Präzise Beschreibung dessen, was passiert, wenn Sie Kapital bei Olvistium einzahlen. Kein Marketing, keine Buzzwords, keine "AI-First"-Rhetorik.
Drei separate Reinforcement-Learning-Agenten analysieren Marktdaten aus über 40 Datenquellen kontinuierlich. Jeder Agent ist auf ein spezifisches Marktregime trainiert: Trending, Range, High-Volatility. Ein Meta-Selector klassifiziert alle 60 Sekunden das aktuelle Regime und wählt den passenden Agenten aus.
Modellarchitektur. Alle drei Agenten sind Proximal Policy Optimization (PPO) mit einer angepassten Reward-Funktion, die risikoadjustierte Rendite (Sharpe-Ratio über 60 Handelstage) maximiert. Explizite Bestrafung für Drawdowns über 8%. Trainingszeitraum: 2007 bis heute, mit rollierender Walk-Forward-Validierung.
Bevor ein Signal in eine Order umgesetzt wird, durchläuft es vier Risikogates. Wenn ein einziges Gate blockiert, wird die Order nicht ausgeführt — unabhängig von der Signalstärke.
Genehmigte Orders werden über BaFin-regulierte Tier-1-Broker mit Direct Market Access ausgeführt. Keine Weiterleitung an Payment-for-Order-Flow-Broker. Jede Ausführung wird mit Mikrosekunden-Zeitstempel protokolliert: Modell-Entscheidungsgrund, Signal-Konfidenz, erwarteter vs. tatsächlicher Slippage, Broker, Venue.
Am Ende jedes Kalendermonats generiert die Attribution-Engine ein persönliches Memo. Es zerlegt die Gesamtrendite auf 0,01% genau nach Beiträgen: Modell, Instrument, Sektor, Ausführungstag. So sehen Sie exakt, wo Rendite entstand — und wo sie verloren ging.
Warum das strukturell wichtig ist. Die meisten Robo-Advisor geben eine einzige Renditezahl am Monatsende. Klassische Vermögensverwalter geben quartalsweise ein zweiseitiges PDF. Olvistium liefert monatlich 8–12 Seiten, die Sie prüfen, hinterfragen und mit Ihrem Berater diskutieren können.
Ol