei Dingen, die sich gleichzeitig bewegen. Intermarket-Analyse liest eine echte Beziehung — Vermögenswerte bewegen sich tatsächlich gemeinsam — und nimmt dann stillschweigend an, dass Koinzidenz bedeutet, dass eine Seite zuerst mit einer handelbaren Warnung eintrifft. Wir haben diese Annahme direkt getestet.
Hier ist die Falle. Führt man genügend Asset-Paare mit genügend Auflösungen aus, wird eine Kombination allein durch Zufall prädiktiv erscheinen. Testet man zwei Dutzend Vorläufe, besteht einer einen t-Stat. Das ist kein Vorteil. Das ist Arithmetik. Die Lösung ist die Multiple-Testing-Korrektur, wobei der Nenner auf jede von Ihnen ausgeführte Konfiguration gesetzt wird, nicht nur auf die hübsche, die Sie behalten haben.
Was wir getestet haben (namenlos — nur Familie und Fehlermodus)
Richtungsabhängigkeit bei Auflösungen von 1-Sekunde bis monatlich, mit einer strengen Regel: Die Balken mussten synchron sein. Intraday-Futures-Snapshots zu festen Zeiten, nicht falsch ausgerichtete Kassenschlüsse. Nicht übereinstimmende Schlusskurse sind ein klassischer Hersteller von falschen Lead-Lag — der New Yorker Schlusskurs reagiert auf etwas, das der Tokioter Schlusskurs bereits gesehen hat, und ein Chart nennt es Vorhersage. Jeder Kandidat musste auch eine Volatilitäts-Nullhypothese schlagen: einen Benchmark, bei dem das Vorzeichen allein aus Drift und Volatilität vorhersagbar ist, mit null Cross-Asset-Informationen. Wenn ein "Signal" das nicht schlagen kann, wusste es nie etwas über den anderen Markt.
| Familie (was getestet wurde) | Umfang | Urteil | Warum es scheiterte |
|---|---|---|---|
| Cross-Asset Lead-Lag, alle Paare | 260+ Paare | NULL | kein Vorlauf über gleichzeitige Koinzidenz hinaus |
| Regime-bedingter Lead-Lag | 130+ Konfigurationen | NULL | Konditionierung auf Volatilität rettet die Richtung nicht |
| Nichtlineares Machine-Learning Lead-Grid | 180+ Paare | NULL | "versteckte" Vorläufe waren ein Ein-Monats-Artefakt; nicht repliziert |
| Kalenderprämien (Ankündigung, Monatsende, OpEx, Auktionen) | 40+ Konfigurationen | NULL | keine überlebt die Multiplizität |
| Pre-Release-Drift (Arbeitsplätze, Inflation, BIP) | 18+ Konfigurationen | NULL | effizient zum Zeitpunkt der Veröffentlichung eingepreist |
| Divergenz-Reversal ("SMT") Richtung | 7 Regime | NULL | schlägt kein Placebo mit zufälliger Divergenz |
| Nachrichtenreaktions-Momentum | — | NULL | das eine starke Fenster war ein einzelnes Inflationsregime 2022–24; kehrt sich daraus um |
| Wochenend-Krypto → Montag Aktienrichtung | 250+ Wochenenden | NULL | bereits beim Wiedereröffnung der Futures am Sonntag eingepreist |
| Positionierungsdrift bei geplanten Fed-Entscheidungen | — | ÜBERLEBENDER | ein echter, regime-verstärkter richtungsgebundener Vorteil |
Namen, Autoren und Skripte sind absichtlich nicht aufgeführt. Dies ist nur ein Aggregat nach Anlageklasse und Fehlermodus.
Die ehrliche Schlagzeile
Bei über 400 richtungsgebundenen Intermarket-Konfigurationen überlebt im Wesentlichen nichts eine ehrliche Korrektur. Genau das, was die Verfallsliteratur vorhersagt. Die meisten Familien scheiterten nicht nur nach Kosten — sie hatten keinen Vorteil gegenüber einem Placebo, bevor ein Cent Kosten anfiel. Der SMT-Divergenz-Trade ist das sauberste Beispiel: Er schlägt keine zufällig platzierte Divergenz. Wenn das Mischen Ihres Signals genauso gut funktioniert wie Ihr Signal, war das Signal nie vorhanden.
Das Machine-Learning-Ergebnis ist das, mit dem man sich auseinandersetzen sollte. Richtet man ein nichtlineares Modell auf 180+ Paare, wird es Vorläufe finden. Es fand mehrere. Jeder davon war eine Walk-Forward-Fata Morgana — stark in einem Fenster, im nächsten Monat verschwunden. So sieht Overfitting aus, wenn es ein neuronales Netz trägt. Das Grid entdeckte keine Struktur. Es memorierte Rauschen und gab es mit Zuversicht zurück.
Der eine, der überlebte
Eine Familie überlebte: ein Positionierungsdrift um geplante Fed-Entscheidungen. Kein Cross-Asset-Vorlauf — eine kalenderbasierte, regime-verstärkte Prämie, die mit der veröffentlichten Pre-FOMC-Drift-Literatur übereinstimmt. Sie hat eine eigene Seite, mit dem Effekt, den Regimen, in denen sie auftritt, und den ehrlichen Vorbehalten. Lesen Sie die Erkenntnis zum Pre-Fed-Drift →
Beachten Sie, was es nicht ist. Es ist nicht "Anleihen sagten Aktien, wohin sie gehen sollen." Der Überlebende ist geplant und mechanisch, näher an einem Pre-FOMC-Drift als an irgendeiner Lead-Lag-Geschichte. Die Lead-Lag-Geschichten — der ganze Grund, warum Leute Intermarket-Panels betreiben — sind genau die Familien, die scheiterten.
