Executive Summary
The whitepaper introduces ZenTrader's Cognitive Memory Architecture (CMA) as the platform's structured, AAS-inspired long-term memory for trading agents. This dossier is the research-grade companion to that narrative: it states plainly what is implemented today, what is a working foundation rather than a finished capability, and what remains a proposed design. It exists so that reviewers — technical, scientific, or funding — can evaluate the architecture on verified evidence rather than marketing language.
ZenTrader already implements an AAS-inspired relational hierarchy (assets → shells → submodels → typed elements), a genuinely insert-only policy-decision ledger, a versioned, golden-set-evaluated scoring pipeline (GeoScore), and — as of 2026-07-31 — a dedicated, database-enforced append-only memory-event ledger (cma_memory_events, stage 1 of the roadmap below). What is not yet implemented is retrieval scoring with explanations, cryptographic tamper evidence, a projection bridge from the ledger into the existing AAS tables, and a preregistered evaluation programme. This document specifies the research questions, hypotheses, methodology, and roadmap for closing the rest of that gap.
1. Purpose and Status of This Document
Every claim below is labelled so a reader never has to guess whether something exists in production:
| Label | Meaning |
| Implemented | Verified directly against the current source code and the live database schema. |
| Partial | A working foundation exists, but the complete behaviour described in the research programme is not yet present. |
| Proposed | A design recommended for implementation and validation; not yet built. |
This dossier was produced from an internal architecture review combined with a direct inspection of the relevant source files and the production database schema on 2026-07-31. Where the two disagreed, the verified code/database state is what is reported here.
2. The CMA Research Problem
Large language models have finite working context and no inherently persistent, trustworthy memory of earlier interactions, market states, or decisions. Retrieval-augmented generation addresses part of this limitation, but provenance, temporal validity, and updating remain open problems in the general literature. Financial agents raise the bar further: a retrieved statement may have been correct when generated but invalid after a regime change; an analysis may be an inference rather than an observation; a policy may have changed after a trade was placed; and a plausible narrative must never be confused with verified execution evidence.
Research problem. How can heterogeneous observations, probabilistic agent inferences, deterministic policies, execution states, and eventual outcomes be represented as temporally valid, semantically typed, retrievable, and independently verifiable memories — without allowing mutable projections or probabilistic agents to rewrite historical evidence?
3. Current Implementation, Verified Against Code and Database
core/aas_research.py builds AAS-inspired symbol shells and currently emits five submodels — Provenance, MacroRegimeContext, FactorEngineState, SignalDecision, and LiveExecution — normalised into four relational tables (aas_assets → aas_shells → aas_submodels → aas_submodel_elements).
| Submodel | Status | Purpose |
Provenance | Implemented | Source, task, profile, observed time |
MacroRegimeContext | Implemented | Market regime and readiness gate state |
FactorEngineState | Implemented | Deterministic factor values (price, volume, scores) |
SignalDecision | Implemented | Proposed or rejected trading signal, with rationale |
LiveExecution | Implemented | Selected broker route and readiness |
A direct schema inspection on 2026-07-31 confirms that aas_shells and aas_submodels write via INSERT ... ON CONFLICT DO UPDATE SET raw_json = EXCLUDED.raw_json. This is correct behaviour for a latest-state projection, but it means shell and submodel history is not currently immutable — a later run can overwrite an earlier raw_json value for the same shell or submodel identifier. A dedicated, insert-only event ledger is required before any claim of complete historical immutability at this layer.
Update, 2026-07-31. cma_memory_events now exists: a dedicated table with the four-clock temporal model above, enum-checked memory/authority/lifecycle columns, and — going one step further than gate_decisions — a BEFORE UPDATE OR DELETE trigger that blocks mutation unconditionally, independent of database role grants. This was verified live in production (a manual insert, then a blocked UPDATE and a blocked DELETE, both rolled back) in addition to 16 passing tests. A first producer is now wired: core/aas_research.py mirrors every written AAS submodel into the ledger as an observation-class event, additively and best-effort (a mirroring failure is logged, never breaks the primary AAS write). It is gated behind CMA_LEDGER_MIRROR, default-OFF — matching this codebase's established rollout convention for new observability hooks. A supervised observation run (2026-07-31, one market-watch cycle with the flag temporarily enabled) confirmed it works end-to-end in production: 1,280 rows written, 0 mirroring failures, correct grouping and content — then the flag was turned back off. The table is now also a TimescaleDB hypertable on event_time with a compression policy (chunks older than 30 days compress automatically, data stays fully queryable) — but deliberately no retention/drop policy, unlike the GeoScore hypertables precedent: this table is CMA evidence, and the design principles above ("forgetting must not destroy auditability") explicitly require it to remain permanent, not decay-and-drop like GeoScore's narrower signal system. There is still no projection bridge reading the ledger back into aas_shells/aas_submodels, and no other producer (gate_decisions, GeoScore) is wired yet — those remain open roadmap stages.
