Privatanleger im Vorteil? Die Wahrheit über KI-Trading (Marcel Urban)

Die meisten Menschen denken bei „Algorithmen im Markt” an Magie oder Manipulation. Marcel Urban erklärt, warum es in Wirklichkeit eher an Bananen liegt – und warum genau das so brutal ehrlich über die Logik der Finanzmärkte aussagt.

Er überwacht keine Charts. Er liest keine Bilanzen. Er arbeitet mit Millisekunden, Kointegration und Kill-Switches. Und er hat trotzdem noch nie einen davon gebraucht.

► Hier findest du Marcel Urban

• Webseite stratbench · LinkedIn

► Buchtipps

• Anton Vorobets – „Portfolio Construction and Risk Management” Dichtes, mathematisch-lastiges Standardwerk. Alles über Portfolioaufbau und Risikomanagement.

• Richard C. Grinold & Ronald N. Kahn – „Advances in Active Portfolio Management”* Klassiker der institutionellen Portfolio-Literatur. Konzeptionell stark, praktisch anwendbar.

► Ressourcen & Links

• Citadel – größter Market Maker in den USA, Payment for Order Flow; hat 2024 mit dem Discretionary Desk (menschliche Trader!) andere Desks outperformt

• The Big Short* (Film, 2015) – hat Marcel Urban laut eigener Aussage den Impuls gegeben, sich ernsthaft mit der Finanzwelt auseinanderzusetzen

---

Die Podcast-Folge findest du auch hier:
Spotify · YouTube · Apple Podcasts
& überall, wo es Podcasts gibt

Keine Zeit? Hier ist die Essenz ↓

---

Im Gespräch mit Dirk Siebenhaar

Marcel Urban ist Quantitative Researcher bei Stratbench, einem spezialisierten Arbitrage-Fond. Er begann auf der Trading-Seite – Algorithmenüberwachung, Risikomonitoring, Kill-Switch in Bereitschaft – und wechselte über die Jahre in die Modellentwicklung. Sein Weg dahin war alles andere als linear: Schulzeit in Deutschland, Weihnachtsgeld mit binären Optionen verbrannt, danach vier Jahre als Tourschlagzeuger durch Europa, dann zurück zu Mathe und Informatik. Der erste Job in der Finanzbranche war toxisch, die Lernkurve steil, die Peers oft promoviert.

Was ihn auszeichnet: Er denkt in Systemen, nicht in Kursen. Er handelt privat selbst ETFs. Und er ist einer der wenigen, die erklären können, was hinter dem Vorhang des Hochfrequenzhandels tatsächlich passiert – ohne Buzzword-Bingo.

Kapitel:

Aufnahmedatum: 05. Mai 2026

Kennst du jemanden, der das wissen muss?

Die Essenz der Folge

• Arbitrage ist kein Parasitentum – es ist Infrastruktur. Wer ETF-Spreads gegen deren NAV handelt, sorgt dafür, dass Retail-Anleger zu faireren Preisen kaufen können. Eine unbequeme Wahrheit für alle, die „die Algorithmen” pauschal verurteilen.

• Kointegrierung ist das Herzstück. Bevor irgendein Handel stattfindet, prüft Marcel mathematisch (Dickey-Fuller-Test), ob zwei Produkte langfristig in einem stabilen statistischen Verhältnis stehen. Kein Test, kein Trade.

• Mean Reversion klingt simpel, hat aber eine harte Schwachstelle. Wenn zwei Aktien auseinanderlaufen, weil sich fundamental etwas verändert hat – Earnings-Surprise, Branchenumbruch – kommt der Spread nie mehr zurück. Das ist der blinde Fleck der Strategie, und Marcel macht keinen Hehl daraus.

• 40.000 Orders pro Tag, 4.000 Abschlüsse. Das gibt ein realistisches Bild davon, wie selektiv und störanfällig selbst ein gut laufendes Arbitrage-System ist. Signal-to-Noise ist alles.

• Der Mensch ist nicht überflüssig – er ist der Kreativdirektor. KI und Automatisierung übernehmen Execution, Datenaggregation und Signalgenerierung. Aber welche Daten ins Modell fließen, welcher Legostein in das Systemhaus gehört – das ist noch menschliche Arbeit. Und das bleibt es auch.

