Versuche nicht, den stärksten Marktteilnehmer zu schlagen – nimm den verbleibenden Teil seines Orderflusses

1. Ausgangspunkt: Welche Art von „Lernen“ nutzt Meruem gegen Netero?

Wenn man einen Begriff aus dem maschinellen Lernen wählen müsste, ähnelt Meruems Vorgehen am ehesten dem Online-Opponentenmodellieren. Während des Kampfes beobachtet er Netero und aktualisiert fortlaufend seine Einschätzung, welche Handlung Netero in einer bestimmten Situation wahrscheinlich wählen wird.[1]

Es einfach Verstärkungslernen zu nennen, wäre zu ungenau. Meruem kombiniert:

1. Beobachtung von Distanz, Richtung, Rhythmus, Timing und vorheriger Aktion.
2. Schätzung unbewusster Verzerrungen in Neteros Entscheidungen.
3. Vorhersage der nächsten Aktion.
4. Anpassung des eigenen Angriffs, um eine bestimmte Reaktion wahrscheinlicher zu machen.
5. Suche nach einem Durchbruchsweg mehrere Schritte im Voraus.

Die genauere Beschreibung lautet Opponentenmodellierung＋Online-Lernen＋Sequenzvorhersage＋Planung. Er überträgt seine im Gungi trainierte Fähigkeit, Präferenzen zu lesen und zukünftige Verzweigungen zu vergleichen, auf den Kampf.

2. Selbst ein Duell hat zu viele Kombinationen. Warum kann man es trotzdem lesen?

Angenommen, jeder Kämpfer hat nur fünf Optionen: angreifen, verteidigen, ausweichen, sich bewegen und täuschen. Eine gleichzeitige Runde hat bereits 25 Kombinationen. Zehn Runden ergeben 25^10, rund 95 Billionen Sequenzen. Im echten Kampf variieren zusätzlich Winkel, Geschwindigkeit, Distanz, Kraft und Timing kontinuierlich; der tatsächliche Raum ist praktisch unbegrenzt.

Meruem merkt sich nicht alle Sequenzen. Entscheidend ist: Menschen nutzen nicht alle Optionen mit derselben Wahrscheinlichkeit.

Selbst wenn Netero 100 Verteidigungen besitzt, aber auf einer bestimmten Distanz A in 50%, B in 30% und C in 15% der Fälle wählt, schrumpft das nützliche Problem weitgehend auf A, B und C. Greift Meruem so an, dass A noch wahrscheinlicher wird, verkleinert sich der Raum weiter.

Der Kern ist nicht vollständiges Durchprobieren, sondern:

Die Situation begrenzen, Verhaltensverzerrungen erkennen und mit der eigenen Aktion die Reaktionsmöglichkeiten des Gegners verengen.

3. Im Markt ist der „starke Teilnehmer“ meist unsichtbar

In einem Duell gibt es einen identifizierbaren Gegner. Im Markt handeln gleichzeitig Institutionen, Broker, Market Maker, Hochfrequenzhändler, diskretionäre Profis und Privatanleger. Das öffentliche Orderbuch verrät normalerweise nicht, von wem jede einzelne Order stammt.

„Den besten Scalper kopieren“ ist daher ein gefährlicher Denkrahmen. Beobachtbar ist nicht die Person, sondern die Spur in öffentlichen Daten:

• Wie viele Ticks der Preis nach aggressiven Käufen stieg.
• Ob aggressive Verkäufe den Preis nicht nach unten drücken konnten.
• Ob verbrauchte Verkaufsorders schnell ersetzt wurden.
• Ob Gebote auf höhere Preisstufen nachrückten.
• Ob nach einem neuen Hoch weiter gehandelt wurde.
• Ob der Spread eng blieb oder plötzlich breiter wurde.

Die nützliche Frage lautet nicht „Wer kauft?“, sondern:

Welche Seite bewegt in diesem beobachtbaren Zustand tatsächlich den Preis?

4. Warum eine „Remora“-Strategie möglich sein könnte

Die Idee, nicht um den ersten Impuls zu kämpfen, sondern einen Rest eines anhaltenden Orderflusses zu erfassen, besitzt mehrere wissenschaftliche Grundlagen.

