What is a market regime filter?

A market regime filter is a classifier that labels each trading day with a market environment — typically risk-on, neutral, or defensive — using observed market data. It is used as an overlay on quantitative strategies to adjust aggression based on the type of environment the strategy is operating in.

How is ERM different from a VIX threshold?

VIX thresholds use a single options-derived input and tend to flag regimes only after realized volatility has already moved. ERM uses several non-options inputs — trend, breadth, dispersion, realized volatility — so it can flag emerging defensive regimes earlier and ignore short transient VIX pops.

Does ERM forecast market direction?

No. ERM does not predict whether the next day, week, or month will be up or down. It labels the regime so downstream strategies can adjust aggression. The forecast question — 'what will the return be?' — is left to the underlying momentum ranking.

Is ERM the same as a trend-following filter?

ERM includes trend as one of its inputs, but it is broader than a single moving-average rule. The classifier also looks at breadth, cross-sectional dispersion, and realized volatility, which often diverge from the index trend during regime transitions.

ERM Regime-Filter — Methodik des Empirischen Regime-Modells

Das Empirische Regime-Modell (ERM) ist der quantitative Marktregime-Filter von AIBROKER. Definition, Eingaben, Regime-Zustände, Backtest-Belege und wie es das tägliche Momentum-Ranking überlagert.

Das Empirische Regime-Modell (ERM) ist der regelbasierte Marktregime-Klassifikator von AIBROKER. Es ordnet jedem Handelstag ein diskretes Aktienmarkt-Regime zu — im Wesentlichen risk-on, neutral oder defensiv — anhand beobachteter Marktdaten: Trend, Breite, sektorübergreifende Streuung und realisierte Volatilität. ERM sagt die Marktrichtung nicht voraus. Es kennzeichnet das Umfeld, damit nachgelagerte Momentum-Rankings und Positionsgrößen-Regeln die Risikobereitschaft entsprechend anpassen können.

Warum überhaupt einen Regime-Filter verwenden?

Momentum-, Value- und Quality-Faktoren haben alle zeitlich schwankende Basisraten für ihren Vorteil (Edge). Ein 12-Monats-Momentum-Ranking ist über mehrjährige Stichproben im Durchschnitt positiv, erleidet jedoch schwere drawdown-Phasen während Regimewechseln — am bekanntesten im frühen 2009 und im März 2020. Ein Regime-Filter ist der einfachste Weg, anzuerkennen, dass eine einzige Zahl pro Jahr („durchschnittliche Rendite“) verdeckt, dass der Vorteil des Faktors in bestimmten Umfeldern konzentriert ist.

Wie ERM funktioniert (auf hoher Ebene)

Eingaben: rollierende Trendstärke des breiten Index, realisierte Querschnitts-Dispersion, Breadth-Indikatoren (Advance/Decline-Quoten, Anteil der Werte oberhalb ihres langfristigen gleitenden Durchschnitts) sowie realisierte Volatilitätsregime.
Aggregation: jede Eingabe wird auf einen robusten z-Score normiert und zu einer einzigen Regime-Wahrscheinlichkeit kombiniert.
Kategorisierung: die Wahrscheinlichkeit wird auf diskrete Regime-Zustände abgebildet — typischerweise risk-on / neutral / defensiv — mithilfe von Schwellenwerten, die anhand der historischen Stichprobe kalibriert wurden.
Kalibrierung je Universum: ERM wird unabhängig pro Universum durchgeführt (S&P 500, NASDAQ 100, Nikkei 225, FTSE 100, EURO STOXX 50, ...) , da sich die Regime-Dynamik zwischen den Regionen signifikant unterscheidet.

Backtest-Belege — momentum mit und ohne ERM

Der Vergleich von reinem 12M/6M/1M-Composite-momentum mit derselben Rangfolge unter ERM-bedingter Exponierung zeigt das erwartete Muster: ein ähnliches langfristiges CAGR, ein deutlich reduziertes max drawdown und ein höheres Sharpe ratio. Die größten Verbesserungen ergeben sich daraus, die Exponierung während der Übergangsmonate zu reduzieren (wenn momentum-Renditen am anfälligsten sind), nicht durch eine breite Markttiming-Strategie.

Wie sich ERM von VIX-basierten Filtern unterscheidet

Ein VIX-Schwellenwert ist ein einvariablen Proxy, der Ihnen sagt, dass der Optionsmarkt eine Volatilität erwartet; er ist stark korreliert mit bereits beobachteten drawdown. ERM nutzt mehrere Nicht-Options-Eingaben (Trend, Breite, Dispersion), sodass es aufkommende defensive Regime erkennen kann, bevor die realisierte Volatilität ansteigt — und kurze, vorübergehende VIX-Spikes in ansonsten konstruktiven Trends ignoriert.

Weiterführende Lektüre

Lernen: Regimeerkennung — wie Quant-Analysten wissen, wann sich der Markt verändert hat
Lernen: Die Momentum-Prämie — was die Daten tatsächlich zeigen
Begleitende Methodik: Composite momentum score
Jegadeesh & Titman (1993) — ursprüngliche Forschung zum Momentum-Faktor.
Asness, Moskowitz & Pedersen (2013) — Momentum und Value überall.

Häufig gestellte Fragen

Was ist ein Market-Regime-Filter?

Ein Market-Regime-Filter ist ein Klassifikator, der jeden Handelstag mit einem Marktumfeld kennzeichnet — typischerweise risk-on, neutral oder defensiv — anhand beobachteter Marktdaten. Er wird als Overlay auf quantitative Strategien eingesetzt, um die Risikobereitschaft je nach Art des Umfelds anzupassen, in dem die Strategie operiert.

Wie unterscheidet sich ERM von einem VIX-Schwellenwert?

VIX-Schwellenwerte verwenden eine einzelne, aus Optionen abgeleitete Eingabe und markieren Regime häufig erst, nachdem die realisierte Volatilität sich bereits bewegt hat. ERM nutzt mehrere Eingaben ohne Optionsbezug — Trend, Breite, Dispersion, realisierte Volatilität — sodass es aufkommende defensive Regime früher erkennen kann und kurze, vorübergehende VIX-Spikes ignoriert.

Prognostiziert ERM die Marktrichtung?

Nein. ERM sagt nicht voraus, ob der nächste Tag, die nächste Woche oder der nächste Monat steigen oder fallen wird. Es kennzeichnet das Regime, damit nachgelagerte Strategien ihre Risikobereitschaft anpassen können. Die Prognosefrage — „Wie wird die Rendite sein?“ — wird dem zugrunde liegenden Momentum-Ranking überlassen.

Ist ERM dasselbe wie ein Trend-Following-Filter?

ERM umfasst den Trend als eine seiner Eingaben, ist jedoch breiter als eine einzelne Regel auf Basis eines gleitenden Durchschnitts. Der Klassifikator betrachtet außerdem Breite, sektorübergreifende Dispersion und realisierte Volatilität, die sich während Regimewechseln oft vom Index-Trend unterscheiden.