Wofür sind Intermarket-Daten dann gut?
Das zweite Moment. Cross-Asset-Daten enthalten echte Informationen über Volatilität und Korrelation — wie stark sich Dinge gemeinsam bewegen und wie stark sie sich bewegen werden — nicht über die Richtung. Volatilität ist prognostizierbar. Die Richtung, nach diesen Erkenntnissen, meist nicht. Diese Unterscheidung ist die nützliche Erkenntnis, und sie hat eine eigene Seite. Volatilität ist prognostizierbar. Richtung nicht. →
Warum eine Nullhypothese glauben
Die Veröffentlichung einer Nullhypothese ist nur dann etwas wert, wenn der Test etwas hätte finden können. Unserer konnte es. Die Korrektur war Benjamini–Yekutieli FDR plus ein Deflated Sharpe ratio, wobei N auf jede von uns ausgeführte Konfiguration gesetzt wurde — der ehrliche Nenner, nicht die Anzahl der Überlebenden. Ein Gap-Embargo eliminierte 1-Sekunden-Mikrostruktur-Artefakte. Die GARCH-Entvolatilisierung trennte einen echten Vorteil von einfachem Volatilitäts-Spillover, sodass ein Signal nicht einfach durchschlüpfen konnte, nur weil beide Assets gleichzeitig laut wurden. Ein verankerter Walk-Forward blieb in Reserve.
- Eine "Nullhypothese" bedeutet nicht multiple-testing-robust auf diesen 2012–2026 Daten und diesem Fenster — kein Beweis der Unmöglichkeit.
- Zählungen sind immerwährende Untergrenzen, niemals exakte gleitende Gesamtzahlen.
- Kosten werden dort modelliert, wo sie anfallen; wir geben die Break-Even-Kosten an, nicht eine angenommene Netto-Sharpe.
Wie wir testen
Dieselbe Pipeline, die wir für alles verwenden. Strategien werden nach Python portiert und gegen reale Kosten — Spreads und Provisionen, modelliert aus Tick-Daten, nicht eine pauschale Schätzung. Futures stammen aus 13 Jahren CME über kontinuierliche Kontrakte, die ohne Überlebenslücken erstellt wurden; FX aus Tick-Level Bid/Ask; Krypto als Spot und Perps. Ein schnelles Modell übernimmt die Massenportierung, das stärkste Modell versucht dann, jeden scheinbaren Gewinner zu brechen, auf der Suche nach Look-Ahead und unmöglichen Fills. Code wird gehasht, sodass ein unter drei Namen erneut veröffentlichtes Signal einmal getestet wird. Es ist derselbe Prozess, der etwa 78% der von uns getesteten Strategien ablehnt — und hier, über 400 Intermarket-Richtungskonfigurationen auf eine reduziert.
Forschung und Bildung, keine Finanzberatung. Keine Signale, keine Renditeversprechen. Unabhängig und nicht mit TradingView verbunden.
Möchten Sie die benannten Urteile?
Diese Seite gibt Ihnen das Aggregat: welche Familien von Intermarket-Signalen sterben und wie. Was sie Ihnen nicht gibt, ist die Liste — jede von uns geprüfte Strategie und jeder Indikator, benannt, mit seinem Urteil und dem genauen Grund, warum er überlebte oder scheiterte. Das ist The No List.
Holen Sie sich The No List →oder treten Sie zuerst dem Discord bei →FAQ
Funktioniert Intermarket-Analyse wirklich?
Für die Vorhersage der Richtung, fast nie in unseren Tests. Wir haben 400+ richtungsgebundene Cross-Asset-Konfigurationen einer Multiple-Testing-Korrektur unterzogen; eine überlebte. Intermarket-Daten enthalten jedoch echte Informationen über Volatilität und Korrelation — nur nicht darüber, in welche Richtung sich der Preis als Nächstes bewegt.
Führt nicht ein Markt den anderen an — Anleihen führen Aktien, der Dollar führt Rohstoffe?
Sie bewegen sich gemeinsam, was real ist. Ein handelbarer Vorlauf ist anders, und die Lead-Lag-Familien waren genau die, die scheiterten: 260+ Paare, 0 Überlebende. Die meisten "Vorläufe" sind gleichzeitige Koinzidenz oder ein Artefakt des Vergleichs falsch ausgerichteter Kassenschlüsse anstelle synchroner Balken.
Kann maschinelles Lernen Intermarket-Vorteile finden, die ein Mensch übersieht?
Es findet sie, und sie replizieren nicht. Bei 180+ Paaren deckte das nichtlineare Grid "versteckte" Vorläufe auf, die Ein-Monats-Artefakte waren und im nächsten Fenster verschwanden. Das ist Overfitting, das ein Modell trägt, kein entdeckter Vorteil.
Was hat also überlebt?
Eine Familie: ein Positionierungsdrift um geplante Fed-Entscheidungen — kalenderbasiert und regime-verstärkt, passend zur veröffentlichten Pre-FOMC-Drift-Literatur. Es ist kein Cross-Asset-Vorlauf. Es hat eine eigene Seite mit dem Effekt und den Vorbehalten.
Bedeutet eine "Nullhypothese", dass Intermarket-Signale unmöglich sind?
Nein. Eine Nullhypothese bedeutet nicht multiple-testing-robust auf 2012–2026 Daten und diesem Fenster — kein Beweis der Unmöglichkeit. Wir korrigieren mit Benjamini–Yekutieli FDR und einem Deflated Sharpe, wobei jede von uns ausgeführte Konfiguration als Nenner zählt.