• Regime-Modelle sind überschätzt. Marcel sagt es selbst: Sie sind kein Signal, sie begleiten Signale. Wer sie als Einstiegspunkt behandelt, missversteht ihre Funktion.

• Keep Calm ist kein Motivationsspruch – es ist Risikomanagement. Overtrades und Overleverage sind die häufigsten Todesursachen im Trading. Das gilt für Retail genauso wie für Institutionelle.

Deine Gedanken machen den Podcast besser ↓

Die Story hinter dem Gast

Mit 16 verliert Marcel beim Schulbörsenspiel. Ärger. Neugier. Erste Berührungspunkte mit binären Optionen mit 17 – Weihnachtsgeld weg, innerhalb einer Woche.

Dann passiert etwas Unerwartetes: Er hört auf mit Finanzen. Komplett. Vier Jahre Tourschlagzeuger, Europa und Welt, kein Bloomberg, kein Chart, kein Spread. Irgendwann reicht es ihm. Er kommt zurück.

Der Film „The Big Short” gibt ihm die Richtung. Er informiert sich, was gebraucht wird. Er studiert Mathe und Informatik. Er macht CFI-Zertifikate. Er arbeitet sich in ein kleines Family Office hinein. Und stellt fest: Das ist noch nicht sein Ding. Zu wenig Substanz, zu wenig Struktur.

Über einen Freund hört er von Quant Research. Er bewirbt sich. Er wird genommen. Und er beschreibt die erste Zeit ehrlich:

„Die meisten meiner Peers und die Leute in der Branche waren deutlich höher qualifiziert als ich. Viele Leute hatten einen PhD in Mathe oder Physik oder Ingenieurswesen und es hat wirklich lang gedauert, bis ich dann dort auch ein bisschen Fuß fassen konnte.”

Was ihn gerettet hat: nicht Überzeugung, sondern Prozess. Der Moment, in dem er merkt, dass er ankommt, ist nicht ein großer P&L-Erfolg. Es ist, als seine Arbeit den Kollegen das Leben einfacher macht. Als sein Legostein ins Haus passt.

Die erste Firma war toxisch, hierarchisch, kalt. Die aktuelle ist das Gegenteil: Ideen werden begrüßt, Fehler erlaubt, Fragen erwartet. Für Marcel ist das kein Nice-to-have. Es ist der entscheidende Unterschied.

„Ich will lernen, aber ich will auch ein bisschen entrepreneurial sein. Ich will auch viel selber mit einbringen und nicht nur auf ein Ding spezialisiert sein.”

Das System

• Asset-Klasse: Ausschließlich hochliquide ETFs. Hauptbedingung: gleicher Index, gleiche Replikationsmethode (physisch gegen physisch, synthetisch gegen synthetisch), gleiche Ausschüttungsart, möglichst gleiche Währung. Microsoft gegen Apple ist schon zu weit weg.

  Der Prozess in Stufen:

  1. Asset Universe aufbauen: ~8.000 ETFs im Roster, davon ein Bruchteil tatsächlich handelbar. Daten aus Bloomberg Terminal und spezialisierten Anbietern: Issuer, Replikationsmethode, Dividendenpolitik, Fees, Währung.

  2. Clustering via Machine Learning: Jedes Merkmal bekommt zunächst gleiches Gewicht. Distanzbasierte Algorithmen identifizieren Cluster ähnlicher ETFs. Die ökonomische Logik dahinter muss der Mensch vorab definieren – die KI lernt Beziehungen, erfindet sie nicht.

  3. Kointegrations-Tests: Dickey-Fuller-Test und weitere prüfen, ob der Spread zwischen zwei ETFs statistisch stationär ist – also um einen Mittelwert oszilliert, ohne zu trennen.

  4. Microstructure-Analyse (Tick-Level): Ist der Spread breit genug, um nach Brokerkosten profitabel zu sein? Strapbench arbeitet mit Roundtrip-Kosten von ca. 1,5–2 Basispunkten (Prime Broker IG Prime). Spreads unter 3–4 Basispunkten fallen damit raus. Die großen Market Maker (Citadel, Jane Street) haben nochmals tiefere Kosten – sie essen den Spread zuerst.