The gate_decisions table is a separate, and stronger, evidence structure. Its writer (trading/policy/decision_store.py) contains no update or delete path in code — every call either raises before writing (fail-closed validation) or inserts exactly one row. A live schema check on 2026-07-31, however, shows the distinction that matters for an honest claim: the append-only guarantee is enforced by application code discipline, not by the database. No trigger blocks mutation, and the application's own database role retains ordinary UPDATE/DELETE privileges on the table. This is accurately described as application-enforced append-only, not yet database-enforced or cryptographically tamper-evident append-only — no content hash, previous-hash chain, or signature column exists on any evidence table today.
GeoScore, the platform's qualitative-narrative scoring pipeline, is the most mature in-repository template for CMA's evaluation discipline: every prompt or model change is evaluated against a versioned, range-graded Golden Set before it ships, scoring itself is a deterministic, unit-tested function of the LLM's structured (never numeric) output, and re-scoring an event never overwrites a row — it inserts a new one chained via superseded_by. This append-and-chain pattern is exactly what the proposed CMA event ledger should generalise across all memory classes, not only narrative scores.
4. Research Questions and Hypotheses
| Question | Hypothesis |
| RQ-A — Temporal retrieval. Does CMA retrieve information valid at the requested decision time more reliably than recency, lexical, or dense retrieval alone? | Hybrid CMA retrieval improves temporal-validity accuracy and nDCG@k over recency-only, BM25-only, and dense-only baselines. |
| RQ-B — Evidence reconstruction. Can a past decision be reconstructed from its exact data, memory, model, prompt, strategy, and policy state? | CMA achieves a higher complete-reconstruction rate and lower unsupported-claim rate than free-text journals or unversioned RAG. |
| RQ-C — Contradiction handling. Does explicit validity, supersession, and source authority reduce retrieval of stale or contradicted memories? | Validity-aware retrieval reduces stale-memory inclusion and contradiction errors versus timestamp-only retrieval. |
| RQ-D — Controlled consolidation. Can derived reflections improve multi-hop reasoning without being mistaken for primary evidence? | Provenance-bound reflections improve multi-hop retrieval while preserving evidence precision. |
| RQ-E — Memory economy. Can ranked, compressed memory reduce context size and latency without materially reducing decision quality? | CMA uses fewer prompt tokens than full-context baselines while remaining non-inferior on task accuracy. |
| RQ-F — Tamper evidence. Can canonicalisation, hashing, and signatures detect unauthorised alteration or omission of stored evidence? | Injected record mutations are detected, and omission attacks are detectable against independently retained checkpoints. |
Provisional engineering targets — to be fixed after a labelled pilot and before any holdout is opened — include a five-percentage-point absolute improvement in temporal-validity accuracy, at least 95% complete decision reconstruction, zero undetected mutation in an adversarial test suite, and at least 30% fewer prompt tokens than full-context retrieval at non-inferior accuracy. These are validation thresholds to be tested, not current product claims.
5. Design Principles
The formal CMA is governed by six invariants:
- Evidence is immutable. Observations, decisions, executions, and outcomes are appended, never overwritten.
- Current state is a projection. The "latest known state" may be rebuilt, but it is always derived from immutable events.
- Time has more than one meaning. Observation time, event time, ingestion time, and validity interval are stored separately.
- Authority is explicit. Broker facts, deterministic calculations, human assertions, and LLM inferences are distinct memory classes with distinct trust levels.
- Agents propose; deterministic services commit. An agent may request a memory write, but schema, tenancy, policy, provenance, and authority checks decide whether it is accepted.
- Forgetting must not destroy auditability. Decay, summarisation, and archiving affect retrieval and cost, never the underlying evidence ledger.
6. Memory Taxonomy (excerpt)
| Class | Definition | Mutability |
| Observation | Data received directly from a defined source | Append-only |
| Assertion | A claim derived from observations | Superseded, never overwritten |
| Decision | Deterministic or human gate outcome | Append-only |
| Execution | Broker-facing action and reported state | Append-only event stream |
| Reconciliation | Comparison between internal and broker states | Append-only |
| Outcome | Later evidence evaluating an earlier assertion or decision | Append-only |
| Projection | Materialised current view (e.g. today's aas_shells) | Rebuildable and mutable |
7. Relation to Prior Work
The reviewed literature supplies strong solutions for long-term retrieval, reflection, graph memory, financial memory, and provenance individually. ZenTrader's design is unusual in combining these with AAS-inspired semantic twins, deterministic policy evidence, and multi-broker reconciliation — but this is a research inference, not an established uniqueness claim; a systematic literature review is still required before publication.
