Bevor jemand Kapital für eine Strategie aufs Spiel setzt, fragt er: Hätte das in der Vergangenheit funktioniert? Backtesting beantwortet das — man führt eine Reihe von Regeln an historischen Daten aus und zählt das Ergebnis aus. Ehrlich durchgeführt ist es eines der nützlichsten Werkzeuge in der Quant-Arbeit. Nachlässig durchgeführt ist es eines der gefährlichsten, denn ein Backtest lässt sich erstaunlich leicht so aussehen, als wäre er brillant, obwohl er wertlos ist.

Warum ein großartiger Backtest leicht zu fälschen ist:

• Look-Ahead-Bias. Der Strategie wird stillschweigend erlaubt, Informationen zu nutzen, die sie zum damaligen Zeitpunkt nicht haben konnte. Eine Regel, die „nahe am monatlichen Tief kauft“, ist im Nachhinein trivial und in Echtzeit unmöglich.

• Stilles Over-Tuning. Probier genügend Parametersätze aus, und einer wird eine spektakuläre Kurve erzeugen — nicht weil er ein echtes Muster gefunden hat, sondern weil bei genügend Versuchen am Ende immer etwas zum Rauschen passt. Gescheiterte Experimente werden selten dokumentiert, daher wirkt der Sieger oft wie ein Triumph beim ersten Versuch.

Die tiefste Version ist Overfitting: Eine Strategie, die sich die Vergangenheit gemerkt hat, statt ein belastbares Muster zu lernen. Sie trifft die Historie, weil sie so geformt wurde, dass sie zur Historie passt — und bricht zusammen bei Daten, die sie nie gesehen hat.

So sieht ein ehrlicher Backtest aus:

• Daten zurückhalten — auf einer Teilmenge aufbauen, einmal auf einer späteren Teilmenge testen, die sie noch nie gesehen hat.

• Walk it forward — neu trainieren auf einem rollierenden Fenster, testen auf den Zeitraum direkt danach.

• Modellier die Reibungen — Kosten, Spread, Slippage.

• Zähle deine Versuche — je mehr du probiert hast, desto wahrscheinlicher ist, dass dein bestes Ergebnis Glück ist.

Selbst ein sorgfältiger Backtest hat eine Schwäche: Er wird an Daten bewertet, die bereits existieren, sodass der Tester immer weiß, wie die Geschichte ausgeht. Der einzige Weg, das vollständig zu umgehen, besteht darin, zuerst zu prognostizieren und die Realität dich bewerten zu lassen — ein Forward-Test.

Das ist der Aufbau unseres öffentlichen Experiments: Jede Prognose wird festgelegt und mit einem Bitcoin-Zeitstempel versehen, bevor das Ereignis eintritt — dann wird sie offen bewertet: mit Gewinn und Verlust. Nichts über einen zeitgestempelten Forward-Record kann leise an eine Vergangenheit angepasst werden, die du schon kennst.

Vollständiger Datensatz: https://neuportal.ai/experiment

Nur zu Bildungszwecken — keine Finanzberatung.