Erstens werden große Orders häufig aufgeteilt. Eine sofortige Gesamtausführung verschlechtert den eigenen Preis, daher kann eine Parent Order in viele Child Orders zerlegt werden. Eine Studie mit mehr als neun Jahren kontobezogener Daten der Börse Tokio stützt quantitativ, dass Orderaufteilung Persistenz erzeugt: Käufe folgen auf Käufe, Verkäufe auf Verkäufe.[2]

Zweitens können vorhersehbare Child-Order-Muster antizipiert werden. Je leichter die Ausführung einer großen Order zu erkennen ist, desto stärker können Orderantizipation, Ausführungskosten und verzögerte Preiswirkung ausfallen, wenn andere Teilnehmer die Order schrittweise erkennen.[6][7] Das ähnelt Back-Running: aus vergangenem Orderfluss die weitere Aktivität eines großen Investors abzuleiten und danach zu handeln.

Drittens ist das erste Geschwindigkeitsrennen für Menschen zu schnell. Eine Untersuchung britischer Börsennachrichten fand typische Latenz-Arbitrage-Rennen von etwa 5–10 Mikrosekunden; mehr als 20% des Volumens fanden in einer Form von Rennen statt.[9]

Privatanleger können nur langsamere Effekte untersuchen: Orderaufteilung, Folgeorders und vorübergehende Liquiditätsknappheit über Sekunden oder Minuten.

Das beweist nicht, dass jede „zweite Welle“ profitabel ist. Wenn eine große Order endet, kann ein Teil ihrer Preiswirkung zurücklaufen, und der erste Käufer kann an späte Nachfolger verkaufen. Entscheidend ist nicht, dass der Preis bereits gestiegen ist, sondern dass der Orderfluss noch nicht beendet ist.

5. Vier beobachtbare Spuren

5-1. Order Flow Imbalance (OFI)

OFI kombiniert aggressive Trades, neue Limitorders und Stornierungen am besten Bid und Ask, um die Differenz zwischen Kauf- und Verkaufsdruck zu messen. Bei 50 US-Aktien waren kurzfristige Preisänderungen robuster mit OFI als mit dem reinen Volumen verbunden; derselbe Druck bewegte Preise stärker, wenn die Markttiefe geringer war.[3]

Im Tauziehbild zählt OFI nicht nur die Teilnehmer. Es beobachtet, in welche Richtung sich das Seil tatsächlich bewegt und wer auf jeder Seite hinzukommt oder weggeht.

5-2. Queue Imbalance

Wenn B die Menge am besten Bid und A die Menge am besten Ask ist:

QI = (B - A) / (B + A)

QI liegt nahe 1, wenn der sichtbare Bid relativ groß ist, und nahe -1, wenn der Ask dominiert. Eine Studie von zehn Nasdaq-Aktien fand einen statistisch signifikanten Zusammenhang zwischen QI und der Richtung der nächsten Mid-Price-Bewegung, besonders bei Large-Tick-Aktien.[4]

Sichtbare Tiefe kann jedoch storniert werden. Man muss Zugänge, Stornierungen und Ausführungen beobachten, nicht nur ein Standbild.

5-3. Preisreaktion auf Orders

Das intuitivste Signal ist nicht nur die Ordergröße, sondern wie der Preis reagiert.

• Viele aggressive Käufe ohne Anstieg können bedeuten, dass ein starker Verkäufer die Nachfrage absorbiert.
• Viele aggressive Verkäufe ohne Rückgang können bedeuten, dass Kaufinteresse das Angebot absorbiert.

Für eine Long-Fortsetzung ist „viele Käufe“ ein schwächeres Signal als ein Verkaufsgegenangriff, der den Markt nicht zum Einsturz bringt.

5-4. Resilienz des Orderbuchs

Resilienz beschreibt, wie schnell sich das Orderbuch nach Verbrauch wieder aufbaut. Eine Untersuchung einer Londoner Aktie fand, dass sich das Buch nicht immer auffüllte; wenn es sich erholte, lag die geschätzte Halbwertszeit bei etwa 20 Sekunden. Zudem gab es Hinweise auf nachahmende Market Orders.[5]

Das ist keine universelle 20-Sekunden-Regel. Die Lehre lautet, zu messen, ob gegnerische Liquidität in der kurzen Zeit nach dem ersten Schock zurückkehrt.

