Veröffentlichungsdatum: 22. Mai 2026
Zusammenfassung
Am 17. Januar 2025 wurde der TRUMP-Token auf Solana gestartet. Zum Start wurden achtzig Prozent des Gesamtangebots von einer Milliarde Token von zwei Trump-nahen Gesellschaften gehalten — CIC Digital LLC und Fight Fight Fight LLC [1]. Innerhalb von 36 Stunden erreichte der Token am 19. Januar 2025 ein Allzeithoch von $74.27 [2]. Bis zum Stichtag dieses Berichts, dem 22. Mai 2026, hatte TRUMP von diesem Höchststand rund 97% eingebüßt [2]. Während der Startsequenz drang der Relative-Stärke-Index auf Stundenschlusskursen tief in den überkauften Bereich vor, und das Histogramm der Moving-Average-Convergence-Divergence schlug am Wendepunkt ins Positive um; beide Indikatoren lösten die kanonischen Messwerte aus, die ihre Urheber in den 1970er Jahren dokumentiert hatten. Beide Indikatoren wurden auf eine Kursreihe angewandt, die nach allen am Stichtag bestehenden regulatorischen und akademischen Definitionen keinen Basiswert besitzt, auf den sich „überkauft“ sinnvoll beziehen könnte.
Die Abteilung für Unternehmensfinanzierung der US-Börsenaufsicht SEC veröffentlichte ihr Staff Statement on Meme Coins am 27. Februar 2025 und charakterisierte Memecoins als von begrenztem oder gar keinem Nutzen oder keiner Funktionalität, mit der Schlussfolgerung, dass Transaktionen mit solchen Token kein Angebot und keinen Verkauf von Wertpapieren darstellen [3]. Das zeitgleiche abweichende Votum von Commissioner Crenshaw bestritt die rechtliche Schlussfolgerung, bestritt jedoch nicht die zugrunde liegende Beobachtung, dass dieser Anlageklasse die Fundamentaldaten fehlen [4]. Solidus Labs dokumentierte im Mai 2025, dass 98,6% der mehr als sieben Millionen Token, die zwischen Januar 2024 und März 2025 auf Pump.fun bereitgestellt wurden, unterhalb der Pool-Liquiditätsschwelle von $1,000 scheiterten und nur etwa siebenundneunzigtausend diese Schwelle erreichten [5]. Die Graduierungsrate von der Bonding-Kurve von Pump.fun zu einem standardmäßigen automatisierten Market Maker betrug laut Step Data im zweiten Quartal 2025 durchschnittlich 0,78% [6] und bewegte sich im Juli und August 2025 laut Cointelegraph-Berichterstattung zur Plattformmechanik im Bereich von 0,7%–0,8% [7].
Dieser Bericht entwickelt drei Thesen und legt den methodischen Rahmen fest, um sie zu prüfen.
These 1. Die klassischen Momentum-Oszillatoren — Wilders Relative-Stärke-Index [8], Appels Moving-Average-Convergence-Divergence [9][10] und Lanes stochastischer Oszillator [11][12] — wurden zwischen 1957 und 1979 auf Datensätzen zu US-Rohstoffen und -Aktien kalibriert. Das Querschnitts-Momentum gelangte mit Jegadeesh und Titmans Aufsatz von 1993 im Journal of Finance über US-Aktien von 1965 bis 1989 in die begutachtete Literatur [13]. Keine dieser Kalibrierungen wurde an Vermögenswerten getestet, denen eine fundamentale Bewertung fehlt. Park und Irwins Meta-Übersicht von 2007 über fünfundneunzig Studien zur technischen Analyse dokumentierte, dass technische Handelsstrategien an Devisen- und Terminmärkten ökonomische Gewinne erzeugen, an Aktienmärkten jedoch nicht [14] — eine Asymmetrie, die selbst innerhalb der Anlageklassen, für die die Indikatoren ursprünglich entwickelt wurden, mit universeller Anwendbarkeit unvereinbar ist.
These 2. Die Preisbildung von Memecoins unterscheidet sich strukturell von den Märkten, für die die klassischen Indikatoren entworfen wurden. Liu und Tsyvinskis Aufsatz von 2021 im Review of Financial Studies belegt, dass die großen Kryptowährungen keine Exposition gegenüber gängigen Aktienmarkt- oder makroökonomischen Faktoren und keine Exposition gegenüber Währungs- oder Rohstoffrenditen aufweisen [15]. Dem Memecoin-Ende der Verteilung fehlt eine solche Exposition erst recht. Die Preisgenerierung wird von der Reflexivität der Aufmerksamkeit getrieben, durch Bonding-Kurven-Launchpads wie Pump.fun mechanisiert und über die Mikrostruktur automatisierter Market Maker auf Raydium, PumpSwap und Uniswap verbreitet. BIS Bulletin No. 69 charakterisiert die daraus resultierende Marktstruktur als selbstreferenziell [16].
These 3. Keine Wahl des Indikatorfensters oder Schwellenwerts kann eine Mathematik, die zum Lesen informationsgetriebener Kursbewegung entworfen wurde, in eine Mathematik verwandeln, die aufmerksamkeitsgetriebene Kursbewegung gleichwertig liest. Der Eingaberaum hat sich verändert; der Indikator beobachtet seinen Eingaberaum nicht. Dies ist die formale Aussage dazu, warum eine Parameteranpassung strukturell unzureichend ist.
Der Bericht schlägt drei Abweichungen für einen redlichen Rahmen zur Beobachtung von Memecoins vor: eine Querschnittsrangbildung anstelle fester Schwellenwerte [17]; die Einbeziehung von Aufmerksamkeits-Proxys [18][19] und Halterkonzentrationsvariablen auf gleicher Stufe mit kursbasierten Signalen; eine als Beobachtung statt als Prognose formulierte Ausgabe. Das empirische Protokoll — Stichprobenuniversum, Regimefenster, statistische Tests, Kontrollvermögenswerte — ist in Kapitel 3 spezifiziert; numerische Befunde werden als Aktualisierungen dieser Arbeit veröffentlicht, sobald die Datenpipeline über das gesamte Parameterraster hinweg statistisch belastbare Ergebnisse liefert.
Vier Bedingungen, die die These des strukturellen Versagens widerlegen würden, sind in Kapitel 7 aufgeführt.
Kapitel 1 · Die klassischen Indikatoren und ihre historische Domäne
Die Familie der Momentum-Oszillatoren, die zum Stichtag 22. Mai 2026 in der Charting-Software für Privatanleger verwendet wird, geht auf vier kanonische Werke zurück, die zwischen 1957 und 1993 veröffentlicht wurden und jeweils in einem bestimmten Datensatz zu US-Rohstoff- oder -Aktienkursen verwurzelt sind. Der historische Befund ist konsistent und gut dokumentiert: Keine der Kalibrierungen wurde an Vermögenswerten getestet, denen eine fundamentale Bewertung fehlt.
1.1 Lane (1957) und der stochastische Oszillator
George C. Lane, ein in Chicago ansässiger Rohstoffhändler mit Verbindung zu Investment Educators Inc., verfasste The Stochastic Process als internes Kursmaterial, das 1957 urheberrechtlich geschützt wurde [12]. Die Methodik wurde aus der Beobachtung der Kursbewegung von Rohstoff-Futures des Chicago Board of Trade entwickelt — Mais, Sojabohnen, Weizen —, wobei Lane und seine Kollegen dokumentierten, dass Kurse dazu neigen, sich am oberen oder unteren Ende ihrer jüngsten Spanne zu drängen, wenn eine Bewegung vor einer Umkehr an Energie verliert. Die Oszillatorformel %K = 100 × (close − low_n) / (high_n − low_n) normiert den aktuellen Schlusskurs gegenüber der jüngsten Spanne und unterstellt, dass die untertägige Spannenverteilung Informationen über institutionelle Akkumulation oder Distribution trägt. Diese Annahme wurzelte in den parketthandelten Rohstoff-Pits, wo Beobachter am Pit Distributionsmuster plausibel aus der Tape-Aktivität ablesen konnten [11][20].
1.2 Wilder (1978) und der Relative-Stärke-Index
J. Welles Wilder veröffentlichte New Concepts in Technical Trading Systems im Jahr 1978, nachdem er mehrere Jahre lang Rohstoff-Futures mit handberechneten Oszillatoren gehandelt hatte [8]. Der Datensatz des Buches bestand, wie in seinen ausgearbeiteten Beispielen dokumentiert, aus Tagesschlusskursen von Kakao-, Sojabohnen-, Kupfer-, Schweinebauch- und Silber-Futures von 1972 bis 1977. Der voreingestellte vierzehntägige Glättungsparameter für den Relative-Stärke-Index war ein empirischer Kompromiss zwischen Reaktionsfähigkeit und Signalstabilität bei Rohstoff-Futures mit wöchentlichem Kontraktrollover. Wilder ordnete seine Arbeit ausdrücklich als rohstofforientiert ein; das Buch enthält keine Aktienkalibrierung.
