Die meisten algorithmischen Handelssysteme sind blind gegenüber Kontext.
Sie sehen Preis, Volumen und Ableitungen von beidem. Aber sie „wissen" nicht, dass die Fed gerade die Zinsen angehoben hat, dass ein Gerücht über die Zahlungsfähigkeit einer Bank kursiert oder dass ein bedeutendes geopolitisches Ereignis dabei ist, ein Marktfenster zu schließen. Das Modell interessiert das nicht. Es feuert einfach Signale.
Wir erfassen kontinuierlich rund 300 Signale. Eines davon ist anders.
In Kaizen X, unserem produktiven Handelssystem für Krypto-Perpetual-Futures, liefert MiroFish ein Signal unter den rund 300, die wir auf kontinuierlicher Basis erfassen.
Falls Sie noch nicht darüber gestolpert sind: MiroFish ist eine Open-Source-Engine für Schwarmintelligenz, entwickelt von Guo Hangjiang, die im März 2026 weltweit auf Platz 1 der GitHub-Trending-Liste landete — vor Repositories von OpenAI, Google und Microsoft. Die Kernidee: Statt Daten in ein statistisches Modell einzuspeisen und eine Wahrscheinlichkeit zurückzuerhalten, baut MiroFish eine Miniaturgesellschaft auf und beobachtet, was passiert. Speisen Sie es mit realem Material — Makro-Reports, Richtlinienentwürfe, Finanzsignale — und tausende KI-Agenten mit eigenständigen Persönlichkeiten, Gedächtnis und Verhaltenslogik interagieren und entwickeln sich in einer simulierten Welt. Sie beobachten emergentes Verhalten, nicht bloße Extrapolation.
Wie wir es einsetzen
Wenn ein makroökonomisches Ereignis relevant ist — eine FOMC-Entscheidung, ein CPI-Print, ein bedeutendes geopolitisches Ereignis — startet MiroFish eine Gruppe von Agenten und lässt sie das Thema debattieren. Die Agenten erhalten keine generischen Identitäten. Ihre Personas werden durch den Gegenstand selbst definiert: die relevanten Stakeholder-Typen, Marktakteur-Archetypen und institutionellen Perspektiven, die tatsächlich eine Sichtweise auf das betreffende Ereignis hätten. Eine Simulation zu einer Zinsentscheidung besetzt andere Agenten als ein geopolitischer Schock.
Die Debattenmethode ist zentral dafür, wie MiroFish zu einem Ergebnis gelangt. Agenten argumentieren, widersprechen, aktualisieren ihre Positionen und konvergieren schließlich — oder auch nicht. Dieses Ergebnis bestimmt direkt die Gewichtung, die das Signal von MiroFish in unserer Pipeline erhält: starker Konsens erzeugt ein höher gewichtetes Signal; eine fragmentierte oder widersprüchliche Debatte erzeugt ein niedriger gewichtetes. Das System kalibriert sich gewissermaßen selbst — auf Basis der Qualität der Übereinstimmung, die es erzielen kann.
Das Signal läuft asynchron — es berührt niemals die latenzempfindliche Kernpipeline. In einem Vorhersagesystem mit kurzen Intervallen kann man sich den Overhead nicht leisten. Makrokontext muss jedoch nicht in Echtzeit vorliegen. Er muss korrekt sein.
Warum dieser Ansatz sinnvoll ist
Makroökonomische Interpretation ist ein narratives Problem, kein statistisches.
Ein CPI-Print trägt nicht in jedem Kontext dieselbe Bedeutung. Dieselbe Zahl wirkt unterschiedlich, je nach den vorherigen Erwartungen, dem Zinspfad und dem, was sonst gerade am Markt passiert. Keine Feature-Engineering-Pipeline kodiert das vollständig. Eine Debatte zwischen kontextuell passenden Agenten — von denen jeder aus einem anderen institutionellen Blickwinkel argumentiert — kann die Art asymmetrischer Interpretation zutage fördern, die rein quantitative Signale verfehlen.
MiroFishs GraphRAG-basierter Aufbau von Wissensgraphen und das persistente Agentengedächtnis über Simulationsrunden hinweg sind das, was dies handhabbar macht. Es ist kein Prompt-Engineering, das als Analyse verkleidet wird. Es ist strukturierter Dissens, der zu einem Signal aufgelöst wird.
Was wir beobachtet haben
Ein Signal aus 300 bewegt die Nadel nicht allein — das ist so beabsichtigt. Entscheidend ist, dass es echte Information trägt, wenn es mit hoher Konfidenz feuert, und angemessen niedrig gewichtet wird, wenn die Agenten keine Übereinstimmung erzielen können. Die debattengetriebene Gewichtung bedeutet, dass das Signal ehrlich gegenüber seiner eigenen Unsicherheit ist.
Diese Art epistemischer Ehrlichkeit ist schwieriger zu realisieren, als es klingt.
Handelssysteme zu entwickeln ist größtenteils eine Übung darin, zu wissen, was man nicht weiß. MiroFish ist eines der durchdachteren Tools, die wir integriert haben — nicht weil es die Zukunft vorhersagt, sondern weil es ehrlich ist, wenn es sich auf keine einigen kann.
Es lohnt sich, das genau zu beobachten — sowohl die Engine selbst als auch die breitere Klasse debattengetriebener Schwarmintelligenz-Ansätze, die sie repräsentiert.
Kaizen X ist unser produktives Handelssystem. Nichts in diesem Beitrag stellt eine Finanzberatung dar.