6. Einstiegshypothese: die erneute Beschleunigung nach Widerstand nehmen, nicht den ersten Ausbruch

Eine einfache Long-Hypothese hat fünf Stufen:

1. Schock: Preis, Handelsfrequenz und positives OFI steigen ungewöhnlich stark.
2. Warten: nicht sofort hinterherlaufen; Verkaufsdruck erscheinen lassen.
3. Widerstandstest: flacher Rücksetzer, erneuerte Bids und intakter Ursprung der Bewegung.
4. Erneute Beschleunigung: positives OFI kehrt zurück, Asks werden verbraucht und das jüngste Hoch wird gebrochen.
5. Einstieg: nur an der kurzen Fortsetzung nach der erneuten Beschleunigung teilnehmen.

Beispiel: Der Preis steigt von 1.000 auf 1.010, fällt auf 1.007 zurück, bricht trotz Verkäufen nicht unter 1.007 und steigt wieder über 1.010. Der schnelle Teilnehmer erhält die ersten zehn Punkte; die Remora versucht nur einen Teil des verbleibenden Wegs nach Bestätigung zu nehmen.

Diese Sequenz ist keine bewiesene universelle Gewinnregel. Die Forschung stützt Persistenz, Informationen in OFI und Queues sowie Orderantizipation. Die Kombination zu diesen fünf Schritten ist eine zu testende Strategiehypothese.

7. Gewinnmitnahme sollte der Lebensdauer des Einstiegsgrundes folgen

Der Einstiegsgrund lautet:

„Ein kurzlebiger Kaufstrom besteht noch, und Folgekäufe könnten bald eintreffen.“

Der Ausstieg sollte daher nicht nur vom Buchgewinn abhängen, sondern davon, ob die Hypothese noch lebt.

7-1. Ausstieg bei Scheitern der Prämisse

• Der Preis fällt sofort wieder unter den Ausbruch.
• Das Rücksetzertief wird gebrochen.
• OFI dreht auf Verkauf.
• Aggressive Käufe gehen weiter, aber der Preis steigt nicht mehr.
• Der Ask wird schnell und wiederholt aufgefüllt.
• Bids verschwinden und der Spread wird breiter.

Scheitert die Prämisse, sollte man auch ohne Zielerreichung aussteigen. Wenn der schnelle Läufer, dem man folgt, stoppt, gibt es keinen Grund, allein wegen einer geplanten Distanz weiterzulaufen.

7-2. Zeitausstieg

Die Strategie erwartet eine schnelle Fortsetzung. Kommt innerhalb des erwarteten Horizonts kein neues Hoch oder keine erneute Beschleunigung, ist der fehlende Fortschritt selbst Information.

Es gibt keine „20 Sekunden für alles“. Signale zerfallen mit unterschiedlicher Geschwindigkeit; dynamische Handelsmodelle mit Kosten zeigen, dass die optimale Anpassung von Persistenz und Mean-Reversion-Geschwindigkeit des Signals abhängt.[12] Die Frist sollte aus eigenen Daten geschätzt werden: Wie lange brauchen erfolgreiche Trades gewöhnlich, bis sie funktionieren?

7-3. Festes Ziel

Ein festes Ziel kann nützlich sein, aber „drei Ticks“ oder ein universelles 1:2-Verhältnis ohne Daten ist willkürlich. Man sollte die Maximum Favorable Excursion (MFE) sammeln und Ziele nach Spread, Gebühren und Slippage vergleichen.

Erwartungswert = Trefferquote × Durchschnittsgewinn − Verlustquote × Durchschnittsverlust − Kosten

Ein weiter entferntes Ziel zahlt mehr, wenn es erreicht wird, wird aber seltener erreicht. Beides zählt.

7-4. Trailing und Teilverkäufe

Ein Trailing-Ausstieg hebt die Ausstiegslinie bei steigenden Preisen an und erhält Beteiligung an seltenen großen Bewegungen. Unter einem bestimmten Diffusionsmodell zeigt mathematische Forschung, dass ein Verkaufslimit zusammen mit einem Trailing Stop optimal sein kann.[11] Das bedeutet nicht, dass zwei Ticks überall passen.

Teilverkäufe können Schwankung und psychologischen Druck reduzieren, verkaufen aber auch einen Teil der besten Trades zu früh und erhöhen Kosten. Es gibt keinen allgemeinen Beweis, dass stets die Hälfte zu verkaufen überlegen ist.

8. Ein engerer Stop ist nicht automatisch besser

Stop-Loss-Forschung zeigt, dass mechanische Stops bei einem Random Walk die erwartete Rendite senken; bei positiver serieller Abhängigkeit oder Momentum können sie Wert hinzufügen.[10]

Da diese Strategie eine kurzfristige Fortsetzungshypothese ist, kann ein Stop bei Scheitern der Prämisse sinnvoll sein. Ein Stop enger als das normale Rauschen wird jedoch ständig ausgelöst und lässt nur Kosten zurück.

