● ALPHA

Portfolio-Plattform · geschlossener Kreis · angetrieben von AI

Dein Depot. Der Erfahrungsschatz der AI.

Portfolio erfassen, Performance verfolgen, wöchentliche Bewertung durch die AI — mit Mandat als Maßstab, Recherche je Position, nachprüfbaren Thesen und Chat. Kein Lärm, keine Empfehlungen: Daten und Begründungen.

AI heißt hier: Markterfahrung · Einschätzung · Recherche · Kennzahlen · Urteilsvermögen · Risiko

ALPHA: Funktionen und Formate ändern sich jederzeit. Keine Anlageberatung — traideit liefert Informationen und Analysen, keine Kauf- oder Verkaufsempfehlungen.
traideit — session

$ traideit run --portfolio depot-alpha --user marcel

● 14 Positionen geladen · Kurse Stand 17:32

● Analyse-Job #482 eingereiht → AI

✓ Report KW 40 verfügbar · 3 Thesen · 2 offene Prognosen

! 1 Position ohne Kursquelle markiert (manuell: Silbermünze)

letzte Antwort: „Währungsrisiko USD ist in Q4 gestiegen…"

$

Was hier passiert

  • Portfolio per WKN/ISIN oder Freitext erfassen — EK, Datum, Stück.
  • Mandat hinterlegen: Ziel, Nebenbedingungen, Risikoprofil, Horizont — die Messlatte jeder Analyse.
  • Kurse (EOD) und FX automatisch, Performance je Position und gesamt.
  • Die AI bewertet wöchentlich: Kennzahlen je Position, Peers und Benchmark, Begründungen.
  • Quartalszahlen und Dividendentermine je Position im Blick.
  • Recherche auf Abruf: News und Analystenstimmen zum einzelnen Wert.
  • Fragen und Thesen asynchron an die AI — je Nutzer getrennt gespeichert.
  • Thesen werden gegen die Realität geprüft: Treffer, Fehler, Trefferquote (Prognose-Ledger).

Was es ist — und was nicht

Es ist

  • Ein Terminal für dein Depot: Zahlen korrekt, Quellen sichtbar.
  • Die Bewertung der AI auf Basis deines echten Portfolios — gemessen an deinem Mandat.
  • Ein nachprüfbares Gedächtnis: was wurde wann behauptet — und traf es ein?
  • Geschlossener Kreis mit eigenem, getrenntem Speicher je Nutzer (Export und Löschung jederzeit).

Es ist nicht

  • Keine Anlageberatung, keine Kauf-/Verkaufssignale.
  • Keine Echtzeit-Trading-Plattform, kein Broker-Zugriff.
  • Kein Produkt für die Öffentlichkeit — Zugang nur per Invite.
  • Keine schönen Versprechen. Nur Analysen mit Begründung.

Gemessen

Nicht behauptet, sondern gemessen: die Engine auf dem öffentlichen Fragensatz des Finance-Agent-Benchmarks von Vals AI — 27 SEC-Due-Diligence-Fragen (Zahlen aus 10-K/10-Q, Ratio-Berechnung, Abstimmung über mehrere Dokumente), bewertet gegen die Original-Rubrics. Beide Arme je drei Läufe, derselbe blinde Judge, dieselben Fragen und dieselben frei zugänglichen Datenquellen. Gemessen wird der echte Produktions-Agent, keine Showcase-Konfiguration.

Referenz-Harness

85,8

85,6 · 85,4 · 86,4

Dasselbe Basismodell im Agenten-Harness des Benchmarks — eigens für diesen Fragensatz gebaut, mit Werkzeug-Setup für Dokumente, Retrieval und Rechnen.

traideit-Engine

83,0

81,1 · 84,6 · 83,3

Der Produktions-Agent mit generalistischem Setup — volle Werkzeuge, keine Anpassung an den Benchmark.