| Field | Implication for CMA |
| AAS & digital twins (IDTA metamodel) | Use AAS identity/shell/submodel principles; maintain a documented ZenTrader compatibility profile rather than claiming conformance. |
| Retrieval-augmented generation | Retain external, queryable evidence rather than treating model weights as system memory. |
| Generative Agents (Park et al.) | Adopt scored retrieval and reflection, but bind reflections to evidence so they cannot silently become authoritative facts. |
| MemGPT | Expose explicit retrieval interfaces; never let an LLM bypass deterministic write policy. |
| MemoryBank | Apply decay to retrieval visibility only, never to immutable financial evidence. |
| HippoRAG | Consider graph/PageRank expansion only after the relational-temporal baseline is stable. |
| FinMem | Compare CMA against a layered financial-memory baseline; differentiate on evidence governance and temporal provenance, not layering alone. |
| LoCoMo | Reuse its task taxonomy as a general memory sanity check; build a finance-specific temporal benchmark separately. |
| W3C PROV | Map datasets, prompts, models, policies, agents, and decisions to an explicit provenance vocabulary. |
8. Validation Programme
Five properties are tested independently rather than collapsed into trading profitability, which is affected by strategy quality, regime, and cost and cannot alone establish that the memory architecture is better:
- Retrieval quality — does CMA find the correct evidence?
- Temporal correctness — does it retrieve only what was knowable and valid at the requested time?
- Decision reconstruction — can an independent evaluator reproduce what the system knew and why it acted?
- Operational efficiency — what latency, token, and storage cost does memory add?
- Integrity verification — can alteration, truncation, and inconsistent history be detected?
Baselines span no-memory and full-context extremes, recency/BM25/dense-RAG, Generative-Agents-style scoring, a FinMem-style layered baseline, and three CMA configurations (relational, hybrid, graph+reflection). The final confirmatory evaluation is intended to be preregistered — in the OSF sense of a timestamped, read-only plan frozen before the holdout is accessed — before any headline result is published.
Concrete validation milestones
| Milestone | Exit criterion |
| Memory-event schema | JSON Schema validation and database constraints agree on valid/invalid fixtures |
| Temporal queries | All synthetic bitemporal test cases pass, including delayed corrections |
| Evidence reconstruction | At least 95% of labelled decisions reconstruct with all mandatory evidence |
| Golden Set | Versioned query set, evaluator, and non-regression CI are operational |
| Hashing & signatures | Mutation, reorder, and wrong-predecessor tests fail verification as designed |
| Preregistered evaluation | Locked holdout analysed once under the registered plan |
9. Limitations
- Standards scope. ZenTrader borrows AAS concepts but uses a domain-specific JSON shape and relational normalisation. Full AAS conformance cannot be claimed until serialisation and interfaces are tested against the official IDTA specifications.
- Current event immutability. Gate decisions are genuinely append-only in application code; AAS shell and submodel writes are upserts. A dedicated, database-enforced event ledger (
cma_memory_events) now exists (2026-07-31), with a first producer wired (AAS submodel mirroring) but gated behind a default-OFF flag and no projection bridge into the AAS tables — so AAS shell/submodel history is still not immutable today, only the new ledger's own rows would be once the flag is enabled.
- Source truth. A future hash chain would prove content has not changed relative to a checkpoint — it would not prove that a broker, news source, model, or human assertion was correct.
- Non-stationarity. Financial regimes, broker behaviour, and models change over time; results from a fixed historical window may not generalise, so temporal cross-validation is mandatory.
- Private reproducibility. Proprietary data and code limit full external replication; a synthetic benchmark, public schemas, and frozen evaluation artefacts are planned to mitigate this without publishing trading IP.
10. Roadmap
The roadmap prioritises schema stability and temporal/evidence correctness before embeddings, graph databases, or autonomous reflection:
- Terminology and ADR freeze (memory taxonomy, authority classes, temporal semantics)
- JSON Schema package with valid/invalid fixtures
- Done, 2026-07-31 Immutable event ledger (
cma_memory_events; insert-only, DB-trigger-enforced — no producer wired yet)
- Projection bridge from events into existing AAS tables
- Read-only, temporally filtered retrieval API
- Prompt/model registry, generalising GeoScore's version discipline
- Golden Set with expected evidence IDs and CI non-regression
- Hybrid (lexical + dense) retrieval behind a replaceable interface
- Hash chain and signatures (JCS canonicalisation, SHA-256, Ed25519)
- External checkpoints (Merkle batches, independently retained roots)
- Preregistered holdout evaluation and public research package
The first implementable release is scoped as CMA v1: immutable events, temporal retrieval, and evidence reconstruction. Graph memory, autonomous reflections, and external transparency logs are later increments — sequenced this way so sophisticated retrieval never hides weak temporal or provenance semantics underneath it.
References
- Park et al., Generative Agents: Interactive Simulacra of Human Behavior — DOI: 10.1145/3586183.3606763
- Packer et al., MemGPT: Towards LLMs as Operating Systems — arXiv: 2310.08560
- Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks — NeurIPS 2020
- Gutiérrez et al., HippoRAG — DOI: 10.52202/079017-1902
- Zhong et al., MemoryBank — arXiv: 2305.10250
- Chhikara et al., Mem0 — arXiv: 2504.19413
- Yu et al., FinMem — DOI: 10.1109/TBDATA.2025.3593370
- Maharana et al., Evaluating Very Long-Term Conversational Memory of LLM Agents (LoCoMo) — DOI: 10.18653/v1/2024.acl-long.747
- IDTA, Asset Administration Shell Metamodel, IDTA-01001 — official metamodel and normative schemas
- W3C, PROV-O — W3C Recommendation
- RFC 8785, JSON Canonicalization Scheme (JCS) — rfc-editor.org/rfc/rfc8785
- RFC 9162, Certificate Transparency Version 2.0 — rfc-editor.org/rfc/rfc9162
- OSF, Registrations and Preregistrations — official OSF guidance
This dossier accompanies, and does not replace, the ZenTrader Whitepaper. It is an internal research protocol shared for technical and funding review; research questions, milestones, and dates are planning artefacts, not commitments to a fixed delivery date. Implementation status was verified against source code and the production database schema on 2026-07-31 and will drift as the codebase evolves — treat any specific claim as time-stamped, not evergreen.