  5. Backtest via Monte Carlo Simulation: Keine einfache Equity-Linie, sondern tausende Realisationen der Equity-Kurve. Wie verhält sich das Portfolio, wenn Fills nur zu 50% kommen? Wenn Slippage steigt? Wenn ein ETF einen Recall auslöst?

  6. Portfolio-Optimierung: 100–200 Spreads gleichzeitig. Maximale Einzelallokation: 5% (aber in der Praxis nie ausgenutzt). Typisch: 0,5–1% pro Spread. Gewichtung nach Stabilität und Backtest-Performance.

  7. Live Trading: ~40.000 Orders täglich, ~4.000 Executions. Haltezeiten: Sekunden bis Minuten. Rebalancing: alle 1–3 Monate.

  Edge: Geschwindigkeit, Kostenstruktur (Prime Broker), Produktdiligence und die Fähigkeit, schnell neue Ineffizienzen zu identifizieren, bevor sie weggeschossen werden – von Regulatoren oder von größeren Playern.

  Regime-Modelle (VIX als einfachstes Beispiel): Unter 15 = niedriges Volatilitätsregime, über 30 = hohes. Aber: Regime-Modelle sind Lagging-Indikatoren. Sie begleiten Signale. Sie sind keine Signale.

  „Ich persönlich finde, dass Regime-Modelle oft zu oft benutzt werden und manchmal auch sehr überbewertet sind.”

Hier lernen & wachsen alle, die handeln:

Der Mensch

Marcel Urban denkt zuviel. Er sagt es selbst, ohne Entschuldigung.

„Ich persönlich bin jemand, der oft Sachen überdenkt und ein großer Overthinker ist.”

Deshalb handelt er keine Einzelaktien privat. Nicht weil er es nicht könnte – sondern weil er weiß, dass er in einem regelbasierten System besser aufgehoben ist als in einem, das Bauchgefühl erfordert. Das ist eine Aussage mit mehr Selbsterkenntnis als 90% der Trading-Ratgeber da draußen zusammen.

Die Angst, die er beschreibt, ist real: jeden Tag aufwachen und wissen, dass die Ineffizienzen, von denen das Business lebt, morgen weg sein können. Nicht als dramatische Krise, sondern als schleichendes Verschwinden.

„Wenn ich abends ins Bett gehe – wo finde ich quasi die nächste Ineffizienz? Und ist die lang genug da, mir Zeit zu geben, die nächste wieder vorzubereiten?”

Wie geht er damit um? Er hört Musik. Er läuft. Er baut Toy-Modelle für Ideen, die noch nicht ausgereift sind. Er schreibt LinkedIn-Anfragen an Leute, die einen Fehler im Kommentar eines Instagram-Reels entdeckt haben. Er macht diesen Podcast – das erste Mal auf Deutsch über seine Arbeit gesprochen.

Was er nicht macht: sich auf Erfolgen ausruhen. Die Markteffizienz wartet nicht.

„Es ist unheimlich einfach, kompliziert zu reden. Aber wenn man es dann mal runterbrechen muss, ist es unheimlich, unheimlich schwer.”

Das gilt für Märkte. Und für alles andere auch.

👉 Hör nicht nur zu. Nutz es richtig.

✓ Entdecke die Top-Strategien aus der Bestenliste
✓ Sichere dir die wichtigsten Learnings aus jeder Folge
✓ Empfiehl den Podcast weiter – und profitiere davon
✓ Unterstütze das Projekt und werde Teil der Community
✓ Abonniere den YouTube Kanal

Hinweis: Keine Anlageberatung!

Der Podcast stellt keinerlei Anlageberatung dar. Vergangene Performance ist kein verlässlicher Indikator für zukünftige Ergebnisse. Inhalte dienen ausschließlich Informations- und Unterhaltungszwecken. Die veröffentlichte Meinung stellt keine Aufforderung zum Handeln dar und ist keine Empfehlung zum Kauf oder Verkauf von Wertpapieren.

*Affiliatelinks = Bei diesem Link handelt es sich um einen Affiliate-Link. Wenn du ihn nutzt und etwas abschließt, bekommen wir eine kleine Provision – ohne zusätzliche Kosten für dich. Damit unterstützt du unser Projekt. Danke dir!