Warum LLM-Agenten bei 0DTE nicht marktneutral bleiben

Die 0DTE-Gamma-Spirale: Was am Verfallstag wirklich passiert

Am Verfallstag verhält sich der Optionsmarkt anders als an den 20 Tagen davor. Das ist keine Meinung, das ist Mechanik. Besonders bei Indexoptionen auf SPX oder SPY konzentriert sich das Gamma-Exposure der Market Maker in den letzten Stunden vor Settlement. Gamma misst, wie stark sich das Delta einer Optionsposition ändert, wenn sich der Basiswert bewegt. Hohes positives Gamma bedeutet: Der Stillhalter muss bei fallenden Kursen kaufen und bei steigenden Kursen verkaufen, um delta-neutral zu bleiben. Hohes negatives Gamma bedeutet das Gegenteil: Verstärken der Bewegung.

Ein typisches Beispiel: Ein Market Maker hat am Morgen eines Verfallstags eine große Anzahl kurzer 0DTE-Puts auf den SPX verkauft. Solange der Index über dem Strike liegt, ist das Delta dieser Puts nahe null. Fällt der Index jedoch in Richtung des Strikes, steigt das Delta der kurzen Puts stark an. Der Market Maker muss jetzt Futures oder den Index verkaufen, um sein Gesamtbuch delta-neutral zu halten. Dieser Verkauf drückt den Index weiter nach unten. Dadurch steigt das Delta der Puts noch schneller. Der Market Maker verkauft erneut. Genau das ist die Gamma-Spirale.

Sie sehen: Die Rückkopplung entsteht nicht durch böse Absicht oder einen Fehler im Modell. Sie entsteht aus der Pflicht zur Delta-Absicherung in einem Umfeld, in dem Gamma extrem konzentriert ist. An normalen Tagen verteilt sich das Gamma über mehrere Laufzeiten und Strikes. Am Verfallstag konzentriert es sich auf die Strikes nahe am aktuellen Indexstand. Die Absicherungsströme werden dadurch größer und schneller. Wer das nicht in Echtzeit modelliert, verliert.

Dazu kommen Effekte zweiter Ordnung, die klassische Delta-Neutralität aushebeln. Pin Risk ist das Risiko, dass der Basiswert exakt am Strike schließt und die Position unklar wird. Charm misst, wie sich das Delta einer Option im Laufe der Zeit ändert, wenn der Preis des Basiswerts konstant bleibt. Vanna misst, wie sich das Delta ändert, wenn sich die implizite Volatilität bewegt. Am Verfallstag sind diese Kreuzableitungen nicht vernachlässigbar. Ein Modell, das nur Delta und Gamma kennt, liegt am Nachmittag eines 0DTE-Tages schlicht falsch. Und damit kommen wir zur Gretchenfrage: Kann ein LLM das?

Warum LLMs hier systematisch falsch liegen

Große Sprachmodelle sind Token-Vorhersager. Sie berechnen die Wahrscheinlichkeit des nächsten Wortes auf Basis von Trainingsdaten und Kontext. Optionspreise sind dagegen das Ergebnis kontinuierlicher stochastischer Prozesse. Die Black-Scholes-Gleichung ist eine partielle Differentialgleichung. Ein LLM hat keine interne Repräsentation dieser Gleichung. Es hat Muster gelernt, wie über Optionen gesprochen wird. Das ist ein fundamentaler Unterschied.

Wenn Sie einen LLM-Agenten fragen: „Wie hoch ist das Gamma eines 0DTE-SPX-Puts bei Indexstand 5.310, Strike 5.305, impliziter Volatilität 14,2 Prozent und 1 Stunde Restlaufzeit?“, dann erhalten Sie unter Umständen eine Antwort, die plausibel klingt. Aber plausibel ist nicht korrekt. Der Agent generiert aus dem Kontext der Eingabe eine Zahl, die dem sprachlichen Muster entspricht. Er rechnet nicht. In meiner Beobachtung ist das eine der gefährlichsten Täuschungen beim Einsatz von LLMs im Trading: Die sprachliche Sicherheit der Antwort wird mit numerischer Genauigkeit verwechselt.