Der Relative-Stärke-Index unterstellt drei Dinge. Erstens, dass Kurse um ihre jüngste Volatilität herum zur Mitte zurückkehren und ein Extremwert daher diagnostisch für eine verhaltensbedingte Überreaktion ist. Zweitens, dass die Schwellenwerte für überkauft und überverkauft — siebzig und dreißig nach Wilders ursprünglicher Kalibrierung — über Zeit und Vermögenswerte hinweg stabil sind. Drittens, dass Trend- und Seitwärtsregime identifizierbar sind und lange genug fortbestehen, damit das Indikatorfenster Wendepunkte erfassen kann. Keine dieser drei Annahmen wurde an Vermögenswerten geprüft, denen eine fundamentale Bewertung fehlt.
1.3 Appel (1979) und die Moving-Average-Convergence-Divergence
Gerald Appel verbreitete die Methode der Moving-Average-Convergence-Divergence ab Mitte der 1970er Jahre über Newsletter der Signalert Corp, formalisierte sie in einem selbst veröffentlichten Handbuch von 1979 und führte sie in Technical Analysis: Power Tools for Active Investors weiter aus [9][10]. Das kanonische Parametertripel (12, 26, 9) spiegelt die damals üblichen Konventionen einer sechstägigen Handelswoche wider: ungefähr zwei Wochen, ein Monat und anderthalb Wochen Handelssitzungen [21]. Appel schlug ursprünglich asymmetrische Parametersätze vor — (8, 17, 9) für Kaufsignale und (12, 25, 9) für Verkaufssignale —, doch die asymmetrische Formulierung überdauerte die Übernahme in die populäre Charting-Software nicht, die sich auf die symmetrische (12, 26, 9) standardisierte.
Der von Appel verwendete Datensatz war der NYSE Composite und ausgewählte NASDAQ-Aktien der 1970er Jahre — eine Ära inflationsgetriebener Volatilität, jedoch mit erkennbaren Unternehmensfundamentaldaten. Maitah und Mitautoren dokumentieren in ihrer Parameteroptimierungsstudie von 2021, dass die kanonische (12, 26, 9) auf Nikkei-225-Futures über den Zeitraum 2011–2019 negative Renditen erzeugt [21], was darauf hindeutet, dass die Parameter selbst eine marktspezifische Kalibrierung tragen, die selbst zwischen zwei entwickelten Aktienhandelsplätzen nicht übertragbar ist.
1.4 Jegadeesh und Titman (1993) und der akademische Momentum-Anker
Das Querschnitts-Momentum gelangte mit Jegadeesh und Titmans Aufsatz von 1993 im Journal of Finance in die begutachtete Literatur, der dokumentiert, dass US-Aktien mit positiven Renditen der vergangenen drei bis zwölf Monate über einen ähnlichen Vorwärtshorizont weiter überdurchschnittlich abschnitten [13]. Dieser Befund, der aus der Datenbank des Center for Research in Security Prices über Aktien der New York Stock Exchange und der American Stock Exchange von 1965 bis 1989 gewonnen wurde, wurde zur Grundlage für den modernen Momentum-Faktor in der akademischen Vermögenspreisbildung. Der Effekt wurde an Vermögenswerten mit Cashflow-Fundamentaldaten dokumentiert; nachfolgende Literatur dehnte ihn über Anlageklassen hinweg aus, doch jede Ausdehnung erforderte eine eigene empirische Validierung.
1.5 Park und Irwin (2007): das Urteil der Meta-Übersicht
Park und Irwins Aufsatz von 2007 im Journal of Economic Surveys bleibt die tragende Bewertung der klassischen technischen Analyse [14]. Über fünfundneunzig moderne Studien hinweg — sechsundfünfzig berichteten von positiver Performance, zwanzig von negativer, neunzehn von gemischter — war der durchgängige Befund, dass technische Handelsstrategien an Devisen- und Terminmärkten ökonomische Gewinne erzeugen, an Aktienmärkten jedoch nicht. Dieses Muster, das bereits mit dem impliziten Versprechen universeller Anwendbarkeit der Literatur von 1957–1979 unvereinbar ist, legt nahe, dass die Performance selbst innerhalb der Anlageklassen, für die die Indikatoren entwickelt wurden, von der Marktstruktur abhängt und nicht durch die Mathematik des Indikators garantiert wird.
Die aus dieser kanonischen Literatur übernommenen impliziten Annahmen sind drei: Kurse diskontieren oder diskontieren teilweise fundamentale Informationen; die Rückkehr zur Mitte ist die Standardtendenz; Trendregime haben charakteristische Längen, die mit dem Parameterfenster des Indikators vergleichbar sind. Jede Annahme hängt von der Existenz eines zugrunde liegenden Wertreferenten ab, um den die Kurse oszillieren. Ob ein solcher Referent in Meme-Märkten existiert, ist die Frage, die Kapitel 2 entwickelt.
Kapitel 2 · Der Preisgenerator der Memecoins
Die TRUMP-Startsequenz vom 17. Januar 2025 ist das am ausführlichsten dokumentierte Memecoin-Ereignis im öffentlichen regulatorischen Befund [1][2][3]. Der Start konzentrierte 80% des Gesamtangebots in zwei verbundenen Gesellschaften und erzeugte einen 36-stündigen Anstieg auf $74.27, gefolgt von einem anhaltenden Rückgang — eine Bahn, die die kanonischen RSI- und MACD-Messwerte mechanisch nachzeichneten, ohne informationellen Bezug zu irgendeinem Basiswert. Der Fall TRUMP ist hinsichtlich des strukturellen Typs nicht anomal. Er ist die sauberste verfügbare Illustration eines Preisgenerierungsregimes, das sich von den Märkten unterscheidet, für die die klassischen Indikatoren kalibriert wurden, und zwar entlang dreier messbarer Dimensionen: dem Fehlen eines fundamentalen Ankers, der Reflexivität der Aufmerksamkeit als der dominierenden preisgenerierenden Variable und der extremen Konzentration von Angebot und Bestand.
2.1 Das Fehlen eines fundamentalen Ankers
Das Staff Statement on Meme Coins der SEC-Abteilung für Unternehmensfinanzierung vom 27. Februar 2025 charakterisiert Memecoins als von begrenztem oder gar keinem Nutzen oder keiner Funktionalität, mit einem Wert, der von Spekulation und nicht von wirtschaftlichen Rechten oder Cashflows getrieben wird [3]. Die gezogene Schlussfolgerung — dass Transaktionen mit solchen Token nach Bundesrecht kein Angebot und keinen Verkauf von Wertpapieren darstellen — ist nachgelagert zu einer grundlegenderen Beobachtung: Es gibt keinen Cashflow, keinen Anspruch auf den Unternehmenswert, kein wirtschaftliches Recht, das unter einem der kanonischen Vermögenspreisbildungsrahmen bewertet werden könnte. Das zeitgleiche abweichende Votum von Commissioner Crenshaw bestreitet nicht die empirische Beobachtung; es bestreitet die daraus gezogene rechtliche Schlussfolgerung [4].
Das Fehlen von Fundamentaldaten gilt breiter als nur für die Unterkategorie der Memecoins. Liu und Tsyvinskis Aufsatz von 2021 im Review of Financial Studies belegt, dass die großen Kryptowährungen — Bitcoin, Ethereum, Ripple — keine Exposition gegenüber den meisten gängigen Aktienmarkt- und makroökonomischen Faktoren oder gegenüber den Renditen von Währungen und Rohstoffen aufweisen [15]. Wenn den größten Kryptowährungen die Faktorexposition gegenüber traditionellen Anlageklassen fehlt, dann fehlt dem Memecoin-Ende der Verteilung eine solche Exposition erst recht. Die klassischen Momentum-Indikatoren wurden für Märkte entworfen, in denen der Kurs um einen sich langsam bewegenden fundamentalen Wert oszilliert; Meme-Märkte haben keinen solchen Wert, um den herum sie oszillieren könnten.