Es hilft, drei Funktionen zu trennen:

• Anfangsstop: Preis oder Orderfluss, der das Setup ungültig macht.
• Zeitstop: die erwartete Fortsetzung ist nicht eingetreten.
• Stop nach Gewinn: Nachziehen anhand des letzten Rücksetzers oder einer Flussumkehr.

9. Menschliche Gewinnmitnahme ist verzerrt

Eine klassische Studie von etwa 10.000 Konten zeigte, dass Anleger Gewinner zu früh verkaufen und Verlierer zu lange halten – den Dispositionseffekt.[13]

Beim Scalping kann dasselbe passieren: Zwei Ticks Gewinn werden sofort genommen, um sie nicht zu verlieren, während man bei zwei Ticks Verlust auf eine Erholung wartet. Gewinne bleiben klein, Verluste werden groß.

Ausstiege sollten an vorher definierte Gründe gebunden sein:

• Die Prämisse ist gescheitert.
• Das Signal ist zeitlich abgelaufen.
• Ein statistisch gewähltes Ziel wurde erreicht.
• Eine Trailing-Bedingung wurde ausgelöst.

10. Was die Forschung stützt – und was nicht

Relativ gut gestützte Befunde

• Opponentenmodellierung und Anpassung der eigenen Politik sind ein etabliertes Forschungsgebiet.[1]
• Orderaufteilung trägt zu gleichgerichteter Persistenz bei.[2]
• OFI hängt stark mit kurzfristigen Preisänderungen zusammen.[3]
• Queue Imbalance kann Informationen über die nächste Richtung enthalten.[4]
• Andere Teilnehmer können vorhersehbare große Ausführungen antizipieren.[6][7]
• Die schnellsten Rennen sind menschlicher Reaktion unzugänglich.[9]
• Der Wert von Stops und Trailing hängt von Preisprozess, Persistenz und Kosten ab.[10][11][12]

Nicht allgemein bewiesen

• Dass ein flacher Rücksetzer und ein zweiter Ausbruch Privatanlegern stabile Nettogewinne liefern.
• Dass das öffentliche Orderbuch einen bestimmten Experten-Scalper identifiziert.
• Dass 20 Sekunden, drei Ticks oder 50% Teilverkauf universell optimal sind.
• Dass hohe Prognosegenauigkeit automatisch Nettogewinn bedeutet.
• Dass eine Regel nach Änderungen von Regime, Teilnehmern oder Marktstruktur weiter funktioniert.

11. Minimales Testdesign

100–300 Fälle eines streng definierten Setups aufzeichnen.

Kontextdaten

• Instrument, Zeit, Spread und Tickgröße.
• Größe und Dauer der Anfangsbewegung.
• Handelsfrequenz und OFI oder vereinfachter Druck.
• Größe des Rücksetzers und Reaktion auf Gegenorders.
• Zugänge, Stornierungen und Auffüllgeschwindigkeit.
• Erneute Beschleunigung und neues Hoch.

Daten nach Einstieg

• P&L nach 1, 5, 10, 20 und 30 Sekunden.
• MFE und MAE.
• Zeit bis zum Hoch und bis zur OFI-Umkehr.
• Tatsächliche Ausführung, Slippage, Spread und Gebühren.

Ausstiege vergleichen

1. Festes Ziel＋fester Stop.
2. Prämissenfehler＋Zeitausstieg.
3. Teilziel＋Trailing für den Rest.
4. Vollständiger Ausstieg bei Orderflussumkehr.

Regeln auf älteren Daten erstellen und auf neueren Daten testen, ohne Zukunftsinformation einzumischen. Walk-forward-Tests wiederholen, weil sich Marktregime ändern.

Immer nach Kosten bewerten. Ein Prognosevorteil von einem Tick ist keine Strategie, wenn Spread und Slippage diesen Tick verbrauchen.

Schlussfolgerung

Die wichtigste Lehre aus Netero gegen Meruem ist nicht, alle Kombinationen auswendig zu lernen.

Aus sichtbarem Verhalten Verzerrungen lernen, die Situation verengen, die Gegenreaktion bestätigen und nur den kurzen verbleibenden Weg betreten.

