Ein Kurs trifft ein, veraltet und ist verschwunden. Bis ein Modell fertig darüber nachgedacht hat, hat sich das Orderbuch verschoben, die Spanne geweitet, und die empfohlene Order ist eine Wette auf einen Markt, den es nicht mehr gibt. Die meisten Handelssysteme liegen nicht falsch, weil ihre Logik schlecht ist. Sie liegen falsch, weil sie zu spät geantwortet haben.
Decimas ist algorithmische Handelssoftware, die um genau dieses Problem herum gebaut ist. Es ist eine deterministische Trading-Runtime — ein Ort, um Märkte zu beobachten, das Nächste zu modellieren und Orders innerhalb der tatsächlich verfügbaren Zeit zu routen. Die Arbeit ist Infrastruktur, keine Prophezeiung. Es verspricht keine Renditen; es verspricht, dass die Entscheidung, die ausgeliefert wird, die Entscheidung ist, über die nachgedacht wurde.
Ein Trade ist eine Entscheidung unter Zeitdruck
Die entscheidende Einschränkung jeder algorithmischen Handelsplattform ist nicht, wie clever die Strategie ist. Es ist, wie viel Zeit zwischen einem Signal und der Aktion vergeht, die es rechtfertigt. Dieses Intervall ist ein Budget, und jede Komponente gibt davon aus: Markt-Ingest, Feature-Lookup, Simulation, die Policy-Prüfung, die Order selbst.
Decimas beginnt bei diesem Budget und arbeitet sich nach innen vor. Man deklariert die erlaubte Zeit zwischen der Beobachtung eines Kurses und der Übermittlung einer Order. Alles Nachgelagerte ist darauf ausgelegt zu passen — oder es wird nicht ausgeliefert.
Wenn die Software antwortet, nachdem sich das Orderbuch bewegt hat, hat sie eine Frage beantwortet, die niemand gestellt hat.
Deshalb ist Decimas Snapshot-first. Anstatt mitten in einer Entscheidung einen sich bewegenden Markt abzufragen, denkt es über einen konsistenten Zustandssnapshot nach — das Orderbuch, Positionen und Risiko, wie sie in einem Moment bestanden. Der Snapshot ist die Denkeinheit und zugleich die Aufzeichnungseinheit. Der Markt, gegen den entschieden wurde, ist der Markt, der sich später rekonstruieren lässt.
Die Schleife
Decimas führt in jedem Zyklus dieselbe vierstufige Schleife aus, ob sie einmal pro Minute oder tausende Male pro Sekunde ausgelöst wird.
- Markt beobachten — Orderbuch, Trades und Positionen in einen einzigen kohärenten Snapshot einlesen.
- Ergebnisse simulieren — Kandidatenstrategien gegen diesen Snapshot vorwärts laufen lassen, einschließlich Fills, Slippage und Marktimpact.
- Ausführung steuern — den gewählten Plan in Orders übersetzen und sie durch die Venue-Schicht senden.
- Risiko messen — die resultierende Position bewerten, zurückspeisen und den nächsten Zyklus steuern.
Die Schleife schließt sich selbst. Das am Ende eines Zyklus gemessene Risiko wird zur Einschränkung für die Simulation am Beginn des nächsten — so verschärft oder lockert das System sein eigenes Verhalten, wenn sich die Bedingungen ändern.
Simulation ist das Produkt, kein Anhängsel
In den meisten Stacks ist Simulation etwas, das man vorher macht, in einem Notebook, gegen Daten der letzten Woche. In Decimas läuft sie innerhalb der Live-Schleife, auf dem aktuellen Snapshot, unter demselben Budget wie in der Produktion. Die Frage lautet nie nur „Was hat diese Strategie im Backtest getan", sondern „Was wird diese Order mit diesem Orderbuch machen, jetzt, angesichts meiner aktuellen Positionen."
Das macht es zu einer quantitativen Handelsplattform und nicht zu einer Strategiebibliothek. Ausführungsstrategien, Portfolio-Intelligenz und Risiko sind keine separat zusammengeschraubten Produkte — sie sind Sichten auf einen simulierten Zustand. Eine Portfolio-Einschränkung und eine Ausführungstaktik argumentieren gegen dasselbe Marktmodell und können daher nicht stillschweigend widersprechen.
Machine-Learning-Handelsalgorithmen leben hier ebenfalls, als Policies. Ein Modell schlägt vor; die Policy-Schicht entscheidet, ob der Vorschlag zulässig ist. Positionslimits, Exposure-Caps und Venue-Regeln werden beim Aufbau der Order durchgesetzt, nicht erst nach dem Fill entdeckt. Eine schnelle falsche Order ist immer noch eine falsche Order — deshalb werden die Korrektheitsprüfungen zusammen mit der Geschwindigkeit ausgeliefert.
Geschwindigkeit, die man vertreten kann
Der Mojo-beschleunigte Kern existiert, damit die Schleife ihr Budget einhält, ohne die Tiefe des Denkens darin zu reduzieren. Geschwindigkeit ist nicht das Ziel; sie ist der Spielraum, der Simulation und Risikoprüfungen reich genug hält, um ihnen zu vertrauen. Der Sinn eines algorithmischen KI-Handelssystems ist nicht, früher zu handeln als alle anderen — sondern auf einer Entscheidung zu handeln, hinter der man stehen kann.
Decimas ist von Grund auf deterministisch, und dieser Determinismus macht Replay möglich. Bei gleichem Snapshot und gleichen Policies produziert die Runtime jedes Mal dieselben Orders. Wenn sich etwas in der Produktion seltsam verhält, denkt man nicht anhand von Logs und Vermutungen darüber nach. Man replayed den exakten Zyklus und beobachtet, wie die Entscheidung entsteht.
Für einen Trading-Desk schließt das eine Lücke, die die meisten algorithmischen Handelssoftware offen lässt. Audit hört auf, eine Rekonstruktion zu sein, und wird zu einer Aufzeichnung. Eine Compliance-Frage, ein Risiko-Review, eine Post-Mortem-Analyse eines schlechten Fills — jede führt zum selben Artefakt: der Zyklus, erneut ausgeführt, identisch.
Wohin das führt
Je schwieriger die Märkte werden, desto mehr verlagert sich der Vorteil vom schnelleren Modell zur schnelleren, nachvollziehbaren Entscheidung. Eine quantitative Handelsplattform, die innerhalb eines Budgets simulieren, routen und replayed kann, macht aus Latenz eine Designgröße — etwas, das man bewusst einsetzt, statt es versehentlich zu verlieren. Decimas ist für die Desks gebaut, die lieber genau wissen, was sie getan haben, als schnell zu raten. Je leistungsfähiger Modelle werden, bleibt die entscheidende Einschränkung immer noch die Uhr, und die Disziplin ist dieselbe: beobachten, simulieren, routen, messen — und es beweisen können.