Backtests lügen. Curve-Fitting, Look-Ahead-Bias, Survivorship-Bias, unrealistische Ausführungsannahmen - die Wege, wie ein Backtest Sie täuschen kann, sind gut dokumentiert.
Aber wenn Sie systematisches Trading ernst nehmen, müssen Sie trotzdem testen. Die Frage ist nicht, ob Sie backtesten sollen. Sondern wie Sie es tun, ohne sich selbst zu täuschen.
Hier sind die Methoden, die wirklich funktionieren.
Beginnen Sie mit Logik, Nicht mit Daten
Bevor Sie einen einzigen Test durchführen, erklären Sie, warum Ihre Strategie funktionieren sollte.
Nicht "weil es historisch funktioniert hat." Das ist zirkulär. Sie brauchen einen marktbasierten Grund: Institutionelles Verhalten erzeugt dieses Muster, menschliche Psychologie produziert diese Tendenz, Marktstruktur generiert diese Ineffizienz.
Wenn Sie die Logik nicht erklären können, betreiben Sie Data Mining. Jeder "Edge", den Sie finden, ist wahrscheinlich Rauschen, das wie ein Signal aussah.
Gute Grundlagen:
- Zyklen existieren, weil Kapital durch Akkumulations- und Distributionsphasen rotiert
- Volumen bestätigt die Richtung, weil Geldfluss institutionelle Absichten offenbart
- Konfluenz funktioniert, weil unabhängige Systeme, die übereinstimmen, Fehlsignale reduzieren
Schreiben Sie Ihre Hypothese auf, bevor Sie testen. Dies verhindert das nachträgliche Anpassen von Erklärungen an Ergebnisse.
Realistische Kosten Einbauen
Die meisten Backtests gehen von perfekter Ausführung aus. Echtes Trading hat Reibung.
In jeden Test einbeziehen:
- Spread: Sie kaufen zum Ask, verkaufen zum Bid. Modellieren Sie dies explizit
- Slippage: Nehmen Sie an, dass Ausführungen 0,1-0,5% schlechter sind als Ihr Signalpreis
- Kommissionen: Selbst "kostenlose" Broker haben SEC-Gebühren und Payment-for-Order-Flow-Kosten
- Marktauswirkung: Ihre Order bewegt den Preis, besonders bei weniger liquiden Instrumenten
Eine Strategie, die 0,1% pro Trade macht, mit 0,15% Roundtrip-Kosten ist ein Verlierer. Besser jetzt wissen als nach realen Verlusten.
Das Out-of-Sample-Protokoll
Hier ist die wichtigste Technik für ehrliches Backtesting: Out-of-Sample-Testing.
- Teilen Sie Ihre Daten. Trennen Sie in In-Sample (sagen wir 70%) und Out-of-Sample (30%)
- Entwickeln Sie nur auf In-Sample. Führen Sie alle Tests, Anpassungen und Optimierungen auf den In-Sample-Daten durch
- Testen Sie einmal auf Out-of-Sample. Wenn Sie ein finales System haben, testen Sie es auf den Out-of-Sample-Daten, die Sie nie gesehen haben
- Ein Schuss. Sie haben nur eine Chance. Wenn Sie auf Out-of-Sample testen, anpassen und wieder testen, ist es nicht mehr Out-of-Sample
Wenn die Performance auf Out-of-Sample-Daten signifikant nachlässt, haben Sie überangepasst. Wenn sie standhält, haben Sie vielleicht etwas Echtes.
Walk-Forward-Analyse
Noch besser als einfaches Out-of-Sample-Testing ist die Walk-Forward-Analyse:
- Optimieren Sie auf Periode 1 (sagen wir 2015-2018)
- Testen Sie auf Periode 2 (2019)
- Notieren Sie die Ergebnisse
- Optimieren Sie auf Periode 2 (2016-2019)
- Testen Sie auf Periode 3 (2020)
- Wiederholen
Dies simuliert, was Sie tatsächlich tun würden: Ihr System periodisch mit aktuellen Daten re-optimieren, dann vorwärts traden.
Wenn die "Test"-Perioden konstant gut performen, ist Ihr System robust. Wenn die Performance in Testperioden viel schlechter ist als in Optimierungsperioden, betreiben Sie Curve-Fitting.
Der Monte-Carlo-Realitätscheck
Ihr Backtest zeigt einen maximalen Drawdown von 25%. Komfortabel, richtig?
Aber das ist nur ein Pfad durch die Geschichte. Zufällige Variation hätte viel Schlimmeres produzieren können.
Die Monte-Carlo-Analyse randomisiert die Reihenfolge Ihrer Trades (oder sampelt mit Ersetzung) und führt Tausende von Simulationen durch. Dies zeigt Ihnen die Bandbreite der Ergebnisse, die mit denselben Trades in unterschiedlichen Sequenzen hätten auftreten können.
Wenn Ihr maximaler Drawdown mit anderem Glück 50% hätte sein können, müssen Sie für 50% Drawdown dimensionieren, nicht für 25%.
Das Fazit
Backtesting ist kein Beweis für einen Edge. Es ist ein Weg, schlechte Ideen zu widerlegen - wenn Sie ehrlich damit sind.
Ein gutes Backtest:
- Verwendet einfache Regeln mit marktbasierter Logik
- Vermeidet Look-Ahead- und Survivorship-Bias
- Beinhaltet realistische Transaktionskosten
- Reserviert Out-of-Sample-Daten für die finale Validierung
- Stresstestet mit Walk-Forward- und Monte-Carlo-Analyse
Das Ziel ist keine schöne Equity-Kurve. Es ist eine realistische Schätzung der zukünftigen Performance. Das sind sehr unterschiedliche Dinge.
Nicht-repainende Indikatoren sind essentiell für ehrliches Backtesting. Wenn das System, das Sie testen, Zyklusanalyse, Volumenregime-Erkennung und Momentum-Voting verwendet, die alle bei Kerzenschluss finalisieren, zeigt Ihre historische Überprüfung genau das, was Sie live gesehen hätten. Kein Look-Ahead-Bias. Keine Phantom-Signale. Was Sie testen, ist das, was Sie tatsächlich traden würden.
Pentarchs nicht-repainende Signale sind für ehrliches Backtesting konzipiert - was Sie in der Geschichte sehen, ist genau das, was Sie live gesehen hätten, ohne Look-Ahead-Bias.
Mit Vertrauen testen →