2.2 Aufmerksamkeit als die dominierende Variable
Was die Fundamentaldaten als die preisgenerierende Variable ersetzt, ist Aufmerksamkeit — messbar über Suchvolumenindizes, die Zahl der Erwähnungen in sozialen Medien und die Größe der adressierbaren Nutzerbasis von Memecoin-Erstellungsplattformen. Da, Engelberg und Gao führten den Google Search Volume Index in ihrem Aufsatz von 2011 im Journal of Finance als direkten Proxy für die Aufmerksamkeit von Privatanlegern ein und zeigten, dass ein anormales Suchvolumen bei Russell-3000-Aktien von 2004 bis 2008 Kursanstiege über die folgenden zwei Wochen prognostizierte, gefolgt von einer Umkehr innerhalb desselben Jahres [18]. Das von Da und Mitautoren bei Aktien dokumentierte Muster des aufmerksamkeitsgetriebenen Überschießens und Zurückkehrens wurde von Liu und Tsyvinski (2021) an Kryptowährungsmärkten repliziert, die berichten, dass Proxys für die Anlegeraufmerksamkeit Kryptowährungsrenditen über ihren Stichprobenzeitraum 2011–2018 prognostizieren [15].
Barber und Odeans Aufsatz von 2008 im Review of Financial Studies liefert das verhaltensökonomische Fundament: Privatanleger sind Nettokäufer von aufmerksamkeitserregenden Vermögenswerten, weil ihr Suchproblem asymmetrisch ist [22]. Sie können das Universum der verfügbaren Anlagen nicht durchsuchen; sie können nur auf die Vermögenswerte reagieren, die sie erreichen. In Meme-Märkten wird diese Asymmetrie durch die Größe der Auswahlmenge verstärkt. Pump.fun, die dominierende Memecoin-Erstellungsplattform auf Solana zwischen ihrem Start am 19. Januar 2024 und dem Stichtag, generierte zwischen dem Start und dem dritten Quartal 2025 mehr als 11,9 Millionen Token [23][24]. Die Entscheidung, irgendeinen einzelnen Memecoin zu kaufen, ist daher eine Entscheidung, dasjenige zu kaufen, was die meiste Aufmerksamkeit auf sich gezogen hat, da eine systematische Durchsuchung des Universums rechnerisch unmöglich ist.
2.3 Reflexivität ohne Anker
Soros (1987) formalisierte die Reflexivität als die wechselseitige Kausalität zwischen der Wahrnehmung der Teilnehmer und den zugrunde liegenden Fundamentaldaten, wobei jede Seite auf die andere zurückwirkt [25]. In konventionellen Märkten ist die reflexive Schleife durch den fundamentalen Anker begrenzt: Die Wahrnehmung kann den Kurs vorübergehend vom Wert wegtreiben, doch die Rückkehr zur Mitte setzt sich letztlich wieder durch. In Meme-Märkten hat die reflexive Schleife keinen Anker. Aufmerksamkeitsgetriebene Kursbewegungen ziehen mehr Aufmerksamkeit an, was mehr Kursbewegungen erzeugt, bis sich die Schleife erschöpft — nicht durch Rückkehr zum Wert, sondern durch den Zusammenbruch der Aufmerksamkeit selbst.
Der Bonding-Kurven-Mechanismus von Pump.fun macht diese Reflexivität mechanisch statt psychologisch. Neue Token beginnen den Handel auf einer Bonding-Kurve mit konstantem Produkt, bei der steigende Kurse automatisch höhere Kurse für nachfolgende Käufer auslösen; die Kurve verkauft nacheinander etwa achthundert Millionen Token, bevor der Token bei einer Marktkapitalisierung von nahezu neunundsechzigtausend US-Dollar zu einem standardmäßigen automatisierten Market Maker graduiert [7][26]. Der Mechanismus wandelt Aufmerksamkeit unmittelbar in Kurs um, ohne dass ein Informationsfindungsprozess dazwischentritt. BIS Bulletin No. 69, verfasst von Cornelli, Doerr, Frost und Gambacorta, charakterisiert die daraus resultierende Marktstruktur als „die weitgehend selbstreferenzielle Natur“ von Krypto als Anlageklasse „unterstreichend“ [16].
2.4 Halterkonzentration
Die klassischen Momentum-Indikatoren setzen eine diffuse Halterbasis voraus, deren kollektives Verhalten die Kursreihe durch kleine, über eine fortlaufende Auktion aggregierte individuelle Entscheidungen erzeugt. Die Halterstruktur von Memecoins verletzt diese Annahme systematisch.
Der klarste dokumentierte Fall bleibt der Start des TRUMP-Tokens am 17. Januar 2025. Achthundert Millionen der einen Milliarde Token — 80% des Gesamtangebots — wurden zum Start von CIC Digital LLC und Fight Fight Fight LLC gehalten [1]. Eine Startkonzentration dieser Größenordnung bricht die Annahme einer diffusen Halterbasis, die jedem klassischen Werkzeug der technischen Analyse zugrunde liegt. Was auch immer der Relative-Stärke-Index in den Tagen nach dem Start auf einer TRUMP-Kursreihe abliest, die zugrunde liegende Kursreihe wird nicht von einem Aggregat unabhängiger Käufer und Verkäufer erzeugt; sie wird von den Verfügungsentscheidungen zweier verbundener Gesellschaften erzeugt.
Der Fall TRUMP ist die extremste dokumentierte Startkonzentration, ist aber hinsichtlich des strukturellen Typs nicht anomal. Token, die über Bonding-Kurven-Launchpads bereitgestellt werden, behalten während der Kurvenphase typischerweise große Angebotsanteile in den Wallets des Deployers oder in verbundenen Wallets. Über die großen Bonding-Kurven-Launchpads von Solana hinweg — Pump.fun, Letsbonk und Launchlab — erreichen laut einer Step-Data-Analyse zum dritten Quartal 2025 etwa 89% der bereitgestellten Token eine endgültige Marktkapitalisierung unterhalb von $50,000 [27]. Die mediane Halterverteilung bleibt zu jedem Zeitpunkt der Kurvenphase stark konzentriert. Der empirische Begleitband zu diesem Bericht wird die Halterkonzentrationsverteilungen auf Universumsebene direkt aus Solscan und Etherscan berechnen; das strukturelle Argument erfordert lediglich die Beobachtung, dass die Annahme einer diffusen Halterbasis im modalen Memecoin verletzt wird, nicht nur in Ausreißerfällen wie TRUMP.
2.5 Mikrostruktur des automatisierten Market Makers
Die klassischen Indikatoren wurden an Orderbuchmärkten mit kontinuierlicher zweiseitiger Quotierung durch auf Informationen reagierende Market Maker validiert. Memecoins handeln überwiegend auf automatisierten Market Makern — Raydium und PumpSwap auf Solana, Uniswap auf Ethereum —, bei denen Geld- und Briefkurs durch eine Kurve mit konstantem Produkt ersetzt werden. Der Kurs ist nicht länger die Grenzbewertung der jüngsten Order; er ist die algorithmische Ausgabe der Kurve angesichts des aktuellen Pool-Bestands. Der Slippage skaliert mit der Ordergröße im Verhältnis zur Pool-Tiefe, was bedeutet, dass dieselbe Kauforder an verschiedenen Tagen je nach Liquiditätszustand des Pools unterschiedliche Kurse erzeugen kann.
Die Kursreihe des automatisierten Market Makers trägt keinen theoretischen Anspruch auf Informationsaggregation. Sie ist die mechanische Folge der Mathematik des konstanten Produkts. Solidus Labs dokumentierte im Mai 2025, dass von den mehr als sieben Millionen Token, die zwischen Januar 2024 und März 2025 auf Pump.fun bereitgestellt wurden, nur etwa siebenundneunzigtausend eine Pool-Liquidität oberhalb von $1,000 hielten, womit 98,6% des bereitgestellten Universums Pool-Tiefen aufwiesen, die für eine sinnvolle Preisfindung zu dünn waren [5]. SolanaFloor berichtete gesondert, dass 74,6% der Liquiditätspools, die bei der Graduierung von Pump.fun zu Raydium migriert wurden, anschließend inaktiv waren [28]. Wilders Relative-Stärke-Index, auf eine solche Reihe angewandt, berechnet die Spannenverteilung auf einem Kurs, der durch Bestandsmechanik auf einem nahezu leeren Pool erzeugt wird, statt durch aggregierte Überzeugung auf einem tiefen Orderbuch.
Kapitel 3 · Das empirische Protokoll
Die strukturellen Argumente in Kapitel 2 belegen, dass sich die Preisgenerierung von Memecoins von den Märkten unterscheidet, für die die klassischen Indikatoren entworfen wurden. Ob und wie sich dieser Unterschied in den Indikatormesswerten zeigt, ist eine empirische Frage. Dieses Kapitel spezifiziert die Methodik, die Bitbase Research auf diese Frage anwendet; die empirischen Befunde des Kapitels werden als Aktualisierungen dieser Arbeit veröffentlicht, sobald die Datenpipeline statistisch belastbare Ergebnisse liefert.
