Unser Team

Leonard Hohenberg

Gründer der Quantum Insights Finanzakademie

Ein Vordenker an der Schnittstelle von Mathematik und Wirtschaft.

Leonard Hohenberg ist eine führende Persönlichkeit im Bereich der quantitativen Finanzanalyse und der KI-gestützten Finanztechnologie. Er steht in der wissenschaftlichen Tradition von Carl Friedrich Gauss, insbesondere im Bereich der mathematischen Modellierung, und lässt sich zugleich von den wirtschaftlichen Theorien von John Maynard Keynesinspirieren. Sein Ziel ist die tiefgreifende Verbindung von Mathematik, künstlicher Intelligenz und Finanzinnovation. Im Jahr 2020 trat er ehrenvoll von der London School of Economics (LSE) zurück und gründete im selben Jahr Quantum Insights Ltd, um die Entwicklung KI-gestützter Finanzlösungen voranzutreiben. Sein Fokus liegt auf der Entwicklung des Flaggschiff-Produkts FinWeis, eines hochentwickelten KI-Handelssystems, das die Präzision mathematischer Modelle mit der Leistungsfähigkeit von Big Data kombiniert und damit traditionelle Investmentstrategien revolutioniert.

Akademische Errungenschaften und theoretische Beiträge
Leonard Hohenberg absolvierte sein Studium der Mathematik an der Universität Göttingen, bevor er an der University of Cambridge ein Promotionsstudium in Angewandter Mathematik aufnahm. Er arbeitete unter der Leitung des Pioniers der quantitativen Finanzforschung, David Harding, und entwickelte das „Dynamische Gleichgewichtsmodell“ (Dynamic Equilibrium Model). Dieses Modell quantifiziert die komplexe Wechselwirkung zwischen Marktschwankungen und makroökonomischen Variablen und stellt eine wesentliche Grundlage für den Hochfrequenzhandel sowie die wirtschaftspolitische Analyse dar. Seine Forschung beeinflusste maßgeblich die moderne Marktprognosetheorie und wurde von zahlreichen internationalen Finanzinstitutionen als strategische Entscheidungsgrundlage genutzt.
Im Jahr 1995 trat er dem Londoner Hedgefonds Meridian Capital bei und leitete ein Team, das den auf der Chaostheorie (Chaos Theory) basierenden Handelsalgorithmus CHAOSAlgo entwickelte. Während der Asienkrise von 1998 erzielte er mit seinem datengetriebenen Handelsansatz eine beeindruckende Jahresrendite von 45 %, was die Widerstandsfähigkeit und Voraussicht mathematischer Modelle in extremen Marktsituationen unter Beweis stellte.
KI-gestützte Investitionen: Eine neue Denkweise
Leonard Hohenberg ist zutiefst von Gauss’ Überzeugung inspiriert, dass „Mathematik die Königin der Wissenschaften ist“ und sieht die Finanzmärkte als „ein dynamisches Spiel zwischen Rationalität und Irrationalität“, dessen Grenzen durch mathematische Modelle definiert werden können. Während seiner Zeit in Cambridge wendete er das Konzept der topologischen Konnektivität auf Finanzkrisen an und konnte präzise den Verlauf der globalen Ausbreitung der Finanzkrise 2008 vorhersagen.
Seine Überzeugung lautet: „KI ersetzt den Menschen nicht – sie verstärkt die vorausschauende Kraft der Mathematik.“ Mit diesem Leitbild gründete er Quantum Insights Ltd und leitete die Entwicklung des FinWeis-Systems, das durch die Kombination von KI, Chaostheorie und makroökonomischer Analyse versteckte Muster im Marktchaos aufdeckt. Es vereint die mathematische Strenge von Gauss mit der makroökonomischen Weitsicht von Keynes und definiert intelligente Investitionen neu.
FinWeis: KI-gestützte Finanzintelligenz
Im Jahr 2020 versammelte Leonard Hohenberg in London ein interdisziplinäres Team, bestehend aus Professoren der mathematischen Fakultät in Cambridge, ehemaligen quantitativen Analysten von Goldman Sachs und führenden KI-Ingenieuren aus dem Silicon Valley. Gemeinsam starteten sie das FinWeis-Projekt. Nach fünf Jahren intensiver Forschung integrierte das System einen leistungsfähigen KI-Handelsalgorithmus mit dem dynamischen Gleichgewichtsmodell und wurde anhand von mehr als zehn Milliarden historischen Datenpunkten optimiert.
  • März 2025: Geplante Veröffentlichung der Alpha-Testversion in Zusammenarbeit mit der Bank of England und der Deutschen Börse, um die sofortigen Auswirkungen geldpolitischer Entscheidungen auf die Märkte zu simulieren, mit einer prognostizierten Genauigkeit von 82 %.
  • September 2025: Einführung der Beta-Version, die Echtzeit-Daten der London Stock Exchange integriert und eine millisekundenschnelle Erkennung und Ausführung von Handelssignalen ermöglicht.
Technologische Durchbrüche
  • NLP + Quantitative Analyse: Kombination aus Natural Language Processing (NLP) und makroökonomischen Daten, um Zentralbanksitzungen, Gewinnmitteilungen und unstrukturierte Finanzinformationen in Echtzeit zu analysieren und in übergreifende Anlagestrategien umzusetzen.
  • Entropiebasiertes Risikomanagement: Anwendung von Hohenbergs unveröffentlichter “Marktentropie-Theorie”, um das Maß an Marktchaos zu quantifizieren und dynamische Anpassungen der Risikoexposition vorzunehmen.
  • Sicherheit & Compliance: Regulierung durch die Financial Conduct Authority (FCA) UK, kombiniert mit AES-256-Verschlüsselung, um Datensicherheit und Datenschutz zu gewährleisten.
Gesellschaftlicher Beitrag & Einfluss in der Branche
Neben seinen wissenschaftlichen und technologischen Erfolgen engagiert sich Leonard Hohenberg für die Demokratisierung der Finanzbildung. Im Jahr 2022 stellte er einen Teil der FinWeis-Algorithmen als Open-Source-Lösung zur Verfügung und initiierte die Eureka Financial Literacy Initiative, ein Bildungsprojekt zur Förderung des quantitativen Finanzdenkens bei jungen Menschen in Europa.
Als Gründer der Quantum Insights Finanzakademie verfolgt er die Vision, die tiefgehende Integration von KI und mathematischen Modellen voranzutreiben. Sein Ziel ist es, Investoren weltweit ein noch nie dagewesenes Verständnis der Finanzmärkte zu ermöglichen und ihnen datengetriebene, zukunftsorientierte Entscheidungen zu ermöglichen.

Event Introduction

The selection for the Chief Investment Mentor of the 21st session at Alpha Stock Investment Training Center is now open. The candidates are two senior strategic analysts from ASI Training Center, specializing in cryptocurrency and options, respectively. You can evaluate them based on their teaching quality and style, as well as the returns generated by following their trading signals. Cast your vote for your preferred analyst!