Die Backtest-Ergebnisse sehen hervorragend aus – warum macht man im Live-Handel trotzdem Verluste?
Eine Handelsstrategie schneidet mit historischen Daten hervorragend ab: hohe annualisierte Rendite, beeindruckende Trefferquote und überschaubare Rückschläge. Doch sobald du echtes Geld einsetzt, stellst du fest, dass die Gewinne weit hinter den Erwartungen zurückbleiben oder du sogar dauerhaft Verluste machst.
Das Problem liegt möglicherweise nicht darin, dass Backtests nutzlos sind. Vielmehr gibt es einige leicht zu übersehende Unterschiede zwischen historischen Simulationen und dem tatsächlichen Handel.
Erstens: Gebühren schmälern die Rendite kontinuierlich.
Wenn eine Strategie häufig handelt, können sich selbst scheinbar geringe Gebühren pro Transaktion zu einem erheblichen Betrag summieren und das Endergebnis deutlich verändern. Gerade bei Strategien mit begrenztem Gewinnpotenzial pro Trade können die Transaktionskosten den ursprünglichen Vorteil direkt aufzehren.
Zweitens: Slippage führt dazu, dass der Ausführungspreis vom erwarteten Preis abweicht.
Ein Backtest geht möglicherweise davon aus, dass ein Trade zum Signalpreis ausgeführt werden kann. Im echten Markt können jedoch Liquidität, Ordergröße und Kursbewegungen dazu führen, dass der tatsächliche Ausführungspreis davon abweicht. Bei starken Kursschwankungen kann dieser Unterschied noch deutlicher ausfallen.
Drittens: Parameteroptimierung kann eine trügerisch gute Performance erzeugen.
Wer Parameter wiederholt anpasst, nur um mit einer bestimmten historischen Datenperiode die höchste Rendite zu erzielen, riskiert eine Überanpassung. Es mag so aussehen, als hätte die Strategie die Marktregeln verstanden – tatsächlich könnte sie aber lediglich auf das Rauschen der Vergangenheit zugeschnitten sein.
Viertens: Die Marktbedingungen verändern sich ständig.
Eine Handelslogik, die in der Vergangenheit funktioniert hat, muss nicht auch in Zukunft erfolgreich sein. Wenn sich Marktteilnehmer, Liquidität und Volatilitätsstruktur verändern, kann sich auch die Performance der Strategie wandeln.
Eine zuverlässigere Überprüfung besteht darin, die Daten in Trainings-, Validierungs- und Out-of-Sample-Testperioden aufzuteilen, realistische Gebühren und Slippage einzuberechnen und die tatsächliche Ausführung in einem simulierten Handel zu beobachten. Selbst wenn eine Strategie diese Tests besteht, ist das keine Garantie für künftige Gewinne.
Der Wert eines Backtests liegt nicht darin, zu beweisen, dass eine Strategie auf jeden Fall Geld verdient, sondern darin, mögliche Schwachstellen aufzudecken.
Im nächsten Beitrag beschäftigen wir uns mit der Frage: Wie lässt sich bei einer Serie von Verlusten erkennen, ob es sich um einen normalen Rückgang handelt oder die Strategie ihren Vorteil verloren hat?
Eine Handelsstrategie schneidet mit historischen Daten hervorragend ab: hohe annualisierte Rendite, beeindruckende Trefferquote und überschaubare Rückschläge. Doch sobald du echtes Geld einsetzt, stellst du fest, dass die Gewinne weit hinter den Erwartungen zurückbleiben oder du sogar dauerhaft Verluste machst.
Das Problem liegt möglicherweise nicht darin, dass Backtests nutzlos sind. Vielmehr gibt es einige leicht zu übersehende Unterschiede zwischen historischen Simulationen und dem tatsächlichen Handel.
Erstens: Gebühren schmälern die Rendite kontinuierlich.
Wenn eine Strategie häufig handelt, können sich selbst scheinbar geringe Gebühren pro Transaktion zu einem erheblichen Betrag summieren und das Endergebnis deutlich verändern. Gerade bei Strategien mit begrenztem Gewinnpotenzial pro Trade können die Transaktionskosten den ursprünglichen Vorteil direkt aufzehren.
Zweitens: Slippage führt dazu, dass der Ausführungspreis vom erwarteten Preis abweicht.
Ein Backtest geht möglicherweise davon aus, dass ein Trade zum Signalpreis ausgeführt werden kann. Im echten Markt können jedoch Liquidität, Ordergröße und Kursbewegungen dazu führen, dass der tatsächliche Ausführungspreis davon abweicht. Bei starken Kursschwankungen kann dieser Unterschied noch deutlicher ausfallen.
Drittens: Parameteroptimierung kann eine trügerisch gute Performance erzeugen.
Wer Parameter wiederholt anpasst, nur um mit einer bestimmten historischen Datenperiode die höchste Rendite zu erzielen, riskiert eine Überanpassung. Es mag so aussehen, als hätte die Strategie die Marktregeln verstanden – tatsächlich könnte sie aber lediglich auf das Rauschen der Vergangenheit zugeschnitten sein.
Viertens: Die Marktbedingungen verändern sich ständig.
Eine Handelslogik, die in der Vergangenheit funktioniert hat, muss nicht auch in Zukunft erfolgreich sein. Wenn sich Marktteilnehmer, Liquidität und Volatilitätsstruktur verändern, kann sich auch die Performance der Strategie wandeln.
Eine zuverlässigere Überprüfung besteht darin, die Daten in Trainings-, Validierungs- und Out-of-Sample-Testperioden aufzuteilen, realistische Gebühren und Slippage einzuberechnen und die tatsächliche Ausführung in einem simulierten Handel zu beobachten. Selbst wenn eine Strategie diese Tests besteht, ist das keine Garantie für künftige Gewinne.
Der Wert eines Backtests liegt nicht darin, zu beweisen, dass eine Strategie auf jeden Fall Geld verdient, sondern darin, mögliche Schwachstellen aufzudecken.
Im nächsten Beitrag beschäftigen wir uns mit der Frage: Wie lässt sich bei einer Serie von Verlusten erkennen, ob es sich um einen normalen Rückgang handelt oder die Strategie ihren Vorteil verloren hat?