Executive Summary
Das Whitepaper führt ZenTraders Cognitive Memory Architecture (CMA) als das strukturierte, AAS-inspirierte Langzeitgedächtnis der Plattform für Trading-Agenten ein. Dieses Dossier ist das forschungsseitige Begleitdokument dazu: Es benennt unmissverständlich, was heute implementiert ist, was eine belastbare Grundlage statt einer fertigen Fähigkeit ist, und was noch ein vorgeschlagenes Design bleibt. Es existiert, damit Prüfer — technisch, wissenschaftlich oder im Rahmen einer Förderung — die Architektur anhand verifizierter Evidenz bewerten können, nicht anhand von Marketing-Sprache.
ZenTrader implementiert bereits eine AAS-inspirierte relationale Hierarchie (Assets → Shells → Submodelle → typisierte Elemente), einen tatsächlich nur-einfügenden Policy-Entscheidungs-Ledger, eine versionierte, gegen ein Golden Set evaluierte Scoring-Pipeline (GeoScore) — und seit dem 31.07.2026 einen dedizierten, datenbankseitig erzwungenen Append-only-Memory-Event-Ledger (cma_memory_events, Stufe 1 der Roadmap unten). Noch nicht implementiert sind Retrieval-Scoring mit Erklärkomponenten, kryptografische Manipulationssicherheit, eine Projektions-Brücke vom Ledger in die bestehenden AAS-Tabellen sowie ein präregistriertes Evaluationsprogramm. Dieses Dokument spezifiziert die Forschungsfragen, Hypothesen, Methodik und Roadmap, um den Rest dieser Lücke zu schließen.
1. Zweck und Status dieses Dokuments
Jede Aussage unten ist so gekennzeichnet, dass niemand raten muss, ob etwas bereits in Produktion existiert:
| Label | Bedeutung |
| Implementiert | Direkt gegen den aktuellen Quellcode und das produktive Datenbankschema verifiziert. |
| Teilweise | Eine funktionierende Grundlage existiert, aber das vollständige im Forschungsprogramm beschriebene Verhalten ist noch nicht vorhanden. |
| Vorgeschlagen | Ein für Umsetzung und Validierung empfohlenes Design; noch nicht gebaut. |
Dieses Dossier entstand aus einer internen Architektur-Review kombiniert mit einer direkten Prüfung der relevanten Quelldateien und des produktiven Datenbankschemas am 31.07.2026. Wo beide voneinander abwichen, ist hier der verifizierte Code-/Datenbankstand wiedergegeben.
2. Das CMA-Forschungsproblem
Large Language Models verfügen über ein begrenztes Arbeitsgedächtnis und kein inhärent persistentes, vertrauenswürdiges Gedächtnis früherer Interaktionen, Marktzustände oder Entscheidungen. Retrieval-Augmented Generation adressiert einen Teil dieser Einschränkung, doch Provenienz, zeitliche Gültigkeit und Aktualisierung bleiben in der allgemeinen Literatur offene Probleme. Finanzagenten verschärfen die Anforderungen weiter: Eine abgerufene Aussage kann zum Erzeugungszeitpunkt korrekt gewesen und nach einem Regimewechsel ungültig geworden sein; eine Analyse kann eine Inferenz statt einer Beobachtung sein; eine Policy kann sich geändert haben, nachdem ein Trade platziert wurde; und ein plausibles Narrativ darf niemals mit verifizierter Ausführungs-Evidenz verwechselt werden.
Forschungsproblem. Wie können heterogene Beobachtungen, probabilistische Agenten-Inferenzen, deterministische Policies, Ausführungszustände und spätere Outcomes als zeitlich gültige, semantisch typisierte, abrufbare und unabhängig verifizierbare Memories repräsentiert werden — ohne dass veränderliche Projektionen oder probabilistische Agenten historische Evidenz überschreiben können?
