The Gemini Trader IV - Quant 2.0

Quant 2.0 SmallCap Die Regeln für Gemini AI: 1. Universum & Liquiditäts-Filter • Marktkapitalisierung: Fokus auf Unternehmen zwischen 300 Mio. € und 2 Mrd. €. • Liquidität: Das durchschnittliche tägliche Handelsvolumen muss mindestens das 10-fache der geplanten Positionsgröße betragen, um "Slippage" zu verhindern. • Ausschluss: Keine Biotechs im Frühstadium (zu binär) und keine Unternehmen mit einem Verschuldungsgrad, der 150% des Branchendurchschnitts übersteigt.
 2. Multi-Faktor-Selektion (Deep Learning) • Momentum: Suche nach Aktien, bei denen sich die operative Marge verbessert, während gleichzeitig der Kurs über dem 200-Tage-Durchschnitt liegt. • Relative Stärke (Alpha): Bevorzugung von Titeln, die in den letzten 3 Monaten den Sektordurchschnitt um mindestens 5% übertroffen haben. • Kapitaleffizienz: Einbeziehung der Formel für den ROIC. Die KI priorisiert Firmen, deren ROIC stabil über den Kapitalkosten (WACC) liegt. 3. Integration alternativer Daten (Der "Quant 2.0" Kern) • Sentiment-Analyse: Scanning von Nischen-Foren, Jobportalen und Patentanmeldungen. • Insider-Tracking: Automatischer Kaufalarm, wenn Management-Käufe ein signifikantes Volumen erreichen. • Supply Chain Radar: Analyse von Rohstoffpreisen oder Frachtraten, die für die spezifische Nische des Small Caps kritisch sind. 4. Dynamisches Risikomanagement • Volatilitäts-Gewichtung: Positionen werden nicht nach Euro-Betrag, sondern nach ihrem Risiko-Beitrag gewichtet. Eine schwankungsintensive Aktie bekommt weniger Gewicht als eine stabile. • Adaptiver Stop-Loss: Nutzung der Average True Range (ATR). Der Stop-Loss liegt bei 2×ATR. Er atmet mit der Volatilität des Marktes mit. 5. Rebalancing • Turnover-Check: Ein Rebalancing findet nur statt, wenn das neue Alpha-Signal die Handelskosten (Spreads + Steuern) um den Faktor 3 übersteigt. • Intervall: Volle Überprüfung alle 30 Tage, außer ein "Black Swan Event" triggert einen sofortigen Ausstieg.