3.1 Konstruktion des Stichprobenuniversums
Das vorgeschlagene Universum wird aus den zweihundert nach Marktkapitalisierung größten Token gezogen, die auf CoinGecko unter dem Taxonomie-Tag „meme“ klassifiziert sind, beschränkt auf Ethereum und Solana als die beiden dominierenden Memecoin-Handelsplätze zum Stichtag. Die an jedem Rebalancing-Datum angewandten Filter sind: ein nachlaufender durchschnittlicher kombinierter Sieben-Tage-Umsatz an dezentralen und zentralen Börsen oberhalb von $1 Million, mindestens 30 Tage Kurshistorie vor dem Beobachtungsdatum und eine Mindest-Pool-Tiefe am Hauptplatz von $100,000.
Diese Schwellenwerte schließen die überwältigende Masse des Pump.fun-Token-Universums aus. Solidus Labs dokumentierte, dass von den mehr als sieben Millionen Pump.fun-Token, die zwischen Januar 2024 und März 2025 mit jeweils mindestens fünf Trades bereitgestellt wurden, nur etwa 97,000 die Liquiditätsschwelle von $1,000 hielten [5]. Die Graduierungsrate von der Bonding-Kurve von Pump.fun zu einem standardmäßigen automatisierten Market Maker betrug im zweiten Quartal 2025 durchschnittlich 0,78% [6] und blieb im Juli und August 2025 im Bereich von 0,7%–0,8% [7]. Das vorgeschlagene Universum erfasst die überlebende handelbare Teilmenge oberhalb der Liquiditätsschwelle; die verworfene Masse geht nur über die unten erörterte Korrektur des Überlebensverzerrungseffekts in die Analyse ein.
3.2 Korrektur des Überlebensverzerrungseffekts
Jeder Backtest, der zum Stichtag 22. Mai 2026 gezogen wird, enthält nur Token, die bis zu diesem Datum überlebt haben. Diese Überlebenden sind konstruktionsbedingt das rechte Ende einer Renditeverteilung mit schwerem Ende. Die Zahl von Solidus Labs — 98,6% Ausfallrate auf Pump.fun — ist der Hauptgrund, weshalb naive Backtests die Wirksamkeit von Indikatoren systematisch überschätzen [5].
Die Minderungsmethodik ist die zeitpunktbezogene Rekonstruktion des Universums. An jedem wöchentlichen Rebalancing-Datum wird das Universum so rekonstruiert, wie es an diesem Datum erschienen wäre, einschließlich der Token, die anschließend ausfielen. Die APIs für historische Momentaufnahmen von CoinGecko und CoinMarketCap erlauben diese Rekonstruktion in wöchentlicher Frequenz; Kaiko liefert zeitpunktbezogene Orderbuch- und Pool-Zustandsdaten in höherer Frequenz. Ohne zeitpunktbezogene Rekonstruktion ist jede berichtete Trefferquote eines Indikators um das Ausmaß der periodischen Ausfallrate nach oben verzerrt.
3.3 Backtest-Fenster
Drei Regime werden getrennt geprüft und spiegeln die in Kapitel 2 dokumentierten strukturellen Veränderungen der Marktmikrostruktur von Memecoins wider.
Die Memecoin-Saison vor Pump.fun umfasst den Zeitraum von Januar 2023 bis Januar 2024 und spannt sich über den BONK-Start am 25. Dezember 2022, den PEPE-Start im April 2023 und den WIF-Start am 20. November 2023. Die Marktstruktur in diesem Zeitraum war durch Starts über direkte Listings an dezentralen Börsen ohne Bonding-Kurven-Vermittlung gekennzeichnet; Daten zur Halterkonzentration sind spärlicher, aber über die Archive von Etherscan und Solscan zugänglich.
Die Pump.fun-Ära umfasst den Zeitraum von Januar 2024 bis Januar 2025 und beginnt mit dem Pump.fun-Startdatum am 19. Januar 2024 [24]. Dieser Zeitraum erlebte die Industrialisierung der Memecoin-Erstellung über Bonding-Kurven-Launchpads, den von GOAT angeführten KI-Memecoin-Teilzyklus im Oktober und November 2024 und einen Übergang der medianen Zeit bis zum Höchststand von Wochen zu Tagen.
Die Ära der politischen Memecoins umfasst den Zeitraum von Januar 2025 bis Mai 2026 und beginnt mit dem TRUMP-Start am 17. Januar 2025 [1] und dem MELANIA-Start am 19. Januar 2025. Dieser Zeitraum ist durch extreme Konzentration im Startstadium, formelle SEC-Leitlinien über das Staff Statement vom 27. Februar 2025 [3] und einen anhaltenden Anstieg des durchschnittlich verfügbaren Hebels pro Token an Perpetual-Futures-Handelsplätzen gekennzeichnet.
3.4 Indikatorparameter
Die voreingestellten kanonischen Parameter werden ohne Optimierung verwendet: Relative-Stärke-Index bei vierzehn Perioden, Moving-Average-Convergence-Divergence bei zwölf, sechsundzwanzig und neun, stochastischer Oszillator bei vierzehn, drei und drei und der Momentum-Indikator bei zehn Perioden. Die Frage, die diese Studie prüft, ist, ob sich die Indikatoren mit kanonischen Parametern auf Memecoins konsistent verhalten im Vergleich zu den Vermögenswerten, für die sie kalibriert wurden. Eine Optimierung lädt nach Park und Irwin zu einem Data-Snooping-Bias ein [14], und eine memecoin-spezifische Neukalibrierung ist nicht die Frage — die Frage ist, ob dieselben Werkzeuge, die informationsgetriebene Kursbewegung lesen, aufmerksamkeitsgetriebene Kursbewegung gleichwertig lesen.
3.5 Statistische Tests
Für jedes Indikatorsignal, das bei jedem Vermögenswert über jedes Backtest-Fenster ausgelöst wird, werden die folgenden Statistiken berechnet: die Richtungsgenauigkeit der Rendite der nächsten N Tage für N gleich einem, drei, sieben und vierzehn Tagen gegenüber der unbedingten Richtungswahrscheinlichkeit der nächsten N Tage für denselben Vermögenswert und dasselbe Fenster; die kumulative Überschussrendite nach Transaktionskosten von dreißig Basispunkten pro Swap an einer dezentralen Börse, zehn Basispunkten pro Trade an einer zentralen Börse und einem Slippage-Abschlag von fünfzig Basispunkten für Memecoin-Trades, der die Krümmung des automatisierten Market Makers widerspiegelt; die Granger-Kausalität zwischen dem nach Da, Engelberg und Gao berechneten Index des anormalen Suchvolumens von Google Trends [18] und Kursveränderungen bei eintägiger und einstündiger Aggregation; der White-(2000)-Reality-Check zur Kontrolle des Data-Snooping-Bias über das gesamte Parameterraster hinweg [29].
3.6 Kontrollvermögenswerte
Dieselbe Indikatorfamilie wird über identische Fenster auf Bitcoin, Ether und Solana angewandt. Die von Park und Irwin dokumentierte Asymmetrie zwischen Aktien, bei denen die technische Analyse unterdurchschnittlich abschneidet, und Devisen- und Terminmärkten, bei denen sie überdurchschnittlich abschneidet [14], legt nahe, dass die Krypto-Majors auf diesem Spektrum eine mittlere Position einnehmen sollten. Die empirische Hypothese lautet, dass Memecoins einen eigenen vierten Punkt auf dem Spektrum einnehmen: nicht rauschdominiert wie ein Random Walk, sondern auf strukturierte Weise informationsarm, die zu lesen die kanonischen Indikatoren nie entworfen wurden.
3.7 Die veröffentlichte Referenzgröße
Detzel, Liu, Strauss, Zhou und Zhu (2021) sind das nächstgelegene veröffentlichte Analogon zur vorgeschlagenen Studie [30]. Die Arbeit dokumentiert, dass Verhältnisse von Kurs zu gleitenden Durchschnitten Bitcoin-Renditen sowohl in-sample als auch out-of-sample prognostizieren, mit ähnlichen Prognoseeffekten, die bei NASDAQ-Dotcom-Aktien und Aktien mit geringer Analystenabdeckung beobachtet wurden. Das theoretische Fundament ist ein Gleichgewichts-Lernmodell, in dem Akteure langsam über schwer bewertbare Fundamentaldaten lernen und die technische Analyse die langsame Lerndynamik aggregiert. Ob dieselbe theoretische Struktur auf Vermögenswerte gänzlich ohne Fundamentaldaten zutrifft, ist die Lücke, die die empirische Arbeit von Bitbase zu schließen anstrebt.
