Research-Snapshot während der Aufbauphase Automatisierte Datenanbindung geplant
Logimetriq
Mean Reversion Research

Mean Reversion Research

Von einfachen RSI-Signalen zu institutioneller Reversion: Liquidität, Kosten, Regime und Portfolio-Kontext.

Executive Summary

Eine Strategiefamilie, kein einzelnes Setup

Mean Reversion ist keine einzelne Strategie, sondern eine Strategiefamilie. Viele einfache Varianten scheitern an Kosten, Slippage, Regimewechseln, Fat Tails oder Overfitting. Für Logimetriq ist deshalb weniger die Indikatorformel entscheidend, sondern ob ein Reversal-Ansatz im Portfolio-Kontext robust, handelbar und risikobewusst bleibt.

Mean-Reversion-Taxonomie als Matrix nach Zeithorizont und Hauptrisiko

Die Matrix zeigt Research-Familien und Risiken auf hoher Ebene. Sie enthält keine Parameter, Schwellenwerte oder Entry-/Exit-Regeln.

Taxonomie

Öffentliche Einordnung zentraler Mean-Reversion-Familien ohne konkrete Parameter oder Entry-/Exit-Regeln.

Short-Term Mean Reversion

Kurzfristige Reversals nach Übertreibungen, häufig eng mit Liquiditätsbereitstellung verbunden.

RSI-basierte Reversion

Einfach zugängliche Signale, aber anfällig für Regimewechsel, Tail-Risiken und naive Optimierung.

Z-Score / Statistical Reversion

Abweichung vom Mittelwert, normiert über Volatilität oder Streuung. Robustheit hängt stark vom Regime ab.

Bollinger-Band Reversion

Visuell verständlich, aber gefährlich, wenn Preise in starken Trends an äußeren Bändern kleben.

Volatility Expansion zu Mean Reversion

Reversion nach Volatilitätsschüben, nur sinnvoll mit klarer Risikobegrenzung und Stressverständnis.

Intraday Mean Reversion

Kurzfristige Reversals innerhalb einer Sitzung, stark abhängig von Kosten, Liquidität und Ausführung.

Overnight Mean Reversion

Close-to-open-Effekte mit eigener Risikostruktur durch Nachrichten- und Gap-Risiken.

Gap-Fill Strategien

Reversion nach Eröffnungslücken, nur belastbar, wenn echte Neubewertungen nicht einfach gegengehandelt werden.

Cross-Sectional Mean Reversion

Relative Reversion innerhalb breiter Universen, häufig anspruchsvoller, kapitalintensiver und datenabhängiger.

Was eine Mean-Reversion-Strategie überstehen muss

Kosten

Hoher Turnover kann kleine statistische Vorteile vollständig aufzehren.

Liquidität

Reversion funktioniert nicht unabhängig von Marktbreite, Spread und Ausführbarkeit.

Regimefilter

Starke Trends und Stressphasen können einfache Reversal-Logik brechen.

Fat Tails

Seltene, große Verluste dominieren die Strategiequalität stärker als viele kleine Gewinne.

Alpha Decay

Einfache, leicht kopierbare Regeln verlieren oft an Wirkung.

Ausführung

Slippage und Timing-Fehler verändern reale Ergebnisse erheblich.

Portfolio-Kontext

Mean Reversion ist besonders interessant als Ergänzung zu Momentum und Trend.

Research Updates

Aktuelle Mean-Reversion-Beiträge

Veröffentlichte Research-Beiträge zu Reversal-Effekten, Robustheit und Portfolio-Kontext.

Geplante Artikelserie

Mean Reversion: warum einfache RSI-Strategien nicht ausreichen

Grundlagenartikel zu Overfitting, Kosten und Regimewechseln.

Short-Term Mean Reversion und Liquiditätsbereitstellung

Einordnung kurzfristiger Reversal-Effekte im Marktstruktur-Kontext.

RSI(2), Connors-Style Reversion und das Stop-Loss-Problem

Redaktionelle Analyse ohne konkrete Parameterveröffentlichung.

Z-Score und Bollinger Reversion: das Regime-Shift-Problem

Warum statistische Entfernung nicht automatisch Handelsvorteil bedeutet.

Intraday, Overnight und Gap-Fill Mean Reversion

Session-Zerlegung, Gap-Risiken und Umsetzbarkeit.

Mean Reversion im Portfolio-Kontext

Diversifikation, Korrelation und Drawdown-Verhalten.

Hinweis: Diese Seite veröffentlicht keine konkreten Strategieparameter, Entry-/Exit-Regeln oder Trade-Logs. Inhalte dienen ausschließlich der Research-Einordnung und sind keine Anlageberatung.