3. Aktuelle Implementierung, verifiziert gegen Code und Datenbank
core/aas_research.py baut AAS-inspirierte Symbol-Shells und erzeugt aktuell fünf Submodelle — Provenance, MacroRegimeContext, FactorEngineState, SignalDecision und LiveExecution — normalisiert in vier relationale Tabellen (aas_assets → aas_shells → aas_submodels → aas_submodel_elements).
| Submodell | Status | Zweck |
Provenance | Implementiert | Quelle, Task, Profil, Beobachtungszeitpunkt |
MacroRegimeContext | Implementiert | Marktregime und Readiness-Gate-Status |
FactorEngineState | Implementiert | Deterministische Faktorwerte (Preis, Volumen, Scores) |
SignalDecision | Implementiert | Vorgeschlagenes oder abgelehntes Handelssignal mit Begründung |
LiveExecution | Implementiert | Gewählte Broker-Route und Readiness |
Eine direkte Schema-Prüfung am 31.07.2026 bestätigt, dass aas_shells und aas_submodels über INSERT ... ON CONFLICT DO UPDATE SET raw_json = EXCLUDED.raw_json schreiben. Das ist korrektes Verhalten für eine aktuelle-Zustands-Projektion, bedeutet aber, dass die Shell- und Submodell-Historie aktuell nicht unveränderlich ist — ein späterer Lauf kann einen früheren raw_json-Wert für dieselbe Shell- oder Submodell-ID überschreiben. Ein dedizierter, nur-einfügender Event-Ledger ist erforderlich, bevor vollständige historische Unveränderlichkeit auf dieser Ebene behauptet werden kann.
Update, 31.07.2026. cma_memory_events existiert jetzt: eine dedizierte Tabelle mit dem oben beschriebenen Vier-Uhren-Zeitmodell, enum-geprüften Memory-/Autoritäts-/Lifecycle-Spalten und — einen Schritt weiter als gate_decisions — einem BEFORE UPDATE OR DELETE-Trigger, der Mutationen unbedingt blockiert, unabhängig von Datenbank-Rollenrechten. Das wurde live in Produktion verifiziert (ein manueller Insert, dann ein blockiertes UPDATE und ein blockiertes DELETE, beide zurückgerollt) zusätzlich zu 16 bestandenen Tests. Ein erster Producer ist jetzt angebunden: core/aas_research.py spiegelt jedes geschriebene AAS-Submodell zusätzlich als Event der Klasse observation in den Ledger, additiv und best-effort (ein Spiegelungsfehler wird geloggt, bricht nie den primären AAS-Write). Es ist hinter CMA_LEDGER_MIRROR gegated, default-OFF — passend zur etablierten Rollout-Konvention dieses Codebase für neue Observability-Hooks. Ein überwachter Beobachtungslauf (31.07.2026, ein Market-Watch-Zyklus mit temporär aktiviertem Flag) bestätigte, dass es Ende-zu-Ende in Produktion funktioniert: 1.280 geschriebene Zeilen, 0 Spiegelungsfehler, korrekte Gruppierung und Inhalte — danach wurde das Flag wieder deaktiviert. Die Tabelle ist jetzt außerdem eine TimescaleDB-Hypertable auf event_time mit Compression-Policy (Chunks älter als 30 Tage werden automatisch komprimiert, Daten bleiben voll abfragbar) — aber bewusst ohne Retention-/Lösch-Policy, anders als beim GeoScore-Hypertable-Vorbild: Diese Tabelle ist CMA-Evidenz, und die Design-Prinzipien oben ("Vergessen darf die Auditierbarkeit nicht zerstören") verlangen ausdrücklich, dass sie dauerhaft erhalten bleibt, statt wie GeoScores enger gefasstes Signal-System zu verfallen und gelöscht zu werden. Es gibt weiterhin keine Projektions-Brücke, die den Ledger zurück in aas_shells/aas_submodels liest, und keinen weiteren angebundenen Producer (gate_decisions, GeoScore) — das bleiben offene Roadmap-Stufen.
Die Tabelle gate_decisions ist eine separate und stärkere Evidenzstruktur. Ihr Writer (trading/policy/decision_store.py) enthält im Code keinen Update- oder Delete-Pfad — jeder Aufruf wirft entweder vor dem Schreiben eine Exception (fail-closed-Validierung) oder fügt genau eine Zeile ein. Eine Live-Schema-Prüfung am 31.07.2026 zeigt jedoch die Nuance, die für eine ehrliche Aussage zählt: Die Append-only-Garantie wird durch Code-Disziplin der Anwendung erzwungen, nicht durch die Datenbank. Kein Trigger blockiert Mutationen, und die eigene Datenbankrolle der Anwendung besitzt weiterhin reguläre UPDATE/DELETE-Rechte auf der Tabelle. Korrekt beschrieben ist das als anwendungsseitig erzwungenes Append-only, noch nicht als datenbankseitig erzwungenes oder kryptografisch manipulationssicheres Append-only — es existiert heute keine Content-Hash-, Previous-Hash-Ketten- oder Signatur-Spalte auf irgendeiner Evidenz-Tabelle.
GeoScore, die qualitative Narrativ-Scoring-Pipeline der Plattform, ist die reifste Vorlage im Repository für die von CMA benötigte Evaluations-Disziplin: Jede Prompt- oder Modelländerung wird vor dem Rollout gegen ein versioniertes, bandbasiert bewertetes Golden Set evaluiert, das Scoring selbst ist eine deterministische, unit-getestete Funktion der strukturierten (nie numerischen) LLM-Ausgabe, und ein erneutes Scoring überschreibt nie eine Zeile — es fügt eine neue ein, verkettet über superseded_by. Genau dieses Append-and-Chain-Muster soll der vorgeschlagene CMA-Event-Ledger über alle Memory-Klassen hinweg verallgemeinern, nicht nur für Narrativ-Scores.
