English · Deutsch · Español · 日本語 · 한국어 · Norsk · 中文
News · Pressemitteilung
KI-Modell von Meta, das auf einer einzigen Grafikkarte läuft, schlägt Claude Fable knapp bei der Auswahl von US-Aktien
Metas offenes Modell Muse Glimmer belegte in der AI Trading Championship von FinzData Platz zwei von elf KI-Modellen, knapp vor Anthropics Spitzenmodell Claude Fable.
WILMINGTON, Delaware, 12. November 2026. FinzData, der Marktdatenanbieter für KI, Quants, Data Scientists und Finanzanalysten, hat heute die Ergebnisse seiner AI Trading Championship bekannt gegeben: ein direkter Vergleich von elf führenden KI-Modellen als Aktieninvestoren.
Metas Muse Glimmer, ein offenes Modell mit 30 Milliarden Parametern, das Meta im August für den Betrieb auf einer einzigen handelsüblichen Grafikkarte veröffentlicht hat, wurde Zweiter. Seine Strategie erzielte von Januar 2019 bis September 2026 nach Handelskosten 15,5 % pro Jahr bei einer Sharpe Ratio von 0,75. Damit lag es knapp vor Anthropics Spitzenmodell Claude Fable (Sharpe 0,74) und vor Claude Opus und Claude Sonnet. Nur NVIDIAs Nemotron-3 Ultra war besser, mit einer Sharpe Ratio von 0,81 und 16,1 % pro Jahr.
„Alle fragen, welche KI am besten handelt. Wir wollten eine belastbare Antwort: dieselben Daten, dieselben Regeln und Jahre an Marktgeschichte, die kein Modell kannte“, sagte ein Sprecher von FinzData. „Die Antwort ist nicht einfach das größte Modell. Ein Modell, das man kostenlos herunterladen und zu Hause betreiben kann, wurde Zweiter, vor den Spitzenmodellen der größten KI-Labore.“
So funktionierte die Meisterschaft
Jedes Modell entwarf eine Strategie für US-Aktien mit einer einzigen Vorgabe: Es durfte nur die Point-in-Time-Daten von FinzData nutzen, die mehr als 16.000 US-Aktien seit 2000 abdecken, einschließlich delisteter Unternehmen. Point-in-Time bedeutet: Jedes Modell sah nur, was ein Anleger am jeweiligen Tag wissen konnte, und Unternehmen, die später scheiterten, bleiben im Datensatz. Sieben Modelle liefen über NVIDIA NIM, vier stammten von Anthropic. Alle Strategien liefen auf derselben Engine mit denselben Handelskosten. Entwickelt wurden die Strategien mit Daten von 2011 bis 2018, bewertet wurden sie ein einziges Mal für Januar 2019 bis September 2026, einen Zeitraum, den keines der Modelle kannte.
Ergebnisse (Sharpe Ratio, Rendite pro Jahr)
- 1. Platz: Nemotron-3 Ultra, NVIDIA: 0,81, 16,1 %
- 2. Platz: Muse Glimmer 30B, Meta: 0,75, 15,5 %
- 3. Platz: Claude Fable, Anthropic: 0,74, 14,0 %
- 4. Platz: GPT-OSS-20B, OpenAI: 0,69, 14,0 %
- 5. Platz: Gemma 4 31B, Google: 0,60, 11,1 %
- 9. Platz: Claude Opus, Anthropic: 0,57, 8,9 %
Was Muse Glimmer auszeichnete
Muse Glimmer baute die breiteste Strategie im Feld. Es kaufte günstige, profitable Unternehmen mit wenig Schulden, jüngster Kursstärke und geringer Volatilität: fünf Bausteine, wo die meisten Modelle zwei oder drei nutzten. Es war das einzige Modell, das die Verschuldung der Unternehmen überhaupt berücksichtigte. In den Entwicklungsjahren war sein Ergebnis bescheiden (Sharpe 0,19), in den unbekannten Jahren schnitt es weit besser ab: das Gegenteil einer auf den Backtest optimierten Strategie.
Was Anleger daraus mitnehmen sollten
- Größer ist nicht besser. Claude Opus, Anthropics größtes Modell, wurde Neunter von elf.
- KI-Modelle denken ähnlich. Zehn der elf Modelle setzten auf dieselbe Kennzahl, die Gewinnrendite.
- Den Markt zu schlagen ist schwer, auch für KI. Sieben der elf Strategien lagen hinter einem einfachen gleichgewichteten Portfolio der 500 größten US-Aktien (Sharpe 0,63).
