Rocket Science for Traders: Digital Signal Processing Applications¶
John F. Ehlers | Wiley Trading, 2001 | ISBN 0-471-40567-1
Ehlers, Elektroingenieur und Trader, überträgt Methoden der digitalen Signalverarbeitung (DSP) auf Marktanalyse. These: Trading-Software hat mit dem Fortschritt der Computertechnik nicht Schritt gehalten — die meisten Indikatoren sind glorifizierte Bleistift-und-Papier-Berechnungen. DSP revolutioniert das.
Kernkonzept: Markt als Signal¶
Marktpreise sind ein Signal mit Rauschen. DSP-Methoden trennen Signal von Rauschen effizienter als klassische Indikatoren — insbesondere für Zyklusmessung und adaptives Trending.
Market Modes (Kap. 2)¶
Märkte existieren in zwei fundamentalen Modi: - Trend Mode: Gerichtete Bewegung, keine dominante Periode - Cycle Mode: Oszillierende Bewegung, messbare Periode
Kernproblem klassischer Indikatoren: Sie sind entweder für Trend-Mode (Moving Averages) oder Cycle-Mode (Oscillatoren) optimiert, aber nicht adaptiv. Ehlers' Lösung: Automatische Erkennung des aktuellen Marktmodus.
Hilbert Transform (Kap. 6)¶
Die Hilbert-Transformation konvertiert ein reales Signal in eine komplexe Variable (analytisches Signal: Amplitude + Phase). Ermöglicht: - Instantane Frequenzmessung (Zyklus-Periode ohne Verzögerung) - Instantane Amplitude (Trendstärke) - Phase-Information (wo im Zyklus befinden wir uns)
Homodyne Discriminator — Zyklusmessung (Kap. 7)¶
Bevorzugte Algorithmus zur Messung der Markt-Zyklusperiode. Misst die aktuelle Periode adaptiv — kein statischer Parameter. Basis für alle weiteren Indikatoren im Buch.
Schlüssel-Indikatoren¶
Signal-to-Noise Ratio (Kap. 8): Misst wann Trading vermieden werden sollte — niedriger SNR = Rauschmarkt.
Sinewave Indicator (Kap. 9): Antizipiert Cycle-Mode-Umkehrpunkte ohne Whipsaw-Signale im Trend-Mode. Kein anderer Indikator hat diese Eigenschaft.
Instantaneous Trendline (Kap. 10): Moving Average ohne Lag durch Hilbert-Transform-Phasen-Korrektur. Generiert Trading-Signale nahe an jedem Umkehrpunkt.
Automatic Mode Identification (Kap. 11): Kombiniert SNR + Sinewave + Trendline zur automatischen Identifikation: Trend-Mode oder Cycle-Mode.
Filter-Theorie (Kap. 13–18)¶
- Z-Transforms: Effiziente Beschreibung digitaler Filter-Transferfunktionen
- FIR (Finite Impulse Response): Keine Rückkopplung, immer stabil, höhere Latenz
- IIR (Infinite Impulse Response): Rückkopplung, kann instabil werden, weniger Latenz
- MAMA (MESA Adaptive Moving Average, Kap. 17): Adaptiver MA der sich an die Marktgeschwindigkeit anpasst
- Ehlers Filter (Kap. 18): Nichtlinearer Filter als potenzielles Marktmodell
Warnung vor FFT (Kap. 19): Fast Fourier Transforms sind für Marktanalyse ungeeignet — mathematische Constraints werden ignoriert. Ehlers erklärt warum und schont damit Lesern Geld.
Adaptive Indikatoren (Schlusskapitel)¶
RSI, Stochastic, CCI können mit dem Homodyne Discriminator adaptiv gemacht werden: Parameter passen sich der aktuellen Marktperiode an statt statisch zu sein.
MESA (Maximum Entropy Spectral Analysis)¶
Ursprünglich von Geophysikern zur Ölexploration entwickelt (kurze Datenserien). Ehlers adaptierte MESA für Zyklusmessung in Märkten — funktioniert besser als FFT bei kurzen Datensegmenten.
Bedeutung für das Wiki¶
Einzige DSP/Zyklus-Quelle im Wiki. Einzigartig in der Integration von Ingenieurwissenschaft und Trading. Ergänzt 2026-05-12_weissman_mechanical_trading_systems (systematische Indikatoren) und ist konzeptuell relevant für alle Zyklustheorien (Elliott Waves). Anspruchsvoll — Mathematik-Kenntnisse erforderlich.