Abstand: 2,8 Punkte, 96,7 % des Referenzwerts — innerhalb der Auflösungsgrenze des Verfahrens (±3–4 Punkte), im Rahmen dieser Messung also nicht unterscheidbar. Der Referenz-Harness streut eng (1,0 Punkte Spanne), die Engine weiter (3,5) — mehr Entscheidungsfreiheit, mehr Varianz. Kein Beleg für Überlegenheit, einer für Anschlussfähigkeit.

Eigene Auswertung des öffentlichen Satzes — nicht die Vals-Leaderboard-Zahl: dort steht dasselbe Basismodell bei 55,84 %, auf einem anderen Set (privat/Test), mit anderer Metrik und einer Dreier-Jury statt unserem Doppel-Pass-Judge. Absolute Werte sind deshalb nicht vergleichbar; belastbar ist der Arm-gegen-Arm-Vergleich unter identischem Judge. Fragensatz, Harness und Rubrics sind offen (MIT-Lizenz); die 27 Fragen sind der öffentliche Ausschnitt der 927 des Benchmarks — ein Arbeitstag eines Junior-Analysten, nicht das ganze Berufsbild.

Methodik, erster Lauf und Grenzen
  1. Was gemessen wurde. Der öffentliche Fragensatz des Finance-Agent-v2-Benchmarks: 27 Experten-Fragen zu SEC-Filings. Bewertet gegen die Original-Rubrics (severity-gewichtete Kriterien, Must-pass-Bedingungen) durch einen blinden Judge — er sieht nicht, welcher Arm produziert hat, und bewertet jeden Bogen zweifach (Abweichung zwischen den Durchgängen: 1,3 %). Score 0–100 je Frage, gemittelt.
  2. Warum die Zahlen anders wirken als bei Vals. Die Leaderboard-Seite zeigt Vals' eigene Plattform-Ergebnisse auf deren privatem Test-Set mit deren Metrik. Unsere Werte sind eigene Rubric-Scores auf dem öffentlichen Satz: anderes Set, andere Metrik, anderer Judge. Beides ist korrekt und nicht ineinander umrechenbar. Vals führt den Benchmark inzwischen als v2.1 fort und kennzeichnet das auf der verlinkten Seite.
  3. Was der Referenz-Arm ist. Dasselbe Basismodell ohne unsere Produktions-Architektur, im Agenten-Harness des Benchmarks (Dokumenten-Speicher, Retrieval, Rechner). Kein schwacher Strohmann, sondern der Referenz-Agent des Benchmarks.
  4. Wie die Läufe abliefen. Beide Arme bekamen identische Fragen. Die kostenpflichtigen Datenquellen des Original-Setups (sec-api.io, Tiingo) standen nicht zur Verfügung — beide Arme bekamen deshalb dieselben freien Substitute: SEC-EDGAR-Volltextsuche statt sec-api.io, EODHD statt Tiingo (je Lauf im Manifest vermerkt: tool_edgar=FreeEDGARSearch, tool_price=EodhdPriceHistory). Die Web-Suche lief auf beiden Seiten, aber nicht über denselben Weg: der Referenz-Arm über die Standard-Suche des Repos, die Engine über die eigene — dieser eine Pfad ist nicht identisch. Der Produktions-Agent lief als echter Agent mit vollem Werkzeugzugriff in Einzelsitzungen; keine Frage war vorgekocht. Abbrüche zählen als fehlend, nicht als null — das Original-Protokoll wertet einen Timeout mit 0. Die Abweichung steht hier, weil sie den Wert eher hebt als senkt.
  5. Der verlorene erste Lauf. 72,2 gegen 85,6. Die Autopsie zeigte ein Antwortformat-Artefakt (der Gegenpart hatte verbindliche Präzisionsregeln im Prompt, unser Agent nicht) und einen Infrastruktur-Zwischenfall. Nach Angleichung der Fragestellung — nur der Fragestellung, nicht des Agenten — je drei Läufe: 85,6 / 85,4 / 86,4 gegen 81,1 / 84,6 / 83,3. Alle Läufe sind dokumentiert, auch der verlorene: ein Benchmark, der nur Siege zeigt, ist keiner.
  6. Was daraus im Produkt wurde. Filing-Zahlen stehen in der Original-Darstellung als Primärzahl, jede Teilfrage wird explizit beantwortet, Berechnungen mit Formel und Rohwerten offengelegt. Aus dem gefundenen Gap — lange SEC-Dokumente ließen sich nicht systematisch befragen — entstand der Filing-Speicher mit Abfrage-Werkzeug, heute fester Teil der Pipeline.
  7. Reproduzierbarkeit. Fragensatz, Original-Rubrics und Referenz-Harness liegen offen (MIT) — jeder kann den Benchmark nachbauen. Unsere eigene Auswertung (Runner, blinder Judge, Reports) ist dokumentiert; Runner, Judge und Auswertungs-Artefakte geben wir auf Anfrage heraus. Je Lauf wird der Environment-Stand per Fingerabdruck protokolliert (Prompts, Code-Version), je Frage die Werkzeugspur.
  8. Grenzen. Einzelne Fragen streuen um bis zu ±40–55 Punkte, auf Aggregatebene liegt die Auflösungsgrenze bei ±3–4. Deshalb sind beide Werte Dreifach-Mittel und der Abstand wird nicht als Rangfolge gelesen. Die schwersten Kategorien (Financial Modeling, Precedents) bleiben auch auf der Vals-Seite ungelöst (Bestwert 34,5 %).

