MemGuard-Alpha: LLM‑basierte Finanzprognosen ohne Memorization‑Bias

Large‑Language‑Models (LLMs) werden zunehmend eingesetzt, um Alpha‑Signale für den Aktienmarkt zu generieren. Doch immer mehr Studien zeigen, dass diese Modelle historische Finanzdaten aus ihren Trainingskorpora auswendig lernen und dadurch eine scheinbar hohe Vorhersagekraft erzielen, die im Live‑Trading versagt. Dieser Memorization‑Bias gefährdet die Glaubwürdigkeit von LLM‑basierten Quant‑Strategien.

Herkömmliche Gegenmaßnahmen wie erneutes Training oder Anonymisierung der Eingaben sind entweder kostenintensiv oder führen zu erheblichem Informationsverlust. MemGuard‑Alpha bietet eine völlig kostenfreie, signal‑level‑Filterung, die in Echtzeit anwendbar ist und die Qualität der Signale ohne zusätzliche Aufwände verbessert.

Das System besteht aus zwei Kernalgorithmen. Der MemGuard Composite Score (MCS) kombiniert fünf Membership‑Inference‑Attack‑Methoden (MIA) mit zeitlichen Nähe‑Features und nutzt eine logistische Regression. Damit erreicht er eine Trennschärfe von Cohen’s d = 18,57 – ein deutlich höherer Wert als die einzelnen MIA‑Features (d = 0,39–1,37). Der zweite Algorithmus, Cross‑Model Memorization Disagreement (CMMD), nutzt Unterschiede im Trainings‑Cutoff‑Datum verschiedener LLM‑Modelle, um memorized Signale von echten Rechenprozessen zu unterscheiden.

In einer umfangreichen Evaluation mit sieben LLM‑Modellen (124 M bis 7 B Parameter), 50 S&P‑100‑Aktien, 42 800 Prompt‑Varianten und fünf MIA‑Methoden über einen Zeitraum von 5,5 Jahren (2019‑2024) zeigte CMMD eine Steigerung des Sharpe‑Ratenwertes von 2,76 auf 4,11 – ein Gewinn von 49 %. Saubere Signale erzielten durchschnittlich 14,48 Basispunkte tägliche Rendite, während taintete Signale lediglich 2,13 Basispunkte lieferten, also ein Faktor von sieben.

Ein auffälliges Muster ergab sich: Die In‑Sample‑Genauigkeit stieg mit zunehmender Memorization (von 40,8 % auf 52,5 %), während die Out‑of‑Sample‑Leistung drastisch zurückging. MemGuard‑Alpha eliminiert diese Diskrepanz und liefert robuste, real‑world‑fähige Signale, die sofort in bestehende Handelsstrategien integriert werden können.