Guardrail: Systematische Trading-Infrastruktur aus ersten Prinzipien

Single-family office · Multi-Agent-Architektur · Risikoengineering · KI-Verhaltensanalyse · Infra 2025–heute

Executive Summary

Guardrail ist ein Single-Family-Office mit autonomer Kapitalallokation über Digital Assets, Hard Commodities, Immobilien und Frontier Tech. Nur Principal-Kapital — keine Investoren, keine LPs, keine Clients, keine Redemption Gates. Auf dieser Portfolio-Site auch als persönliches Finance-Side-Project neben Hashstack und Parashar — nicht die Lead-Cold-Outreach-Story.

Ich baue den Trading-Infra-Stack, der diese Haltung real macht — Multi-Agent-Execution mit 9 spezialisierten Sub-Agents über Redis-Event-Bus, eine 7-Check programmatische Risikoebene, KI-Verhaltensanalyse und einen Build-Orchestrator für einen 43-Task-Deployment-DAG. Öffentliche Position auf guardrail.fund: from signal to settlement — no human in the loop.

Venue-Fokus des Live-Stacks: Derivate (Hyperliquid) und Prediction Markets (Polymarket) im breiteren SFO-Mandat. Die Infrastruktur ist live. Kapital bleibt 100% Principal — kein Dritt-LP-Kapital.

Zwei Designprinzipien: Risiko ist ein Gate, kein Dashboard, und der Mensch ist das schwächste Glied — jeder Casual-Eingriff ist ein Failure Mode, den man herausengineert.

Aktueller Status

Abgestimmt auf guardrail.fund
ItemStatus
EntitySingle-family office (öffentlich: ACTIVE)
Kapital100% Principal — keine Investoren, keine LPs, keine Redemption Gates
Inception2017 (per guardrail.fund)
Horizont10Y+ / keine Redemptions
InfrastrukturLive Multi-Agent-Stack (Risikoebene, Journal, Event Bus, Attention)
Fallstudien-FramingFinance-Side-Project für Domainbreite; sekundär zu Hashstack

1. Mandat (öffentliche Positionierung)

Laut guardrail.fund spannt Allokation vier Vertikalen — Digital Assets, Edelmetalle, Immobilien und Technologie (Health-Tech, Insurance, Defence, Aerospace, Bio-Tech, Quantum). Operating Theses: Hard-Money-Scarcity (BTC + XAU), programmierbares Settlement, Real-Yield-Immobilien, konzentrierte Deep-Tech-Bets.

Diese Fallstudie ist kein Pitch für externes Kapital. Sie dokumentiert die systematische Trading-Infrastruktur hinter Principal-Allokation — wie Risiko, Journaling und Verhaltensaufsicht in Software erzwungen werden.

2. Das Problem: Warum die meisten Trader verlieren

Retail- und Small-Operator-Trader scheitern aus drei Gründen, die nichts mit Strategie zu tun haben:

Kein systematisches Journaling. Sie erkennen nicht, was funktioniert, weil Entscheidungen nicht granular genug getrackt werden. Wer Win-Rate nach Setup, Timeframe und Regime nicht kennt, rät an der eigenen Edge.

Keine Echtzeit-Risikoerzwingung. Risikoregeln stehen auf Papier, nicht im Code. Ein Drawdown-Limit, das nur bei manuellem Check feuert, ist kein Limit — es ist ein Vorschlag.

Emotional Override. Disziplin degradiert unter Stress — systematisch, vorhersagbar, messbar. Der schwerste Trade zum Skippen ist der Revenge Trade nach einem Verlust.

Das Terminal löst alle drei, indem Casual Human Override aus der Execution-Loop entfernt und Judgment Calls durch programmatische Constraints ersetzt werden. Das System rät nicht zur Disziplin — es erzwingt sie.

3. Multi-Agent-Architektur

Das System läuft mit 9 spezialisierten Sub-Agents, koordiniert von einem Orchestrator über Redis Pub/Sub. Jeder Agent besitzt eine Domain, publiziert typisierte Events und konsumiert Events anderer. Kein Agent hat Global State — Koordination läuft über den Bus.