Hinzu kommt der Trainingsdaten-Bias. Ein LLM wird auf Texten trainiert, die überwiegend aus bullischen oder zumindest ruhigen Marktphasen stammen. Verfallstags-Tail-Events sind selten. Sie erscheinen in den Trainingsdaten als Ausreißer, als Anekdoten, als Nachberichte. Das Modell lernt, dass Optionsstrategien meist funktionieren, dass Absicherung meist reibungslos läuft. Die Wahrscheinlichkeit einer 0DTE-Gamma-Spirale wird im Sprachmodell systematisch unterschätzt. Der Agent schätzt Risiken nach der Häufigkeit ihres Auftretens in Texten ein, nicht nach ihrer tatsächlichen Verteilung.

Das dritte Problem sind halluzinierte Greeks. Ein LLM kann Ihnen überzeugend einen Delta-Wert von 0,43 nennen, obwohl der korrekte Wert 0,61 wäre. Es klingt richtig, weil die Zahl im Bereich üblicher Werte liegt. Aber genau diese Abweichung kann bei großen Positionen über Leben und Tod eines Trading-Buchs entscheiden. Ich sage es klar: Wer ein LLM die Greeks einer Optionsposition berechnen lässt, baut eine Fehlerquelle ein, die er nicht sehen kann. Die Halluzination trägt ein seriöses Gewand.

Schließlich gibt es die latente Nicht-Marktneutralität. Ein Markt-Maker-Agent soll keine Richtungswette eingehen. Aber ein LLM hat Bias in seinen Trainingsdaten. Es bevorzugt bestimmte Formulierungen, bestimmte Szenarien, bestimmte historische Episoden. Diese Bias übertragen sich auf die Signalinterpretation. Der Agent denkt nicht bewusst: „Ich gehe jetzt long.“ Aber er interpretiert Nachrichten, Marktdaten und Sentiment so, dass eine Richtung systematisch begünstigt wird. Über hunderte Trades summiert sich das zu einem Long- oder Short-Bias. Das ist Markt-Neutralität nur auf dem Papier.

Aus meiner Sicht ist genau das der Kern des Problems: Die Markt-Neutralität scheitert nicht an bewusster Positionierung, sondern an der Architektur der Sprachmodelle. Ein LLM ist ein Wahrscheinlichkeitsmodell für Sprache, nicht für Risiko. Wer es als Pricing-Engine einsetzt, übernimmt einen Fehler, der erst im Stress sichtbar wird. Und im Stress ist es zu spät.

Klassische Greeks-Berechnung als unersetzbare Guardrail

Die klassische Optionsmathematik ist deterministisch. Black-Scholes und lokale Vol-Modelle berechnen Preise und Greeks aus Inputparametern. Es gibt keine Halluzination, keine latente Bias, keine sprachliche Unsicherheit. Ein korrekt implementiertes Pricing-Modul liefert bei gleichen Inputs immer das gleiche Ergebnis. Diese Eigenschaft ist im 0DTE-Handel unersetzbar.

Ich empfehle eine klare Architektur: Die Greeks-Berechnung liegt als deterministische Schicht unter dem LLM. Das Sprachmodell darf niemals direkt eine Zahl für Delta, Gamma, Theta oder Vega ausgeben. Es darf Rahmeninformationen interpretieren, Marktsignale zusammenfassen, aber die Kalkulation übernimmt Python oder eine bewährte Pricing-Library. Wenn der Agent eine Position vorschlägt, muss er die Greeks aus der deterministischen Schicht beziehen. Diese Werte werden mitgeloggt und geprüft.