- KI-Juroren benoteten nach Tabellenstand. Drei KI-Juroren benoteten jede gegnerische Strategie, und ihre Noten folgten fast exakt den Ergebnissen, die sie gesehen hatten (Rangkorrelation 0,82 bis 0,99).
„Es handelt sich um Simulationen auf historischen Daten, nicht um echtes Geld, und wir veröffentlichen jede Zahl, auch dort, wo Glück ein Ergebnis erklären könnte“, so der Sprecher. „Broker öffnen sich für KI-Agenten, die für Menschen handeln. Anleger verdienen Belege dafür, welche Modelle solide Entscheidungen treffen. Genau dafür gibt es FinzData.“
Der Zeitpunkt ist wichtig. Anthropic hat Claude Fable 5.2 am 9. November veröffentlicht, nachdem die Meisterschaft ausgewertet war. Der Claude-Fable-Beitrag hier ist die frühere Version, und Runde 2 steht neuen Teilnehmern offen, Fable 5.2 eingeschlossen. Broker wie Robinhood lassen inzwischen die KI-Agenten ihrer Kunden mit Aktien handeln, und die Daten von FinzData erreichen diese Agenten direkt über den MCP-Server.
Warum KI-Modelle, Quants und Trader auf FinzData bauen
Die Meisterschaft lief auf denselben Daten, die FinzData-Kunden täglich nutzen. Fünf Dinge zeichnen sie aus:
- Ergebnisse, denen man vertrauen kann. Jeder Datensatz ist Point-in-Time und frei von Survivorship Bias: mehr als 16.000 US-Aktien seit 2000, mehr als 9.000 delistete Titel bleiben erhalten, Fundamentaldaten wie erstmals eingereicht. Ein Backtest sieht nur, was an dem Tag bekannt war. So zeigt er, was wirklich war, und wird nicht im Nachhinein geschönt.
- Für KI entwickelt. KI-Agenten verbinden sich direkt über den MCP-Server von FinzData in Claude und ChatGPT, mit Integrationen für Grok, Perplexity, Cursor und Windsurf. Entwickler erhalten dieselben Daten mit einer Zeile, pip install finzdata, dazu ein Rust-Crate und eine REST-API.
- Der ganze Markt an einem Ort. Aktien, mehr als 5.100 ETFs, 139 Futures-Märkte, Optionsketten, Point-in-Time-Dealer-Gamma (GEX) für mehr als 11.200 Aktien, ETFs und Indizes, 123 Indizes, Devisen, Krypto, mehr als 22.700 Makro-Zeitreihen mit jeder Datenversion, COT-Positionierung und 13F-Bestände, in Bars von 1 Minute bis täglich.
- Die Realwirtschaft, Tag für Tag. Global Macro Pulse von FinzData zeigt die Aktivität, bevor die amtlichen Statistiken erscheinen: Schiffspassagen durch 28 Engstellen und Hafenanläufe in mehr als 2.000 Häfen, rund 200.000 Flüge pro Tag an mehr als 7.400 Flughäfen sowie Maut- und City-Maut-Verkehr von New York bis Hongkong. Die Daten zur Stromnachfrage decken 87 Länder und alle US-Netzbetreiber ab.
- Einmal gekauft, für immer Ihre Daten, zum besten Preis-Leistungs-Verhältnis der Branche. Ein kostenloser API-Schlüssel erfordert keine Karte. Historische Daten gibt es ab 19 $ für einen Ticker und ab 195 $ für fünf Jahre des gesamten US-Marktes. Was Kunden kaufen, gehört ihnen: Sie können es herunterladen und in jedem Backtester und jeder Cloud nutzen.
Alle Strategien, Ergebnisse und Tests sind öffentlich (auf Englisch):
- Interaktive Ergebnisse
- Vollständiges Forschungspapier
- Jede Strategie selbst nachrechnen im FinzData Hub
- Kostenloser API-Schlüssel, ohne Karte
Über FinzData
FinzData liefert Point-in-Time-Marktdaten ohne Survivorship Bias für KI, Quants, Data Scientists und Finanzanalysten, die Backtests durchführen. FinzData bietet die größte Breite und Tiefe an Daten der Branche zum besten Preis-Leistungs-Verhältnis. Clean Data. Real Insights. Real Alpha. finzdata.com
Pressekontakt
The FinzData Team · [email protected] · Logos und Unternehmensbeschreibung
Die Ergebnisse sind historische Simulationen auf Daten von FinzData nach Handelskosten. Vergangene Wertentwicklung ist keine Garantie für künftige Ergebnisse. Diese Mitteilung dient nur der Information und ist keine Anlageberatung.