Neun Agents
AgentDomainSchlüsselfunktion
Exchange (HL)HyperliquidPosition Sync, Order Execution, Balance Tracking, Funding-Rate-Monitoring
Exchange (PM)PolymarketMarket-Resolution-Tracking, Positionsmanagement, Outcome-Probability-Sync
RiskEnforcement7-Check-Risikoebene — Hard Blocks, keine Warnings
JournalRecord-keeping29-Feld Trade Journal (22 auto + 4 pre + 3 post)
PortfolioAnalyticsKelly Sizing, Monte Carlo, Cross-Position Correlation
AlertsNotificationThreshold-Alerts, Multi-Channel Delivery
Attention (AI)VerhaltensanalyseLLM-Anomalieerkennung — Tilt, Pattern Drift, Regime Mismatch
SummarySyntheseSession Reports, Performance Attribution
Wallet DecayDiagnostikBalance Drift alle 15 Minuten — Fees, Funding, Slippage

Warum Agents, kein Monolith

Jeder Agent kann unabhängig failen. Exchange-Ausfall deaktiviert Risk nicht. Journal offline stoppt Positionsmonitoring nicht. Attention-Fail degradiert Insight, blockiert Execution nicht. Fault Isolation zählt, wenn Kaskaden Kapitalverlust bedeuten können.

Event-Bus-Design

Events sind typisiert (POSITION_OPENED, RISK_CHECK_FAILED, ANOMALY_DETECTED, DECAY_ALERT), timestamped und source-tagged. Der Orchestrator routed Cross-Agent-Responses — z. B. POSITION_LIMIT_BREACH → Exchange-Reduction; TILT_DETECTED → Session-Pause-Eskalation.

4. Die KI-Schicht: Attention + Summary

Die meisten Trading-Systeme behandeln KI als Signalgenerator. Der Attention-Agent generiert keine Trade-Ideen — er beobachtet den Operator.

Er scored Live-Verhalten gegen die eigene Journal-Baseline: Sizing-Drift nach Verlusten, Entry-Frequenz-Spikes, Hold-Time-Kompression, Regime-Mismatch, Conviction–Outcome-Divergenz, Session-Pattern-Change. Abweichungen emittieren typisierte Bus-Events. Haiku scored realtime; Sonnet erzeugt Narrative nur bei bestätigter Anomalie und angefordertem Kontext.

Der Summary-Agent synthetisiert Cross-Agent-State zu Session Reports, Performance Attribution, Behavioral Digests und Portfolio-Risk-Snapshots — Read-Layer auf kollektivem Agent-State, keine zweite Research Engine.

5. Die 7-Check-Risikoebene

Risiko ist kein Dashboard — es ist ein Gate. Jeder Trade passiert sieben Checks vor Execution. Ein einziger Fail blockiert. Die Ebene ist für keinen Casual Bypass designed; Ausnahmen brauchen einen auditierten Pfad — keinen Moment-Override-Button.

Sieben Checks
CheckWas es erzwingtWarum es existiert
Daily Loss CapMax Loss pro 24h Rolling WindowStoppt Revenge Trading nach schlechtem Morgen
Weekly DrawdownMax DD vom weekly HWMFängt langsame Bleeds, die Daily Caps verpassen
Kelly SizingFractional Kelly (0.25–0.5×)Sizing aus Edge-Math, nicht Bauchgefühl
Max PositionsHartes Concurrent-Position-LimitVerhindert Fake Diversification
CorrelationCross-Position Correlation CheckBlockiert denselben Bet unter neuem Namen
Stop LossPflicht-Stop auf jeder PositionKeine undefinierten Exits
Session CheckStunden / Fatigue EnforcementKeine 3-Uhr-nachts-„Ich habe ein Gefühl“-Trades

Kelly-Inputs kommen aus der eigenen Journal-Historie nach Setup-Typ. Monte Carlo auf dem Portfolio-Agent modelliert Book-Level-Tail-Risk vor Freigabe einer neuen Position — fängt fünf einzeln sichere Legs, die kollektiv auf einem Makrofaktor explodieren.

