Du hast einen Indikator mit 78% Trefferquote gefunden. Backtesting über zwei Jahre. 500 Trades ausgewertet. Die Equity-Kurve geht nach oben und rechts wie ein Traum.
Du fängst an, live zu traden. Innerhalb von zwei Wochen hast du einen Monat an Gewinnen zurückgegeben.
Was ist passiert?
Der Backtest hat gelogen. Nicht weil die Zahlen gefälscht waren - sondern weil Backtesting selbst fundamental auf Arten kaputt ist, die die meisten Trader nie bedenken.
Das Kernproblem beim Backtesting
Backtesting beantwortet die Frage: "Wie hätte diese Strategie auf historischen Daten performt?"
Aber das ist nicht die Frage, die du beantwortet brauchst. Die wahre Frage ist: "Wie wird diese Strategie auf Daten performen, die sie noch nie gesehen hat?"
Das sind völlig unterschiedliche Fragen. Und die Lücke zwischen ihnen ist dort, wo Trader Geld verlieren.
Problem 1: Kurvenanpassung
Jeder Markt hat Muster. Einige sind real und beständig. Die meisten sind zufälliges Rauschen, das wie Muster aussah.
Wenn du eine Strategie auf historischen Daten baust oder optimierst, passt du sie an beides an - die echten Muster und das Rauschen. Je mehr du optimierst, desto perfekter erfasst deine Strategie das Rauschen. Sie wird zu einer perfekten Karte der Zufälligkeit, die in der Vergangenheit passiert ist.
Dann kommt die Zukunft mit anderer Zufälligkeit. Deine perfekt optimierte Strategie, abgestimmt auf Muster die nie real waren, bricht zusammen.
Wie man Kurvenanpassung erkennt:
- Strategie hat viele spezifische Parameter (RSI muss genau 67 sein, nicht 65 oder 70)
- Performance verschlechtert sich signifikant bei kleinen Parameteränderungen
- Strategie funktioniert erstaunlich bei einem Asset aber versagt bei ähnlichen Assets
- Zu viele Regeln und Bedingungen
Je spezifischer die Regeln, desto wahrscheinlicher erfassen sie Rauschen statt Signal.
Problem 2: Look-Ahead Bias
Dieser ist subtil und verheerend.
Look-Ahead Bias tritt auf, wenn dein Backtest Informationen verwendet, die zum Zeitpunkt des Trades nicht verfügbar gewesen wären. Die häufigste Quelle? Neu-zeichnende Indikatoren.
Aber es geht tiefer als das. Bedenke:
- Verwendung von Tagesend-Daten für Strategien, die intraday ausgeführt würden
- Indikatoren, die zukünftige Kerzen in ihren Berechnungen verwenden
- Strategieregeln, die nach dem Sehen der Ergebnisse erstellt wurden
- "Vermeiden" bestimmter Perioden, weil du weißt, was passiert ist
Selbst ehrliche Backtests können Look-Ahead Bias eingebaut haben. Der Entwickler weiß, dass 2020 einen Crash hatte, also hat die Strategie eine Regel, die "zufällig" die Exposition Anfang 2020 reduziert. Sieht aus wie geniales Risikomanagement. Ist aber nur Rückschau, die sich als Voraussicht tarnt.
Problem 3: Survivorship Bias
Dein Backtest enthält die Assets, die heute existieren. Er enthält nicht die, die bankrott gingen, von der Börse genommen wurden oder auf null kollabiert sind.
Das ist wichtiger als du denkst.
Wenn du eine Momentum-Strategie backtestest, die Stärke kauft, kauft dein historischer Test nur die Stärke, die überlebt hat. Die Aktien, die die gleichen Stärkemuster zeigten, aber dann kollabierten, sind nicht in deinem Datensatz.
Dein Backtest sieht besser aus als die Realität, weil er nur die Gewinner handelt - im Nachhinein.
Problem 4: Marktregime-Änderungen
Märkte in 2010 sind nicht Märkte in 2020. Algorithmen, die kaum existierten, machen jetzt 70% des Volumens aus. Retail-Trader haben andere Tools und Verhaltensweisen. Die Geldpolitik hat sich dramatisch verändert.
Eine Strategie, die von 2015-2020 backtested wurde, operierte in einer historisch ungewöhnlichen Periode niedriger Volatilität und konsequenter Zentralbankunterstützung. Dann kam 2022 mit Inflation, Zinserhöhungen und einem völlig anderen Regime.
