Ich habe 6 Strategien laufen lassen – keine hat besser abgeschnitten als HODL. Die ganzen Backtests mit angeblichen 300% Jahresrendite im Netz: 90% scheitern an genau diesen drei Fallen
Zuerst meine Basis: BTC/USDT 1 Stunde, 2024-01-16 bis 2026-08-22, 22.786 Kerzen, 10.000 USDT Kapital. MACD, RSI, Turtle Trading, Grid, ICT/SMC, Trendfolge – alle 6 gängigen Strategien liefen schlechter als „einfach kaufen und halten“ – HODL mit +25,71% p.a., 0/6 liefen besser.
Man sagt dann: „Dann sind deine Strategien eben zu simpel.“ Aber gefährlicher als eine schlechte Strategie ist Overfitting: Wenn man die Parameter so lange dreht, bis sie exakt zur Vergangenheit passen, sieht der Backtest brillant aus – im Live-Handel läuft es katastrophal. Ich bin in alle drei Fallen getappt:
1️⃣ Kurvenrauschen überanpassen. Je mehr Parameter, desto besser lässt sich auch historisches Rauschen „mitlernen“. Bei Kerzen ist jede Kerze nur eine Datenzeile – wenn du zehn Parameter einstellst, um dich an genau diese Historie anzupassen, ist das eher auswendig lernen als lösen.
2️⃣ Falsche Buchführung, ohne es zu merken. In meiner ersten Framework-Version bin ich darauf reingefallen: PnL wird fortlaufend aufsummiert, aber am Ende stimmt es nicht mit der Veränderung des Cash-Bestands überein. Fast alle Backtest-Bugs verzerren in Richtung „besser aussehen“ – Gebühren fehlen, oder es werden Daten aus der Zukunft verwendet. Eine simple Bilanz-Identität-Prüfung entlarvt es sofort.
3️⃣ Keine Out-of-Sample-Validierung. Wenn du die komplette Historie zum Tuning nutzt und dann exakt dieselbe Historie zum Prüfen nimmst, ist das, als würdest du erst die Antworten sehen und dann zur Prüfung gehen. Richtig ist: Daten in 70% Training und 30% Validierung splitten. Parameter nur im Trainingsabschnitt auswählen, die Rendite nur im Validierungsabschnitt berichten.
Wenn du einen richtig schönen Backtest hast, stell zuerst drei Fragen: Stimmt die Buchführung? Wie viele Parameter sind es? Wurde wirklich Out-of-Sample getestet? Wenn du drei Fragen nicht sauber beantworten kannst, sind die +300% sehr wahrscheinlich nur historisches Rauschen.
KI kann Backtest-Code schnell schreiben – aber sie gleicht nicht deine Buchhaltung ab und sie stoppt dich auch nicht beim Overfitting.
Wird dich ein hübscher Backtest schon mal reingelegt haben? Schreib’s in die Kommentare – und im nächsten Beitrag sortiere ich „TOP3 der Leser-Fallen“ auf.
$BTC #Kryptowährung
Zuerst meine Basis: BTC/USDT 1 Stunde, 2024-01-16 bis 2026-08-22, 22.786 Kerzen, 10.000 USDT Kapital. MACD, RSI, Turtle Trading, Grid, ICT/SMC, Trendfolge – alle 6 gängigen Strategien liefen schlechter als „einfach kaufen und halten“ – HODL mit +25,71% p.a., 0/6 liefen besser.
Man sagt dann: „Dann sind deine Strategien eben zu simpel.“ Aber gefährlicher als eine schlechte Strategie ist Overfitting: Wenn man die Parameter so lange dreht, bis sie exakt zur Vergangenheit passen, sieht der Backtest brillant aus – im Live-Handel läuft es katastrophal. Ich bin in alle drei Fallen getappt:
1️⃣ Kurvenrauschen überanpassen. Je mehr Parameter, desto besser lässt sich auch historisches Rauschen „mitlernen“. Bei Kerzen ist jede Kerze nur eine Datenzeile – wenn du zehn Parameter einstellst, um dich an genau diese Historie anzupassen, ist das eher auswendig lernen als lösen.
2️⃣ Falsche Buchführung, ohne es zu merken. In meiner ersten Framework-Version bin ich darauf reingefallen: PnL wird fortlaufend aufsummiert, aber am Ende stimmt es nicht mit der Veränderung des Cash-Bestands überein. Fast alle Backtest-Bugs verzerren in Richtung „besser aussehen“ – Gebühren fehlen, oder es werden Daten aus der Zukunft verwendet. Eine simple Bilanz-Identität-Prüfung entlarvt es sofort.
3️⃣ Keine Out-of-Sample-Validierung. Wenn du die komplette Historie zum Tuning nutzt und dann exakt dieselbe Historie zum Prüfen nimmst, ist das, als würdest du erst die Antworten sehen und dann zur Prüfung gehen. Richtig ist: Daten in 70% Training und 30% Validierung splitten. Parameter nur im Trainingsabschnitt auswählen, die Rendite nur im Validierungsabschnitt berichten.
Wenn du einen richtig schönen Backtest hast, stell zuerst drei Fragen: Stimmt die Buchführung? Wie viele Parameter sind es? Wurde wirklich Out-of-Sample getestet? Wenn du drei Fragen nicht sauber beantworten kannst, sind die +300% sehr wahrscheinlich nur historisches Rauschen.
KI kann Backtest-Code schnell schreiben – aber sie gleicht nicht deine Buchhaltung ab und sie stoppt dich auch nicht beim Overfitting.
Wird dich ein hübscher Backtest schon mal reingelegt haben? Schreib’s in die Kommentare – und im nächsten Beitrag sortiere ich „TOP3 der Leser-Fallen“ auf.
$BTC #Kryptowährung