Beispielhaft: Ein Prop-Desk betreibt einen LLM-Agenten, der Nachrichten und Marktmikrostruktur analysiert. Der Agent erkennt, dass die Volatilität ansteigt. Er schlägt vor, die Absicherungsfrequenz zu erhöhen. Bevor dieser Vorschlag in eine Order übersetzt wird, fragt das System die Pricing-Engine ab: Wie hoch ist das aktuelle Gamma der 0DTE-Positionen? Welche Szenarien sind bei einer Bewegung von 0,5 Prozent im Index zu erwarten? Die Pricing-Engine liefert Zahlen. Das LLM verarbeitet diese Zahlen als Kontext. Die Entscheidung fällt auf Basis dieser harten Inputs. So bleibt das Sprachmodell Orchestrator, nicht Rechenmaschine.

Dazu gehört echtes Real-Time-Gamma-Exposure-Monitoring. Am Verfallstag reicht es nicht, alle fünf Minuten zu rechnen. Die Gamma-Konzentration ändert sich sekündlich. Ein Market Maker braucht ein System, das das gesamte Buch in Echtzeit durchrechnet und bei Überschreiten definierter Gamma-Schwellen automatisch handelt oder zumindest alarmiert. Das LLM darf hier nicht ermessen, ob es kritisch wird. Die Schwellen müssen regelbasiert sein. Ein Kill-Switch, der bei einem bestimmten Gamma-Exposure alle offenen 0DTE-Positionen schließt, ist keine Option, sondern Pflicht. Das Sprachmodell kann diesen Kill-Switch nicht wegdiskutieren.

Denn genau das ist die nächste Gefahr: Ein LLM-Agent kann sich herausreden. Es kann argumentieren, dass die Situation nicht so schlimm ist, dass die Volatilität sich beruhigen wird, dass ein manueller Eingriff unnötig sei. Solche Sprachspiele sind in kritischen Momenten unbrauchbar. Die Guardrail muss deterministisch sein. Sie muss bei Erreichen der Schwelle auslösen, ohne Diskussion.

Architektur-Muster für Prop-Desks: LLM als Orchestrator, nicht als Pricing-Engine

Das saubere Muster trennt drei Rollen. Die Datenebene liefert Marktdaten, Orderbuchdaten, News-Feeds und Volatilitätsflächen. Die Berechnungsebene rechnet Preise, Greeks und Szenarien in Echtzeit. Die Entscheidungsebene ist das LLM: Es interpretiert die aufbereiteten Daten, fasst Zusammenhänge zusammen und schlägt Maßnahmen vor. Die Ausführungsebene setzt Orders nach vorgegebenen Regeln um, mit Limiten und Stopps. In diesem Muster ist das LLM nie direkt an der Orderstrecke ohne Zwischenschicht.

Ein häufiger Fehler: Das LLM bekommt direkten Zugriff auf die Order-API und kann selbst Orders platzieren. Dann entscheidet es auf Basis seiner internen Weltmodelle, die falsch sein können. Das ist fahrlässig. Der Mensch oder das Regelwerk muss zwischen Modell und Markt stehen. Bei 0DTE ist die Geschwindigkeit hoch, aber die Architektur bleibt dieselbe. Wer auf die Zwischenschicht verzichtet, um Latenz zu sparen, riskiert genau die Gamma-Spirale, die er vermeiden wollte.

Beim Backtesting von 0DTE-Strategien lauern spezifische Fallen. Survivorship Bias ist offensichtlich: Nur Optionen, die es bis zum Verfallstag gab, sind in den Daten. Ausgeübte, vorzeitig geschlossene oder verfallene Positionen verschwinden oft. Wer mit bereinigten Daten testet, sieht die Verluste nicht. Dazu kommen Latenz und Slippage. Am Verfallstag ist der Spread oft breiter als an normalen Tagen. Ein Backtest, der mit Mid-Preisen rechnet, überschätzt die Performance dramatisch. Ich empfehle, in jedem Backtest mindestens 15 bis 25 Basispunkte Slippage pro Roundturn anzusetzen, bei 0DTE eher mehr.