Die Strategie hat nicht "aufgehört zu funktionieren". Sie wurde nie auf dem Markttyp getestet, dem sie tatsächlich begegnen würde.
Problem 5: Ausführungsrealität
Backtests nehmen an:
- Du hast genau den Preis bekommen, den du wolltest
- Es gab keinen Slippage
- Deine Order hat den Markt nicht bewegt
- Du konntest immer einsteigen und aussteigen, wenn das Signal kam
- Spreads waren konstant
Nichts davon ist wahr beim Live-Trading.
Diese Scalping-Strategie mit 55% Trefferquote und 1:1 Risiko-Reward? Nach realistischem Slippage und Spread-Kosten ist sie ein Verlierer. Der Backtest wusste es nie.
Also Was Macht Man Stattdessen?
Wenn traditionelles Backtesting so fehlerhaft ist, gibt es eine Möglichkeit, Strategien ehrlich zu testen?
Ja - aber es erfordert fundamental andere Ansätze. Forward-Testing auf ungesehenen Daten. Out-of-Sample-Validierung. Walk-Forward-Analyse. Monte-Carlo-Stresstests. Diese Methoden existieren speziell, weil Forscher erkannten, dass einfaches Backtesting eine Illusion von Vorteil schafft, wo keiner existiert.
Das Ziel ändert sich von "beweisen, dass eine Strategie funktioniert" zu "versuchen, sie zu brechen, bevor der Markt es tut".
Das Fazit
Hör auf, Backtests zu vertrauen. Fang an, sie zu hinterfragen.
Wenn jemand dir erstaunliche historische Ergebnisse zeigt, frage:
- Wurde das out-of-sample getestet?
- Was ist die logische Basis für diesen Vorteil?
- Wie performt es mit anderen Parametern?
- Funktioniert es bei mehreren Assets?
- Zeichnet der Indikator neu?
Wenn sie diese Fragen nicht beantworten können, ist der Backtest wertlos - egal wie gut die Equity-Kurve aussieht.
Wie Ehrlicher Vorteil Wirklich Aussieht
Die stärksten Strategien sind nicht an historisches Rauschen angepasst. Sie basieren auf Marktstruktur-Logik, die du artikulieren kannst:
Warum Zyklen sich wiederholen: Institutionelle Akkumulation und Distribution schaffen wiederkehrende Muster. Smart Money kauft bei Zyklus-Tiefs, verkauft bei Zyklus-Hochs. Dieses Verhalten ist strukturell, nicht zufällig - es überdauert Regime.
Warum Volumen Richtung bestätigt: Geldfluss offenbart Absicht. Preis kann lügen (Fake-Ausbrüche, Stop-Jagden), aber Volumen zeigt, wohin Kapital tatsächlich fließt. Akkumulation sieht anders aus als Distribution.
Warum Konfluenz wichtig ist: Wenn mehrere unabhängige Systeme übereinstimmen, nehmen Fehlsignale ab. Ein Indikator kann falsch liegen. Fünf Indikatoren, die in die gleiche Richtung zeigen, sind bedeutsam.
Vorteil basierend auf Marktstruktur-Logik überlebt Regime-Änderungen. Vorteil basierend auf "RSI muss genau 67 sein" nicht. Die Frage ist nicht "hat das in der Vergangenheit funktioniert?" Es ist "gibt es einen logischen Grund, dass dies weiter funktionieren sollte?"
Das ist das Fundament, auf dem es sich zu bauen lohnt.
Willst du Indikatoren basierend auf Logik, nicht auf Kurvenanpassung?
Signal Pilots 7-Indikatoren-Suite basiert auf Marktstruktur: Zyklen, die sich aufgrund institutionellen Verhaltens wiederholen, Volumen, das Geldfluss offenbart, Konfluenz, die Rauschen filtert. Nicht-neuzeichnende Signale bedeuten, was du in der Historie siehst, ist was du live gesehen hättest.
Kein optimierter Unsinn. Kein "funktioniert perfekt bei diesem einen Asset mit genau diesen Einstellungen". Nur logische Grundlagen, die du artikulieren kannst.
Probiere Logik-Basierte Analyse Kostenlos →Haben Sie ein Publikum? Verdienen Sie bis zu 30% wiederkehrende Provisionen
Affiliate werden →Diskutiere diesen Artikel mit Tradern in unserer Community
Discord beitreten →