4. Forschungsfragen und Hypothesen
| Frage | Hypothese |
| RQ-A — Zeitliches Retrieval. Ruft CMA Informationen, die zum angefragten Entscheidungszeitpunkt gültig waren, zuverlässiger ab als Recency, lexikalisches oder rein dichtes Retrieval? | Hybrides CMA-Retrieval verbessert die zeitliche Gültigkeitsgenauigkeit und nDCG@k gegenüber Recency-only-, BM25-only- und Dense-only-Baselines. |
| RQ-B — Evidenz-Rekonstruktion. Lässt sich eine vergangene Entscheidung aus ihren exakten Daten-, Memory-, Modell-, Prompt-, Strategie- und Policy-Zuständen rekonstruieren? | CMA erreicht eine höhere vollständige Rekonstruktionsrate und eine niedrigere Rate unbelegter Behauptungen als Freitext-Journale oder unversioniertes RAG. |
| RQ-C — Umgang mit Widersprüchen. Reduzieren explizite Gültigkeit, Supersession und Quellenautorität den Abruf veralteter oder widersprüchlicher Memories? | Gültigkeitsbewusstes Retrieval reduziert veraltete Memory-Einbindung und Widerspruchsfehler gegenüber reinem Zeitstempel-Retrieval. |
| RQ-D — Kontrollierte Konsolidierung. Verbessern abgeleitete Reflexionen Multi-Hop-Reasoning, ohne mit Primärevidenz verwechselt zu werden? | Evidenzgebundene Reflexionen verbessern Multi-Hop-Retrieval bei erhaltener Evidenz-Präzision. |
| RQ-E — Memory-Ökonomie. Reduziert gerankter, komprimierter Speicher Kontextgröße und Latenz, ohne die Entscheidungsqualität wesentlich zu verschlechtern? | CMA verwendet weniger Prompt-Tokens als Full-Context-Baselines bei nicht-unterlegener Aufgabengenauigkeit. |
| RQ-F — Manipulationssicherheit. Können Kanonisierung, Hashing und Signaturen unautorisierte Änderung oder Auslassung gespeicherter Evidenz erkennen? | Eingeschleuste Datensatz-Mutationen werden erkannt, und Auslassungsangriffe sind gegen unabhängig gehaltene Checkpoints erkennbar. |
Vorläufige technische Zielwerte — nach einem gelabelten Pilotlauf und vor Öffnung eines Holdouts festzulegen — umfassen eine absolute Verbesserung der zeitlichen Gültigkeitsgenauigkeit um fünf Prozentpunkte, mindestens 95 % vollständige Entscheidungsrekonstruktion, null unentdeckte Mutationen in einer adversariellen Testsuite und mindestens 30 % weniger Prompt-Tokens als Full-Context-Retrieval bei nicht-unterlegener Genauigkeit. Dies sind zu testende Validierungsschwellen, keine aktuellen Produktbehauptungen.
5. Design-Prinzipien
Die formale CMA wird von sechs Invarianten geleitet:
- Evidenz ist unveränderlich. Beobachtungen, Entscheidungen, Ausführungen und Outcomes werden angehängt, nie überschrieben.
- Der aktuelle Zustand ist eine Projektion. Der "aktuell bekannte Zustand" kann neu aufgebaut werden, ist aber immer aus unveränderlichen Events abgeleitet.
- Zeit hat mehr als eine Bedeutung. Beobachtungszeit, Ereigniszeit, Erfassungszeit und Gültigkeitsintervall werden getrennt gespeichert.
- Autorität ist explizit. Broker-Fakten, deterministische Berechnungen, menschliche Aussagen und LLM-Inferenzen sind eigene Memory-Klassen mit eigenen Vertrauensstufen.
- Agenten schlagen vor; deterministische Dienste committen. Ein Agent kann einen Memory-Write anfragen, aber Schema-, Mandanten-, Policy-, Provenienz- und Autoritätsprüfungen entscheiden über die Annahme.
- Vergessen darf die Auditierbarkeit nicht zerstören. Decay, Zusammenfassung und Archivierung betreffen Retrieval und Kosten, nie den zugrunde liegenden Evidenz-Ledger.
