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
$ 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
- 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.
- 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.
- 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.
- 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. - 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.
- 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.
- 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.
- 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
Depot eintragen
Positionen mit EK und Datum. Die Auflösung des Instruments wird sofort angezeigt — prüfbar, bevor gespeichert wird.
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.
Report & Chat
Report im Browser je Kalenderwoche, Fragen asynchron an die AI, Prognose-Ledger mit Trefferquote. PDF und Zustellung folgen.
Report-Vorschau (fiktives Beispiel)
Abschnitt im Report: Zusammenfassung → Bewertungen je Position (Rating, Trigger) → Vergleichswerte + Benchmark → Prognose-Ledger. Sprache: deskriptiv, nie imperativ.
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.
● 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