Ablauf

01 / ERFASSEN

Depot eintragen

Positionen mit EK und Datum. Die Auflösung des Instruments wird sofort angezeigt — prüfbar, bevor gespeichert wird.

02 / ANALYSIEREN

Die AI übernimmt

Wöchentlich: Kennzahlen und Technik je Position, Vergleich mit Peers und Benchmark, Bewertung mit Triggern — gegen dein Mandat. Auf Abruf: Recherche zum einzelnen Wert.

03 / NACHVERFOLGEN

Report & Chat

Report im Browser je Kalenderwoche, Fragen asynchron an die AI, Prognose-Ledger mit Trefferquote. PDF und Zustellung folgen.

Report-Vorschau (fiktives Beispiel)

Depot Alpha · KW 402026-10-04
Gesamt-G/V seit Erfassung+4.812,30 € (+6,2 %)
Bester WertNVDA +18,4 %
Schwächster WertVOW3 −9,1 %
Prognose-Ledger3 offen · fällig: 1
Trefferquote6 von 9 bewertbaren Thesen (67 %)
DatenstandEOD 2026-10-02 · Snapshot #482

Abschnitt im Report: Zusammenfassung → Bewertungen je Position (Rating, Trigger) → Vergleichswerte + Benchmark → Prognose-Ledger. Sprache: deskriptiv, nie imperativ.

+6,2 % KW34KW35 KW36KW37 KW38KW39 KW40
Bollinger-Bänder (20, 2σ) · Kurs · SMA 20 — deterministisch berechnet, die AI interpretiert.

Zugang

traideit startet als Alpha in einem kleinen Kreis. Zugang per Invite-Code — Konto anlegen, Depot erfassen, Mandat setzen. Die wöchentliche Analyse steht, sobald die AI angebunden ist (Report erscheint dann sonntags in der Konsole).

Zugang nur mit gültigem Invite-Code. Schon registriert? Zur Konsole. Kein Tracking, keine Weitergabe an Dritte.

status

● Alpha · Zugang in kleinen Wellen (Invite)

● Report-Takt: sonntags (UTC) · Recherche je Position auf Abruf

● Lern-Loop: Trefferquote je Depot im Ledger sichtbar

● Kein Tracking, keine Weitergabe an Dritte