6. Build-Orchestrator: 43-Task-Deployment-DAG

Entwicklung und Deployment nutzen einen 43-Task-DAG: Dependency Resolution, Auto-Resume bei API-Rate-Limits, Per-Node-Checkpoints, Multi-Model-Routing (Haiku/Sonnet/Opus nach Task-Typ) und Per-Agent-Rollback, damit ein Failed Deploy nicht das ganze System nimmt.

7. Wallet-Decay-Diagnose

Funding, Fees, Slippage und Rounding erzeugen langsames Bleed, das trade-by-trade wie Noise aussieht. Der Wallet-Decay-Agent prüft erwartetes vs. tatsächliches Balance alle 15 Minuten und attribuiert Erosion — unsichtbaren Kapitalverfall sichtbar machen.

8. Das Auto-Journal: 29 Felder

Das System autofüllt 22 von 29 Feldern aus Exchange-Daten und lässt 4 manuelle Pre-Trade und 3 manuelle Post-Trade Inputs (22+4+3=29). Attention-Felder und TradingView-Link sind Overlays — keine additive Zählung auf 33.

Absolute Dollarbeträge werden nie gezeigt — nur Prozente, ROE und R-Multiples. Für Prediction Markets trackt ein Calibration Score, wie gut deklarierte Confidence Outcomes trifft. Als First-Class-Metrik in öffentlichen PM-Terminals selten.

9. Vier-Schichten-Trennung

Strikt nur abwärts gerichtete Dependencies:

Jede Entscheidung und jeder Risk Check landet in einem append-only SHA-256-hash-chained Log. Kill Switch (manuelles Flatten) und Dead-Man (fehlender Heartbeat → Safe Mode) bleiben getrennt, damit ein Failure Mode nicht beide Schutzschichten löscht.

10. Compounding Vorteils

Was für einen Principal-only-Operator compoundiert
VorteilWas es istWarum es compoundiert
Behavioral Dataset29-Feld Journal + AI OverlaysPersonalisierte History, die ein neuer Stack nicht hat
Prediction-Market First-Class DesignCalibration Score, Resolution TrackingPM-Venues selten native in öffentlichen Terminals
Risikoebene als Infrastruktur7-Check Enforcement API, kein DashboardSeparierbare Enforcement Layer
Feedback LoopJournal ↔ Attention ↔ SummaryMit jedem Trade smarter über diesen Operator
Audit IntegrityHash-chained Logs + Layered SafetyTamper-evident Record für Principal Kapital

11. QA — Ziel-Operating-Discipline

Ziel-Cadence (kein Claim, dass jede Praxis schon monatlich ritualisiert ist): Unit+Integration pro Deploy, Pre-Release-Regression, Chaos Engineering (Ziel monatlich), Penetration Testing (Ziel quartalsweise), CI/CD mit Per-Agent-Rollback via GitHub Actions.

12. Key Takeaways

Positionierung: Guardrail ist ein SFO mit nur Principal-Kapital — kein Client Fund, kein LP-Vehicle. Die Fallstudie zeigt die Infra, die autonome Allokation erzwingbar macht.

Risikoengineering: Ein Risiko-Dashboard meldet Schaden. Ein Risiko-Gate verhindert ihn. Casual Override macht aus einem Gate einen Suggestion Box.

KI: Attention monitoriert den Trader, nicht den Markt. Alpha-Verlust kommt oft aus guter Strategie, schlecht unter Stress ausgeführt.

Domainbreite: Dieselbe Person, die DeFi-Protokoll-Produktarbeit shipped hat, baut auch systematische Trading-Infra — andere Domain, derselbe „Risk as Interface“-Instinkt.

Stack: TypeScript · Bun · Redis (pub/sub) · BullMQ · PostgreSQL · Hyperliquid SDK · Polymarket API · Claude API (Haiku/Sonnet) · BetterStack · Retool · GitHub Actions · TradingView

Quellen