Liu, Tsyvinski und Wu (in Vorbereitung, Journal of Financial and Quantitative Analysis) etablieren einen Trendfaktor für den Querschnitt der Kryptowährungsrenditen und zeigen, dass das Zeitreihen-Momentum im breiteren Kryptowährungsuniversum fortbesteht [31]. Die Arbeit schließt dünn gehandelte Token ausdrücklich aus und lässt das Memecoin-Ende unerforscht. Die methodische Lücke — der richtige Querschnitt zur Prüfung technischer Indikatoren von Memecoins — ist das, was die empirische Arbeit dieser Abhandlung zu füllen anstrebt.
3.8 Empirische Aktualisierungen
Die empirischen Ergebnisse über die drei Regimefenster, berechnet nach der oben spezifizierten Methodik und um den Mehrfachvergleichs-Bias korrigiert, werden als Aktualisierungen dieser Arbeit veröffentlicht, sobald die Ergebnisse gegenüber der veröffentlichten Referenzgröße von Detzel und Mitautoren [30] und Liu, Tsyvinski und Wu [31] validiert wurden. Die Veröffentlichung der Arbeit als methodischer Rahmen vor den empirischen numerischen Befunden spiegelt eine analytische Priorität wider: Das strukturelle Argument ist ohne die Zahlen interpretierbar, während die Zahlen ohne das strukturelle Argument mehrdeutig und leicht falsch zu lesen wären.
Kapitel 4 · Warum eine Parameteranpassung das Missverhältnis nicht beheben kann
Die naheliegende Reaktion auf eine dokumentierte Minderleistung eines Indikators in irgendeinem Markt ist die Optimierung der Parameter. Die Geschichte der Erweiterungen von Momentum-Indikatoren — von Aktien über Rohstoffe und Devisen bis hin zu Bitcoin — ist weitgehend eine Geschichte der Parameter-Neukalibrierung. Vier Mechanismen erklären, warum dieser Ansatz für Memecoins unzureichend ist.
4.1 Kurs als Informationsbehälter versus Kurs als Aufmerksamkeitsbehälter
Ein Relative-Stärke-Index-Messwert von siebzig bei einer US-Aktie im Jahr 1978 war eine Aussage über die Kursverschiebung von einem fundamentalen Anker weg: Die Kurse hatten sich weit genug über ihre jüngste Spanne hinausbewegt, sodass die Rückkehr zur Mitte die Erwartung der zentralen Tendenz war. Derselbe Messwert bei einem Memecoin im Jahr 2026 ist eine Aussage über die Aufmerksamkeitsverschiebung: Die Kurse haben sich weit genug über ihre jüngste Spanne hinausbewegt, sodass die Aufmerksamkeit an einem lokalen Höhepunkt steht. Die beiden Messwerte tragen dieselbe Zahl, beschreiben aber unterschiedliche latente Phänomene.
Eine Parameteroptimierung — die Wahl eines anderen Glättungsfensters, eines anderen Schwellenwerts — kann diesen Unterschied nicht überbrücken, weil das zugrunde liegende Signal von einem anderen Prozess erzeugt wird. Ein Relative-Stärke-Index-Fenster von vierzehn Tagen, berechnet auf einer durch die Reflexivität der Aufmerksamkeit erzeugten Reihe, liefert eine Zahl zurück, die eine Funktion des Aufmerksamkeitsprozesses ist, nicht des Prozesses „Kurs-als-Information“. Die Änderung des Fensters auf sieben oder einundzwanzig Tage verändert, wie viel des Aufmerksamkeitsprozesses geglättet wird; sie verändert nicht den geglätteten Prozess selbst.
4.2 Die reflexive Schleife hat keinen externen Anker
Die konventionelle reflexive Schleife an den Kapitalmärkten ist, wie Soros sie formalisierte, durch das Fundamentale begrenzt [25]. Überzeugung und Kurs können auseinanderdriften, doch das Auseinanderdriften wird durch die letztliche Rückkehr des Kurses zum Wert beschränkt. Die Prämisse der Rückkehr zur Mitte jedes Überkauft-Überverkauft-Indikators ist dieser Begrenztheit nachgelagert.
In Meme-Märkten hat die reflexive Schleife keine externe Schranke. Aufmerksamkeit treibt den Kurs, der Kurs treibt die Aufmerksamkeit, die Aufmerksamkeit treibt den Kurs. Die Schleife endet nicht durch Rückkehr, sondern durch Erschöpfung: Das Angebot an Aufmerksamkeit ist endlich, und wenn es sich erschöpft, bricht der Kurs zusammen. Dies ist nicht die Rückkehr zur Mitte, zu deren Erkennung die Indikatoren entworfen wurden. Es ist ein Regimewechsel, und Oszillatoren, die die Kontinuität des statistischen Regimes voraussetzen, können Regimewechsel nicht von innen heraus diagnostizieren.
4.3 Die Mathematik des Indikators kann ihren Eingaberaum nicht sehen
Ein Relative-Stärke-Index weiß nicht, ob er auf Mais-Futures, eine NASDAQ-Aktie oder einen Solana-Memecoin angewandt wird. Die Mathematik ist identisch: Vergleiche jüngste Aufwärtsschlüsse mit jüngsten Abwärtsschlüssen, normiere auf einen Bereich von null bis hundert, glätte. Was die Mathematik nicht sieht, ist der datengenerierende Prozess, der die Eingabereihe erzeugt. Die Parameteranpassung operiert am Glättungsfenster und am Schwellenwert; sie operiert nicht am Eingaberaum.
Wenn sich der Eingaberaum verändert hat — wenn die Kursreihe von einem Prozess erzeugt wird, auf dem die Kalibrierung des Indikators nie trainiert wurde —, kann keine Wahl der Parameter die Relevanz der ursprünglichen Kalibrierung wiederherstellen. Dies ist die formale Aussage dazu, warum eine Parameteranpassung unzureichend ist. Es ist auch der Grund, weshalb Kapitel 5 eine andere Art von Abweichung vorschlägt: nicht die Indikatoren neu abzustimmen, sondern zu ändern, was von ihnen verlangt wird.
4.4 Verzerrungen des automatisierten Market Makers
Ein letzter Mechanismus verstärkt das strukturelle Missverhältnis. An Handelsplätzen automatisierter Market Maker wird die Kursreihe durch die Gleichung des konstanten Produkts angesichts des Pool-Bestandszustands erzeugt. Eine große Kauforder erzeugt eine Kurswirkung, die nichtlinear mit der Ordergröße im Verhältnis zur Pool-Tiefe skaliert. Die klassischen Indikatoren wurden an Kursreihen validiert, die durch Orderbuch-Matching erzeugt wurden, bei dem Kursbewegungen eine aggregierte Überzeugung über den Wert widerspiegeln.
Die Kurswirkung eines einzelnen Kaufs von $20,000 bei einem Memecoin mit einem Liquiditätspool von $1 Million kann den Kurs rein durch die Kurvenmechanik um rund 2% bewegen, bevor irgendein informationeller Effekt auf nachfolgende Trader eintritt. Der Relative-Stärke-Index, auf eine solche Reihe angewandt, berechnet Momentum-Statistiken auf einer Kursbahn, die ein erhebliches Liquiditätsmechanik-Rauschen im Verhältnis zum Signal der Überzeugungsaggregation enthält. Dies ist ein eigenständiger Grund, weshalb klassische Indikatoren auf Memecoins anders gelesen werden; er wirkt mit dem Problem der Reflexivität der Aufmerksamkeit zusammen, statt es zu verdrängen.
Kapitel 5 · Ein Beobachtungsrahmen aus drei Prinzipien
Die strukturelle Diagnose in den Kapiteln 2 und 4 impliziert, dass keine Neukalibrierung der klassischen Indikatoren ein für Meme-Märkte taugliches Werkzeug hervorbringen kann. Der Weg nach vorn besteht nicht darin, dieselben Werkzeuge mit anderen Parametern anzuwenden, sondern andere Werkzeuge anzuwenden, die sich ihres Eingaberaums bewusst sind. Bitbase Research schlägt drei Prinzipien vor.