6. Memory-Taxonomie (Auszug)
| Klasse | Definition | Veränderbarkeit |
| Observation | Direkt von einer definierten Quelle erhaltene Daten | Append-only |
| Assertion | Eine aus Beobachtungen abgeleitete Behauptung | Superseded, nie überschrieben |
| Decision | Deterministisches oder menschliches Gate-Ergebnis | Append-only |
| Execution | Broker-seitige Aktion und gemeldeter Zustand | Append-only Event-Stream |
| Reconciliation | Abgleich zwischen internen und Broker-Zuständen | Append-only |
| Outcome | Spätere Evidenz zur Bewertung einer früheren Assertion/Decision | Append-only |
| Projection | Materialisierte aktuelle Sicht (z. B. heutige aas_shells) | Neu aufbaubar und veränderlich |
7. Bezug zu verwandten Arbeiten
Die gesichtete Literatur liefert einzeln starke Lösungen für Langzeit-Retrieval, Reflexion, Graph-Memory, Finanz-Memory und Provenienz. ZenTraders Design ist insofern ungewöhnlich, als es diese mit AAS-inspirierten semantischen Zwillingen, deterministischer Policy-Evidenz und Multi-Broker-Reconciliation kombiniert — das ist jedoch eine Forschungsvermutung, keine belegte Alleinstellungsbehauptung; eine systematische Literaturrecherche steht vor einer Veröffentlichung noch aus.
| Feld | Implikation für CMA |
| AAS & digitale Zwillinge (IDTA-Metamodell) | AAS-Identitäts-/Shell-/Submodell-Prinzipien nutzen; ein dokumentiertes ZenTrader-Kompatibilitätsprofil pflegen statt Konformität zu behaupten. |
| Retrieval-Augmented Generation | Externe, abfragbare Evidenz behalten statt Modellgewichte als Systemgedächtnis zu behandeln. |
| Generative Agents (Park et al.) | Gerankte Retrieval- und Reflexionsmuster übernehmen, Reflexionen aber an Evidenz binden, damit sie nicht stillschweigend zu Fakten werden. |
| MemGPT | Explizite Retrieval-Schnittstellen bereitstellen; ein LLM darf die deterministische Write-Policy nie umgehen. |
| MemoryBank | Decay nur auf die Retrieval-Sichtbarkeit anwenden, nie auf unveränderliche Finanz-Evidenz. |
| HippoRAG | Graph-/PageRank-Erweiterung erst nach stabiler relational-zeitlicher Baseline erwägen. |
| FinMem | CMA gegen eine geschichtete Finanz-Memory-Baseline vergleichen; über Evidenz-Governance und zeitliche Provenienz differenzieren, nicht nur über Schichtung. |
| LoCoMo | Task-Taxonomie als allgemeinen Memory-Sanity-Check nutzen; separat einen finanzspezifischen zeitlichen Benchmark aufbauen. |
| W3C PROV | Datensätze, Prompts, Modelle, Policies, Agenten und Entscheidungen auf ein explizites Provenienz-Vokabular abbilden. |
8. Validierungsprogramm
Fünf Eigenschaften werden unabhängig getestet statt auf Trading-Profitabilität reduziert, die von Strategiequalität, Regime und Kosten abhängt und allein nicht belegen kann, dass die Memory-Architektur besser ist:
- Retrieval-Qualität — findet CMA die korrekte Evidenz?
- Zeitliche Korrektheit — ruft es nur ab, was zum angefragten Zeitpunkt bekannt und gültig war?
- Entscheidungsrekonstruktion — kann ein unabhängiger Prüfer reproduzieren, was das System wusste und warum es handelte?
- Operative Effizienz — welche Latenz-, Token- und Speicherkosten verursacht das Memory?
- Integritätsprüfung — lassen sich Veränderung, Kürzung und inkonsistente Historie erkennen?
Baselines reichen von No-Memory- und Full-Context-Extremen über Recency/BM25/Dense-RAG, Generative-Agents-artiges Scoring, eine FinMem-artige geschichtete Baseline bis zu drei CMA-Konfigurationen (relational, hybrid, Graph+Reflexion). Die finale konfirmatorische Evaluation soll — im OSF-Sinn eines zeitgestempelten, schreibgeschützten, vor Zugriff auf das Holdout eingefrorenen Plans — präregistriert werden, bevor ein Kernergebnis veröffentlicht wird.
Konkrete Validierungs-Meilensteine
| Meilenstein | Abschlusskriterium |
| Memory-Event-Schema | JSON-Schema-Validierung und Datenbank-Constraints stimmen bei gültigen/ungültigen Fixtures überein |
| Zeitliche Abfragen | Alle synthetischen bitemporalen Testfälle bestehen, inklusive verspäteter Korrekturen |
| Evidenz-Rekonstruktion | Mindestens 95 % der gelabelten Entscheidungen rekonstruieren mit vollständiger Pflicht-Evidenz |
| Golden Set | Versionierter Query-Satz, Evaluator und Non-Regression-CI sind operativ |
| Hashing & Signaturen | Mutation-, Reorder- und Wrong-Predecessor-Tests scheitern erwartungsgemäß an der Verifikation |
| Präregistrierte Evaluation | Gesperrtes Holdout wird einmalig nach dem registrierten Plan analysiert |
9. Limitationen
- Standard-Umfang. ZenTrader entlehnt AAS-Konzepte, verwendet aber eine domänenspezifische JSON-Form und relationale Normalisierung. Volle AAS-Konformität kann erst behauptet werden, wenn Serialisierung und Schnittstellen gegen die offiziellen IDTA-Spezifikationen getestet sind.