Für KI-Agenten gilt zusätzlich: Sie müssen im Shadow-Mode laufen, bevor sie live gehen. Das bedeutet: Der Agent generiert Signale und Order-Vorschläge, aber es wird nichts ausgeführt. Das System loggt, was passiert wäre. Parallel dazu rechnet die deterministische Schicht die Greeks und die Risikowerte. Nach zwei bis vier Wochen vergleicht man die Ergebnisse. Diese Phase ist nicht optional. Ich nenne sie Paper-Gamma-Stress-Tests. Man simuliert Verfallstage mit starken Bewegungen, Volatilitätssprüngen und Liquiditätslöchern. Der Agent muss in diesen Szenarien zeigen, dass er nicht durchdreht.

Konkrete Evaluations-Metriken: Wie oft weichen die LLM-generierten Signale von den Signalen der deterministischen Schicht ab? Wie groß ist der durchschnittliche Fehler in der Positionsgrößen-Empfehlung? Wie oft schlägt der Agent eine Absicherung vor, die das Gamma-Exposure erhöht statt senkt? Diese Metriken gehören in ein Dashboard. Erst wenn der Agent über mehrere Verfallstage hinweg stabil bleibt, kann man über ein Live-Deployment mit minimalen Größen nachdenken.

Fazit: Wo KI-Agenten im 0DTE-Handel tragfähig sind und wo nicht

Tragfähig sind LLMs dort, wo sie Muster in unstrukturierten Daten erkennen und kommunizieren. Ein Agent kann Nachrichten zum Fed-Entscheid zusammenfassen, Sentiment aus Social-Media-Feeds extrahieren oder die Tonlage der letzten Zentralbank-Reden vergleichen. Er kann auch Handelsberichte formulieren oder die Risikolage in verständlicher Sprache darstellen. Das sind echte Mehrwerte.

Verbotszone sind alle Aufgaben, die numerische Präzision erfordern. Greeks-Berechnung, Delta-Absicherung, Gamma-Exposure-Monitoring, Szenario-Rechnung. Diese Aufgaben gehören in deterministische Systeme. Ein LLM, das diese Werte ausgibt, ist eine laufende Fehlerquelle. Das gilt besonders für 0DTE, wo die Zeitskala Minuten beträgt und die Fehler keine Zeit zum Korrigieren lassen.

Für Market Maker mit KI-Agenten empfehle ich eine kurze Governance-Checkliste. Erstens: Ist die Berechnungsebene vollständig vom Sprachmodell getrennt? Zweitens: Gibt es einen regelbasierten Kill-Switch, der unabhängig vom Agenten auslöst? Drittens: Werden alle LLM-Entscheidungen mitgeloggt und sind die Logs für die Revision zugänglich? Viertens: Läuft der Agent mindestens einen Monat im Shadow-Mode, bevor er live geht? Fünftens: Werden Verfallstage mit Stress-Szenarien explizit getestet? Wenn eine Frage mit Nein beantwortet wird, ist das System nicht produktionsreif.

Offene Forschungsfragen bleiben. Die Kombination von LLMs und Reinforcement Learning für pfadabhängige Optionsrisiken ist interessant, aber ungelöst. Kann ein Sprachmodell lernen, Charm und Vanna korrekt zu gewichten, wenn es mit deterministischen Greeks-Daten gefüttert wird? Kann ein Multi-Agent-System, in dem ein Agent die Risikorechnung überwacht und ein anderer die Signalinterpretation, die latente Bias reduzieren? Diese Fragen sind offen. Aus meiner Sicht ist klar: Bis dahin bleibt die klassische Greeks-Berechnung die tragende Säule. Das LLM kann darüber reden. Rechnen darf es nicht.

Das ist meine Position. Wer heute einen LLM-Agenten an eine 0DTE-Orderstrecke hängt, ohne deterministische Guardrails, spielt russisches Roulette mit Gamma-Exposure. Der Markt wird es ihm am nächsten Verfallstag zeigen.