5.1 Die Querschnittsrangbildung ersetzt feste Schwellenwerte
Die erste Abweichung besteht darin, feste Indikatorschwellenwerte — siebzig und dreißig des Relative-Stärke-Index, die Nulllinie der Moving-Average-Convergence-Divergence — als Primitiva aufzugeben. Diese Schwellenwerte wurden an Vermögenswerten mit stabilen statistischen Regimen kalibriert; sie haben kein Analogon in Meme-Märkten, in denen der Querschnitt der Renditen selbst die Analyseeinheit ist.
Der methodische Präzedenzfall ist die Querschnitts-Momentum-Literatur, begründet durch Asness, Moskowitz und Pedersens Aufsatz von 2013 im Journal of Finance „Value and Momentum Everywhere“, der Querschnitts-Momentum-Effekte über acht Anlageklassen hinweg dokumentiert, indem er Vermögenswerte innerhalb des Querschnitts statt gegenüber absoluten Schwellenwerten rangiert [17]. Liu, Tsyvinski und Wu (2022) bestätigen, dass der Querschnittsansatz für Kryptowährungen funktioniert, mit einem Momentum-Faktor, der auf Querschnittsrängen statt auf festen Niveaus operiert [32].
Für einen Beobachtungsrahmen für Memecoins bedeutet dies, jeden Indikator an jedem Rebalancing-Datum zu berechnen, das infrage kommende Universum nach dem Indikatorwert zu rangieren und die Quintilzugehörigkeit statt Etiketten wie überkauft oder überverkauft zu berichten. Ein Vermögenswert im obersten Quintil der vierzehntägigen Relative-Stärke-Messwerte innerhalb des Memecoin-Universums ist nicht „überkauft“ im Sinne Wilders; er ist „auf Platz eins bis vierzig von zweihundert“ im Raum des Aufmerksamkeits-Momentums platziert. Die Formulierung ist von Bedeutung, weil sie genau beschreibt, was gemessen wird.
5.2 Aufmerksamkeits- und Konzentrationsvariablen auf gleicher Stufe
Die zweite Abweichung besteht darin, die klassischen kursbasierten Indikatoren nicht länger als den vollständigen Zustandsraum des Momentums zu behandeln. Stattdessen wird das Momentum über drei Variablenfamilien auf gleicher Stufe gemessen: kursabgeleitet (die klassischen Indikatoren), aufmerksamkeitsabgeleitet (Anormalität des Suchvolumens, Anormalität der Erwähnungen in sozialen Medien) und bestandsabgeleitet (Anteil der zehn größten Halter, die Veränderung dieses Anteils über das Rebalancing-Fenster).
Die empirische Begründung verbindet drei Befunde. Da, Engelberg und Gao belegen, dass ein anormales Suchvolumen das Überschießen und Zurückkehren der Aktienrendite prognostiziert [18]. Liu und Tsyvinski bestätigen, dass Aufmerksamkeits-Proxys Kryptowährungsrenditen prognostizieren [15]. Shen, Urquhart und Wang dokumentieren, dass das Tweet-Volumen das Volumen und die Volatilität von Bitcoin im Granger-Sinne verursacht, jedoch nicht unmittelbar die Bitcoin-Renditen [19]. Kraaijeveld und De Smedt erweitern die Analyse auf neun Kryptowährungen und stellen fest, dass die Twitter-Stimmung die Renditen für Bitcoin, Bitcoin Cash und Litecoin im Granger-Sinne verursacht, jedoch nicht für Cardano, Stellar, Ripple oder Ether [33]. Das Muster ist konsistent: Aufmerksamkeitsmaße laufen der Aktivität universell voraus und laufen den Renditen selektiv voraus. Ein Rahmen, der Aufmerksamkeitsmaße nicht einbezieht, verpasst einen Frühindikator für den Aktivitätsschub, der dem Renditesprung häufig vorausgeht.
Die Halterkonzentration geht in den Rahmen ein, weil die Halterstruktur von Memecoins die Annahme einer diffusen Halterbasis der klassischen Indikatoren verletzt, wie Abschnitt 2.4 dokumentierte. Die Veränderung des Anteils der zehn größten Halter über das Rebalancing-Fenster erfasst, ob kontrollierende Halter akkumulieren — möglicherweise einem Aufmerksamkeitsschub vorausgehend — oder distribuieren — möglicherweise einem Zusammenbruch vorausgehend. Die Zusammenführung der drei Variablenfamilien zu einem zusammengesetzten Querschnittsrang erzeugt einen Beobachtungswert, der den tatsächlichen Preisbildungsprozess von Meme-Märkten widerspiegelt und nicht den Preisbildungsprozess von Rohstoff-Futures der 1970er Jahre.
5.3 Die Ausgabe ist Beobachtung, nicht Prognose
Die dritte Abweichung ist die Formulierung der Ausgabe. Der Querschnittsrang eines Vermögenswerts innerhalb des Memecoin-Universums an einem gegebenen Rebalancing-Datum ist eine Aussage darüber, wo dieser Vermögenswert in diesem Moment in der Verteilung von Aufmerksamkeit, Momentum und Konzentration steht. Er ist keine Prognose der Rendite der nächsten Periode.
Die Unterscheidung ist nicht pedantisch. Park und Irwin identifizieren in ihrer Meta-Übersicht über fünfundneunzig Studien zur technischen Analyse wiederholt den Data-Snooping-Bias und die Überlebensauswahl als die dominierenden Quellen falsch positiver Ergebnisse in der veröffentlichten Forschung zur technischen Analyse [14]. Die redliche Formulierung jedes Querschnittsrangs in Meme-Märkten lautet angesichts der von Solidus Labs dokumentierten Ausfallrate von 98,6% auf Pump.fun [5], dass der Rang den überlebenden Querschnitt zum Stichtag beschreibt. Er sagt nichts darüber aus, welche Vermögenswerte im Rang die nächste Woche überleben werden, oder über die künftigen Renditen derjenigen, die es tun.
Die Ausgabe des Rahmens ist in operativer Hinsicht eine Fünf-Quintile-Klassifikation des infrage kommenden Memecoin-Universums an jedem Rebalancing-Datum, bei der die Quintilzuordnung jedes Vermögenswerts durch die Berechnung des zusammengesetzten Rangs begründet ist und der eine explizite Dokumentation der Überlebensraten über das vorangegangene Rebalancing-Fenster beigefügt ist. Der Nutzer dieser Ausgabe bildet sich seine eigene Auffassung darüber, was der Rang impliziert; der Rahmen erlegt keine Interpretation auf.
5.4 Abgrenzungserklärung
Dieser Rahmen beschreibt, welche Vermögenswerte im Memecoin-Universum an dem in jeder Ausgabe angegebenen Rebalancing-Datum in den Dimensionen Aufmerksamkeits-Momentum, Kurs-Momentum und Konzentrations-Momentum hoch rangieren, berechnet nach der oben spezifizierten Methodik. Er beschreibt nicht, welche Vermögenswerte gekauft, verkauft, gehalten oder gemieden werden sollten. Der Querschnittsrang trägt keinen Anspruch über die künftige Kursrichtung oder -höhe. Meme-Märkte weisen Überlebensraten auf, die auf der größten Erstellungsplattform mit unter 2% dokumentiert sind [5]; die Rangposition innerhalb des überlebenden Querschnitts zu irgendeinem Zeitpunkt verändert diese Basisrate nicht. Jede Anwendung dieses Rahmens, die die Überlebensbasisrate ausblendet, ist ein Missbrauch des Rahmens.
Kapitel 6 · Umgekehrte Selbstprüfung
Diese Analyse beruht auf einer bestimmten strukturellen These — dass die Preisbildung von Memecoins aufmerksamkeitsreflexiv und nicht informationsdiskontierend ist — und auf der diese These stützenden empirischen Literatur. Die stärksten Einwände verdienen eine unmittelbare Darlegung.
Der erste Einwand lautet, dass die strukturelle These den Unterschied zwischen Memecoins und anderen fundamentaldatenlosen Vermögenswerten überzeichnet, etwa Sammlerstücken, Bezugsrechten auf Aktien in Schieflage oder spekulativen Börsengängen, die auf extremer Aufmerksamkeit von Privatanlegern handelten, bevor sie sich erholten oder scheiterten. Wenn Memecoins schlicht der jüngste Eintrag in einer langen Geschichte fundamentaldatenloser Spekulation sind, mögen klassische Indikatoren auf Memecoins auf dieselbe Weise unterdurchschnittlich abschneiden, wie sie auf Aktien der Dotcom-Ära unterdurchschnittlich abschnitten — ein dokumentierter Effekt, der jedoch nicht den kategorialen Bruch erzeugte, den diese Analyse vorschlägt. Die Erwiderung: Die Mikrostruktur des automatisierten Market Makers und der industrialisierte Aufmerksamkeits-Launchpad-Mechanismus, beide neu seit 2024, erzeugen ein quantitativ anderes Regime. Das Angebot handelbarer Memecoins ist nicht durch eine Emissionsübernahme oder durch Emittentenbilanzen beschränkt, wie es Sammlerstücke oder Börsengänge sind; das zum Stichtag 22. Mai 2026 beobachtete Volumen neuen Memecoin-Angebots hat kein historisches Analogon.