- Aktuelle Event-Unveränderlichkeit. Gate-Decisions sind im Anwendungscode tatsächlich append-only; AAS-Shell- und Submodell-Writes sind Upserts. Ein dedizierter, datenbankseitig erzwungener Event-Ledger (
cma_memory_events) existiert jetzt (31.07.2026), mit einem angebundenen ersten Producer (AAS-Submodell-Spiegelung), der aber hinter einem default-OFF-Flag gated ist, und ohne Projektions-Brücke in die AAS-Tabellen — die AAS-Shell-/Submodell-Historie ist also weiterhin nicht unveränderlich, nur die Zeilen des neuen Ledgers wären es, sobald das Flag aktiviert wird.
- Quellenwahrheit. Eine künftige Hash-Kette würde beweisen, dass Inhalte sich gegenüber einem Checkpoint nicht verändert haben — nicht, dass ein Broker, eine Nachrichtenquelle, ein Modell oder eine menschliche Aussage korrekt war.
- Nicht-Stationarität. Finanzregime, Broker-Verhalten und Modelle ändern sich über die Zeit; Ergebnisse aus einem festen historischen Fenster generalisieren möglicherweise nicht, daher ist zeitliche Kreuzvalidierung zwingend.
- Private Reproduzierbarkeit. Proprietäre Daten und Code begrenzen die vollständige externe Replikation; ein synthetischer Benchmark, öffentliche Schemas und eingefrorene Evaluationsartefakte sind geplant, um dies zu mildern, ohne Trading-IP zu veröffentlichen.
10. Roadmap
Die Roadmap priorisiert Schema-Stabilität sowie zeitliche und Evidenz-Korrektheit vor Embeddings, Graphdatenbanken oder autonomer Reflexion:
- Terminologie- und ADR-Freeze (Memory-Taxonomie, Autoritätsklassen, zeitliche Semantik)
- JSON-Schema-Paket mit gültigen/ungültigen Fixtures
- Erledigt, 31.07.2026 Unveränderlicher Event-Ledger (
cma_memory_events; nur-einfügend, DB-Trigger-erzwungen — noch kein Producer angebunden)
- Projektions-Brücke von Events in die bestehenden AAS-Tabellen
- Schreibgeschützte, zeitlich gefilterte Retrieval-API
- Prompt-/Modell-Registry, die GeoScores Versionsdisziplin verallgemeinert
- Golden Set mit erwarteten Evidenz-IDs und CI-Non-Regression
- Hybrides (lexikalisch + dicht) Retrieval hinter austauschbarer Schnittstelle
- Hash-Kette und Signaturen (JCS-Kanonisierung, SHA-256, Ed25519)
- Externe Checkpoints (Merkle-Batches, unabhängig gehaltene Roots)
- Präregistrierte Holdout-Evaluation und öffentliches Forschungspaket
Das erste umsetzbare Release ist als CMA v1: unveränderliche Events, zeitliches Retrieval und Evidenz-Rekonstruktion geplant. Graph-Memory, autonome Reflexionen und externe Transparenz-Logs sind spätere Ausbaustufen — so sequenziert, dass anspruchsvolles Retrieval niemals schwache zeitliche oder Provenienz-Semantik darunter verdeckt.
Referenzen
- Park et al., Generative Agents: Interactive Simulacra of Human Behavior — DOI: 10.1145/3586183.3606763
- Packer et al., MemGPT: Towards LLMs as Operating Systems — arXiv: 2310.08560
- Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks — NeurIPS 2020
- Gutiérrez et al., HippoRAG — DOI: 10.52202/079017-1902
- Zhong et al., MemoryBank — arXiv: 2305.10250
- Chhikara et al., Mem0 — arXiv: 2504.19413
- Yu et al., FinMem — DOI: 10.1109/TBDATA.2025.3593370
- Maharana et al., Evaluating Very Long-Term Conversational Memory of LLM Agents (LoCoMo) — DOI: 10.18653/v1/2024.acl-long.747
- IDTA, Asset Administration Shell Metamodel, IDTA-01001 — offizielles Metamodell und normative Schemas
- W3C, PROV-O — W3C Recommendation
- RFC 8785, JSON Canonicalization Scheme (JCS) — rfc-editor.org/rfc/rfc8785
- RFC 9162, Certificate Transparency Version 2.0 — rfc-editor.org/rfc/rfc9162
- OSF, Registrations and Preregistrations — offizielle OSF-Leitlinie
Dieses Dossier begleitet das ZenTrader-Whitepaper und ersetzt es nicht. Es ist ein internes Forschungsprotokoll zur technischen und Förder-Prüfung; Forschungsfragen, Meilensteine und Termine sind Planungsartefakte, keine Zusagen auf ein festes Lieferdatum. Der Implementierungsstatus wurde am 31.07.2026 gegen Quellcode und produktives Datenbankschema verifiziert und wird sich mit der Weiterentwicklung der Codebasis verändern — jede konkrete Aussage ist zeitgestempelt zu lesen, nicht als dauerhaft gültig.