Im Markt bedeutet das nicht, einen benannten „Supertrader“ zu finden. Es bedeutet, die öffentlichen Spuren starken Orderflusses zu lesen. Den ersten Abschnitt schnellen Teilnehmern überlassen, auf Widerstand gegen den Gegenangriff warten und nur folgen, wenn der Druck erneut beschleunigt.

Der Ausstieg muss drei Fragen beantworten:

Besteht der Grund zum Folgen noch? Kam die Fortsetzung innerhalb ihrer erwarteten Lebensdauer? Bleibt nach allen Kosten genügend Bewegung übrig?

Am kürzesten:

Versuche nicht, den Anführer zu schlagen. Bestätige, dass der von ihm erzeugte Fluss noch lebt, reite ihn kurz und steige aus, sobald er stoppt – unabhängig von einem willkürlichen Distanzziel.

Das ist das wissenschaftlich am besten vertretbare Grundgerüst einer Remora-Scalping-Strategie.

---

参考文献・References

1. He, H., Boyd-Graber, J., Kwok, K., & Daumé III, H. (2016). Opponent Modeling in Deep Reinforcement Learning. Proceedings of ICML 2016, 1804–1813. https://proceedings.mlr.press/v48/he16.html
2. Sato, Y., & Kanazawa, K. (2023). Can we infer microscopic financial information from the long memory in market-order flow? A quantitative test of the Lillo–Mike–Farmer model. arXiv:2301.13505. https://arxiv.org/abs/2301.13505
3. Cont, R., Kukanov, A., & Stoikov, S. (2014). The Price Impact of Order Book Events. Journal of Financial Econometrics, 12(1), 47–88. https://doi.org/10.1093/jjfinec/nbt003
4. Gould, M., & Bonart, J. (2016 working paper). Queue Imbalance as a One-Tick-Ahead Price Predictor in a Limit Order Book. https://doi.org/10.2139/ssrn.2702117
5. Large, J. (2007). Measuring the Resiliency of an Electronic Limit Order Book. Journal of Financial Markets, 10(1), 1–25. https://doi.org/10.1016/j.finmar.2006.09.001
6. Yang, L., & Zhu, H. (2020). Back-Running: Seeking and Hiding Fundamental Information in Order Flows. Review of Financial Studies, 33(4), 1484–1533. https://doi.org/10.1093/rfs/hhz070
7. Sağlam, M. (2020). Order Anticipation around Predictable Trades. Financial Management, 49(1), 33–67. https://doi.org/10.1111/fima.12255
8. van Kervel, V., & Menkveld, A. J. (2019). High-Frequency Trading around Large Institutional Orders. Journal of Finance, 74(3), 1091–1137. https://doi.org/10.1111/jofi.12759
9. Aquilina, M., Budish, E., & O’Neill, P. (2021). Quantifying the High-Frequency Trading “Arms Race”. BIS Working Papers No. 955. https://www.bis.org/publ/work955.htm
10. Kaminski, K. M., & Lo, A. W. (2014). When Do Stop-Loss Rules Stop Losses? Journal of Financial Markets, 18, 234–254. https://doi.org/10.1016/j.finmar.2013.07.001
11. Leung, T., & Zhang, H. (2019). Optimal Trading with a Trailing Stop. Applied Mathematics & Optimization. https://doi.org/10.1007/s00245-019-09559-0
12. Gârleanu, N., & Pedersen, L. H. (2013). Dynamic Trading with Predictable Returns and Transaction Costs. Journal of Finance, 68(6), 2309–2340. https://doi.org/10.1111/jofi.12080
13. Odean, T. (1998). Are Investors Reluctant to Realize Their Losses? Journal of Finance, 53(5), 1775–1798. https://doi.org/10.1111/0022-1082.00072
14. Bae, K.-H., Dixon, P., & Lee, E.-J. (2025). Large Trade Anticipation. Quarterly Review of Economics and Finance, 104, 102066. https://doi.org/10.1016/j.qref.2025.102066
15. 証券取引等監視委員会（2025）市場へのメッセージ：見せ玉・偽計に関する注意。 https://www.fsa.go.jp/sesc/message/20251212.html

---

編集・公開時の注記

• 各言語版は同一の論旨・見出し順を維持している。
• 研究結果、そこからの合理的推論、実際の売買ルールとして未検証の仮説を区別した。
• 「20秒」「3ティック」「半分利確」などを普遍的な最適値として扱っていない。
• 公開前に、各言語の金融用語・自然さ・地域差を人手で最終確認することを推奨する。
• 自動公開は行わず、人手レビュー完了までは private または noindex を推奨する。