Der zweite Einwand lautet, dass diese Arbeit einen methodischen Rahmen ohne stützende empirische Ergebnisse aus Bitbases eigener Backtest-Pipeline vorlegt. Ein skeptischer Leser könnte mit Recht einwenden, dass ein methodisches Fundament ohne empirische Bestätigung unvollständig ist. Die Erwiderung: Das strukturelle Argument steht unabhängig von einer empirischen Bestätigung, und die Veröffentlichung empirischer Ergebnisse vor dem methodischen Fundament würde die angemessene Beweisreihenfolge umkehren. Die empirische Aktualisierung dieser Arbeit ist der nächste Schritt in der analytischen Abfolge, nicht ihre Widerlegung.
Der dritte Einwand lautet, dass der Rahmen aus drei Prinzipien, insbesondere der Ansatz der Querschnittsrangbildung, dasselbe strukturelle Risiko birgt wie die klassischen Indikatoren: Er sagt dem Nutzer etwas über die Position innerhalb einer Verteilung, aber nichts über künftige Renditen. Das trifft zu und ist die ausdrückliche Abgrenzungserklärung des Rahmens und kein verborgener Mangel. Der Rahmen ist ein Beobachtungswerkzeug, kein Prognosewerkzeug. Ein Nutzer, der ihn als Prognosewerkzeug anwendet, missbraucht ihn; die Dokumentation des Rahmens sollte es erschweren, dies unwissentlich zu tun.
Der vierte Einwand lautet, dass sich ein „redlicher Beobachtungsrahmen“ wie ein Strohmann für „ein Signal liest, das wir vor Gericht, aber nicht im Handel zu verteidigen bereit sind“. Die unmittelbare Antwort: Der Rahmen ist so konzipiert, dass er dadurch verteidigungsfähig ist, dass er beschreibend und nicht prognostisch ist. Die beschreibende Formulierung ist keine rechtliche Ausflucht, sondern eine inhaltliche Anerkennung dessen, was über Meme-Märkte zum Stichtag 22. Mai 2026 wissbar ist und was nicht. Sollte künftige empirische Literatur eine prognostische Struktur in diesem Bereich nachweisen, kann der Rahmen revidiert werden. Der gegenwärtige Stand der veröffentlichten Literatur, einschließlich Bitbases eigener erwarteter empirischer Arbeit, stützt eine solche Struktur nicht.
Kapitel 7 · Umgekehrte Signale
Die Kernthesen dieser Arbeit sind falsifizierbar. Bitbase Research wird den Rahmen überarbeiten, falls einer der folgenden Befunde aus der empirischen Literatur oder aus Bitbases eigenen Backtests hervorgeht.
Falls eine begutachtete Studie oder Bitbases eigener Backtest über mindestens fünfzig Memecoins nachweist, dass der Relative-Stärke-Index mit kanonischen Parametern bei vierzehn Perioden und die Moving-Average-Convergence-Divergence bei zwölf, sechsundzwanzig und neun auf Memecoin-Kursreihen eine Richtungsgenauigkeit innerhalb von fünf Prozentpunkten ihrer Genauigkeit auf Bitcoin, Ether und Solana über dasselbe Fenster erzeugen, bei einer statistischen Signifikanz von 1%, ist die These des strukturellen Versagens widerlegt.
Falls eine memecoin-spezifische Parameter-Neukalibrierung veröffentlicht wird, die stabile risikobereinigte Überschussrenditen über einen transaktionskostenbereinigten Out-of-Sample-Test erzeugt, mit angewandter Korrektur des Überlebensverzerrungseffekts und dem White-(2000)-Reality-Check [29], ist die These, dass eine Parameteranpassung das Missverhältnis nicht beheben kann, widerlegt.
Falls empirische Arbeit nachweist, dass Memecoin-Renditen durch eine Erweiterung der Fama-French-Faktorstruktur mit einer Erklärungskraft von über 30% R-Quadrat erklärbar sind, ist die These des Fehlens von Fundamentaldaten widerlegt.
Falls Granger-Kausalitätstests am vorgeschlagenen Memecoin-Universum nachweisen, dass ein anormales Suchvolumen und die Anormalität der Erwähnungen in sozialen Medien Kursveränderungen von Memecoins bei einer statistischen Signifikanz von 10% nicht vorauslaufen, verliert das zweite Prinzip des vorgeschlagenen Beobachtungsrahmens seine empirische Begründung.
Diese Bedingungen werden dargelegt, um die Falsifikation zu erleichtern, und nicht, um die Analyse gegen Kritik abzuschirmen.
Kapitel 8 · Methodik und Offenlegung
8.1 Forschungsumfang und Grenzen
Diese Arbeit liefert einen methodischen Rahmen zur Beobachtung von Meme-Märkten, verwurzelt in der veröffentlichten Literatur über klassische Momentum-Indikatoren, Behavioral Finance und Kryptowährungsmärkte. Das empirische Kapitel spezifiziert das vorgeschlagene Backtest-Protokoll; numerische Befunde werden als Aktualisierungen dieser Arbeit veröffentlicht. Das analysierte Vermögensuniversum sind Memecoins, die zum Stichtag 22. Mai 2026 auf Ethereum und Solana gehandelt werden; die Schlussfolgerungen erstrecken sich nicht auf Non-Fungible Token, Stablecoins, Governance-Token oder Memecoin-Kontrakte auf Binance Smart Chain, Base, Tron oder anderen hier nicht abgedeckten Handelsplätzen.
8.2 Aktualität der Daten
Alle Marktdaten, Kursnotierungen, Halterkonzentrationszahlen und Zitations-Zeitstempel sind auf den Stichtag 22. Mai 2026 verankert. Wo ein Datenpunkt diesem Stichtag vorausgeht, wird der eigene Zeitstempel des Datenpunkts ausdrücklich angegeben. Wo eine Zitation sich auf ein Arbeitspapier oder eine in Vorbereitung befindliche Veröffentlichung bezieht, wird der Status des zitierten Dokuments zum Stichtag angegeben. Spätere Überarbeitungen der zitierten Literatur werden in dieser Fassung nicht berücksichtigt.
8.3 Unabhängigkeit der Forschung
Diese Forschung wurde von Bitbase Research ohne externes kommerzielles Sponsoring erstellt. Die Wahl der Anlageklassen, der Indikatorfamilien und der methodischen Prioritäten spiegelt die redaktionelle Unabhängigkeit des Forschungsteams wider.
8.4 Offenlegung von Interessenkonflikten
Bitbase betreibt eine zentralisierte Kryptowährungsbörse. Die Plattform unterstützt den Spot-Handel und den Handel mit Perpetual Futures in einer Reihe digitaler Vermögenswerte. Einige in dieser Arbeit erörterte Vermögenswerte — darunter, aber nicht beschränkt auf DOGE, SHIB, PEPE, BONK, WIF und TRUMP — sind an Bitbase gelistet oder könnten künftig an Bitbase gelistet werden. Diese Offenlegung verändert keine Schlussfolgerung in der Arbeit.
8.5 Werkzeuge und Unterstützung bei der Erstellung
Diese Arbeit wurde mit KI-gestützter Literaturrecherche und Gliederung verfasst. Jede Zitation in der Literaturliste wurde manuell anhand von Primärquellen überprüft. Jede numerische Behauptung wurde bis zu ihrer Primärquelle zurückverfolgt. Die Argumentationsstruktur, das Kapitel zur umgekehrten Selbstprüfung, das Kapitel zu den umgekehrten Signalen und der Beobachtungsrahmen aus drei Prinzipien spiegeln das redaktionelle Urteil der Mitarbeiter von Bitbase Research wider.
8.6 Erklärung zum Verzicht auf Anlageberatung
Diese Arbeit ist Forschung zu Bildungs- und Analysezwecken. Nichts in ihr stellt eine Anlageberatung, eine Empfehlung zum Kauf oder Verkauf eines digitalen Vermögenswerts, eine Aufforderung oder ein Angebot dar. Bitbase Research prognostiziert keine künftige Kursbewegung. Kryptowährungs-Vermögenswerte und Memecoins im Besonderen weisen eine Volatilität und Überlebensraten auf, die in dieser Arbeit dokumentiert sind. Leser sollten vor Anlageentscheidungen qualifizierte Finanz- und Rechtsberater konsultieren.
8.7 Zukunftsgerichtete Aussagen
Die Arbeit enthält zukunftsgerichtete Bezüge auf empirische Aktualisierungen der in Kapitel 3 spezifizierten Methodik. Die Veröffentlichung dieser Aktualisierungen ist geplant; ihr Zeitpunkt, ihr Umfang und ihre endgültige Form hängen vom Fortschritt der Datenpipeline und von der Qualitätssicherungsprüfung ab. Über den in dieser Arbeit spezifizierten methodischen Rahmen hinaus wird keine Zusage hinsichtlich der Schlussfolgerungen der empirischen Aktualisierungen gemacht.
Literaturverzeichnis
[1] Wikipedia, “$Trump (cryptocurrency),” accessed May 22, 2026, citing Axios reporting January 18, 2025 on CIC Digital LLC and Fight Fight Fight LLC concentration. en.wikipedia.org
[2] Coinbase, “OFFICIAL TRUMP price page” (live snapshot accessed May 22, 2026; all-time high $74.27 on January 19, 2025). coinbase.com
[3] SEC Division of Corporation Finance, “Staff Statement on Meme Coins,” February 27, 2025. sec.gov
[4] Crenshaw, Caroline A., “Response to Staff Statement on Meme Coins: What Does it Meme?,” U.S. Securities and Exchange Commission, February 27, 2025. sec.gov
[5] Solidus Labs, The 2025 Rug Pull Report: Rug Pulls and Pump-and-Dumps on Solana, May 2025 (7,050,000 Pump.fun tokens with ≥5 trades January 2024 – March 2025; ~97,000 maintained ≥$1,000 liquidity; 98.6% failure rate; 388,000 Raydium pools examined, 93% soft-rug pattern). soliduslabs.com
[6] Step Data, “Letsbonk Claims 82% of Bonding Curve Volume: How It Won the Solana Launchpad War,” 2025 (Pump.fun average graduation rate 0.78% 2025-Q2; ~89% of bonding-curve tokens reach final market cap below $50,000). stepdata.substack.com
[7] Cointelegraph, “How Pump.fun captured 80% of Solana memecoins, and can it last?,” 2025 (graduation rate 0.7%–0.8% July–August 2025; ~$69K market-cap graduation threshold; ~800M token bonding-curve sequence). Republished via TradingView. tr.tradingview.com
[8] Wilder, J. W., New Concepts in Technical Trading Systems, Greensboro, NC: Trend Research, 1978.
[9] Appel, G., The Moving Average Convergence Divergence Trading Method, Great Neck, NY: Signalert Corp, 1979.
[10] Appel, G., Technical Analysis: Power Tools for Active Investors, Upper Saddle River, NJ: Financial Times Prentice Hall, 2005.
[11] Lane, G. C., The Stochastic Process, Chicago: Investment Educators Inc., 1957 (internal course material).
[12] Lane, G. C., “Lane’s Stochastics,” Technical Analysis of Stocks & Commodities, 2(3), May/June 1984, 87–90.
[13] Jegadeesh, N., and Titman, S., “Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency,” Journal of Finance, 48(1), 65–91, 1993. doi.org
[14] Park, C.-H., and Irwin, S. H., “What Do We Know About the Profitability of Technical Analysis?,” Journal of Economic Surveys, 21(4), 786–826, 2007. doi.org
[15] Liu, Y., and Tsyvinski, A., “Risks and Returns of Cryptocurrency,” Review of Financial Studies, 34(6), 2689–2727, 2021. doi.org
[16] Cornelli, G., Doerr, S., Frost, J., and Gambacorta, L., “Crypto shocks and retail losses,” BIS Bulletin No. 69, Bank for International Settlements, February 20, 2023. bis.org
[17] Asness, C. S., Moskowitz, T. J., and Pedersen, L. H., “Value and Momentum Everywhere,” Journal of Finance, 68(3), 929–985, 2013. doi.org
[18] Da, Z., Engelberg, J., and Gao, P., “In Search of Attention,” Journal of Finance, 66(5), 1461–1499, 2011. doi.org
[19] Shen, D., Urquhart, A., and Wang, P., “Does Twitter predict Bitcoin?,” Economics Letters, 174, 118–122, 2019. doi.org
[20] Schade, G. A. Jr., CMT, “The Origins of the Stochastic Oscillator,” CMT Association Technically Speaking, May 2011.
[21] Maitah, M., Procházka, P., Cermak, M., and Šrédl, K., “Improving MACD Technical Analysis by Optimizing Parameters and Modifying Trading Rules: Evidence from the Japanese Nikkei 225 Futures Market,” Journal of Risk and Financial Management, 14(1), 37, MDPI, 2021. doi.org
[22] Barber, B. M., and Odean, T., “All That Glitters: The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors,” Review of Financial Studies, 21(2), 785–818, 2008. doi.org
[23] Decrypt (Phillips, D.), “Pump.fun Token Tops $2 Billion in Market Cap Following Massive ICO,” July 2025 (citing Dune Analytics on cumulative token deployment count). decrypt.co
[24] Wikipedia, “pump.fun,” accessed May 22, 2026 (platform launch January 19, 2024). en.wikipedia.org
[25] Soros, G., The Alchemy of Finance, New York: Simon & Schuster, 1987.
[26] Block Magnates (Patel, P.), “Bonding Curves in Solana,” November 2025 (Pump.fun bonding-curve graduation threshold ~$69K market cap; 800M tokens in curve sequence; mathematics of constant-product mechanics). blog.blockmagnates.com
[27] Step Data, 2025-Q3 platform-comparison analysis: across Pump.fun, Letsbonk, and Launchlab, approximately 89% of deployed tokens reach final market capitalization below $50,000. stepdata.substack.com
[28] SolanaFloor, “Over $287M in SOL Removed from Circulation via Pump.fun’s Graduated Token Mechanism,” February 11, 2025 (74.6% of liquidity pools migrated from Pump.fun to Raydium upon graduation subsequently inactive; ~93,500 tokens graduated by date of report). solanafloor.com
[29] White, H., “A Reality Check for Data Snooping,” Econometrica, 68(5), 1097–1126, 2000. doi.org
[30] Detzel, A., Liu, H., Strauss, J., Zhou, G., and Zhu, Y., “Learning and predictability via technical analysis: Evidence from bitcoin and stocks with hard-to-value fundamentals,” Financial Management, 50(1), 107–137, 2021. doi.org
[31] Liu, Y., Tsyvinski, A., and Wu, X., “A Trend Factor for the Cross Section of Cryptocurrency Returns,” forthcoming, Journal of Financial and Quantitative Analysis.
[32] Liu, Y., Tsyvinski, A., and Wu, X., “Common Risk Factors in Cryptocurrency,” Journal of Finance, 77(2), 1133–1177, 2022. doi.org
[33] Kraaijeveld, O., and De Smedt, J., “The predictive power of public Twitter sentiment for forecasting cryptocurrency prices,” Journal of International Financial Markets, Institutions and Money, 65, 101188, 2020. doi.org
[34] CoinDesk, “Most Influential 2025: Pump.fun” (profile feature documenting Pump.fun’s role in 2025 memecoin cycle), December 10, 2025. coindesk.com
[35] Cointelegraph (republished via MEXC News), “Pump.fun’s 80% Grip on Solana Memecoins” (peak Pump.fun share 75%–80%; LP-token-burn graduation mechanics; 0.015 SOL graduation fee). mexc.com
[36] FSB (Financial Stability Board), “Global Regulatory Framework for Crypto-asset Activities” and “Revised Recommendations for Global Stablecoin Arrangements,” July 17, 2023. fsb.org
[37] IOSCO (International Organization of Securities Commissions), Policy Recommendations for Crypto and Digital Asset Markets — Final Report, FR/11/2023, IOSCOPD747, November 16, 2023. iosco.org
[38] IOSCO, Thematic Review: Assessing the Implementation of IOSCO Recommendations for Crypto and Digital Asset Markets, FR/13/2025, IOSCOPD801, October 16, 2025. iosco.org
[39] Regulation (EU) 2023/1114 of the European Parliament and of the Council of 31 May 2023 on markets in crypto-assets (MiCA), Official Journal of the European Union, June 9, 2023. eur-lex.europa.eu
[40] European Securities and Markets Authority, “Q&A 2552 on Regulation (EU) 2023/1114 (MiCA),” ESMA Interactive Single Rulebook, February 18, 2026.
