Was ist Overfitting? Warum kann eine Strategie umso anfälliger werden, je perfekter ihre Parameter abgestimmt sind?
Eine Handelsstrategie zeigt im historischen Backtest nahezu perfekte Ergebnisse: eine hohe Trefferquote, eine gleichmäßige Renditekurve und einen sehr geringen maximalen Drawdown. Es scheint, als hätte man eine Gesetzmäßigkeit des Marktes entdeckt. Doch auf dem realen Markt kann die Strategie häufig Verluste einfahren. Ein wichtiger Grund für dieses Phänomen ist Overfitting.
Erstens: Was ist Overfitting?
Einfach gesagt passt sich eine Strategie dabei zu stark an bestimmte Schwankungen und Zufälle in historischen Daten an, ohne tatsächlich eine Gesetzmäßigkeit herauszuarbeiten, die langfristig Bestand hat.
Zweitens: Warum kann es problematisch sein, Parameter immer weiter zu optimieren?
Wer Indikatorzeiträume, Stop-Loss-Abstände und Einstiegskriterien wiederholt verändert, nur um die historischen Backtestergebnisse zu verbessern, lässt die Strategie womöglich zunehmend auf das Rauschen in den historischen Daten zuschneiden. Eine schönere historische Renditekurve bedeutet nicht unbedingt, dass die Strategie zuverlässiger ist.
Drittens: Wie lässt sich Overfitting erkennen?
Wenn eine Strategie in den Backtestdaten hervorragend abschneidet, bei neuen Daten, die nicht in die Optimierung eingeflossen sind, aber deutlich versagt, ist Vorsicht geboten. Dasselbe gilt, wenn schon geringfügige Parameteränderungen zu einem starken Rückgang der Rendite führen. Außerdem sollte geprüft werden, ob die Strategie nur in einer einzigen Marktphase funktioniert.
Viertens: Wie lässt sich das Overfitting-Risiko verringern?
Halten Sie die Regeln möglichst einfach und vermeiden Sie es, immer neue Parameter hinzuzufügen, nur um die historische Rendite zu steigern. Teilen Sie die Daten in einen Entwicklungszeitraum und einen Out-of-Sample-Testzeitraum auf und überprüfen Sie die Strategie in unterschiedlichen Marktumfeldern. Berücksichtigen Sie dabei auch Gebühren, Slippage und Finanzierungskosten.
Fünftens: Auch nach dem Backtest muss die Strategie weiter überprüft werden.
Sie können zunächst im Paper-Trading testen und anschließend mit einer kleineren Positionsgröße beobachten, wie die Strategie in der Realität funktioniert. Verfolgen Sie dabei kontinuierlich Rendite, Drawdown und Handelskosten. Auch mehrere erfolgreiche Testphasen können nicht garantieren, dass die Strategie künftig funktioniert.
Eine wirklich gute Strategie zeichnet sich nicht dadurch aus, dass sie historische Daten lückenlos erklärt, sondern dadurch, dass sie auch bei neuen Daten weiterhin angemessene Ergebnisse erzielt.
Im nächsten Beitrag geht es darum, wie Sie Out-of-Sample-Tests durchführen und vermeiden, zufällige Muster aus historischen Marktbewegungen für einen dauerhaften Vorteil zu halten.
Eine Handelsstrategie zeigt im historischen Backtest nahezu perfekte Ergebnisse: eine hohe Trefferquote, eine gleichmäßige Renditekurve und einen sehr geringen maximalen Drawdown. Es scheint, als hätte man eine Gesetzmäßigkeit des Marktes entdeckt. Doch auf dem realen Markt kann die Strategie häufig Verluste einfahren. Ein wichtiger Grund für dieses Phänomen ist Overfitting.
Erstens: Was ist Overfitting?
Einfach gesagt passt sich eine Strategie dabei zu stark an bestimmte Schwankungen und Zufälle in historischen Daten an, ohne tatsächlich eine Gesetzmäßigkeit herauszuarbeiten, die langfristig Bestand hat.
Zweitens: Warum kann es problematisch sein, Parameter immer weiter zu optimieren?
Wer Indikatorzeiträume, Stop-Loss-Abstände und Einstiegskriterien wiederholt verändert, nur um die historischen Backtestergebnisse zu verbessern, lässt die Strategie womöglich zunehmend auf das Rauschen in den historischen Daten zuschneiden. Eine schönere historische Renditekurve bedeutet nicht unbedingt, dass die Strategie zuverlässiger ist.
Drittens: Wie lässt sich Overfitting erkennen?
Wenn eine Strategie in den Backtestdaten hervorragend abschneidet, bei neuen Daten, die nicht in die Optimierung eingeflossen sind, aber deutlich versagt, ist Vorsicht geboten. Dasselbe gilt, wenn schon geringfügige Parameteränderungen zu einem starken Rückgang der Rendite führen. Außerdem sollte geprüft werden, ob die Strategie nur in einer einzigen Marktphase funktioniert.
Viertens: Wie lässt sich das Overfitting-Risiko verringern?
Halten Sie die Regeln möglichst einfach und vermeiden Sie es, immer neue Parameter hinzuzufügen, nur um die historische Rendite zu steigern. Teilen Sie die Daten in einen Entwicklungszeitraum und einen Out-of-Sample-Testzeitraum auf und überprüfen Sie die Strategie in unterschiedlichen Marktumfeldern. Berücksichtigen Sie dabei auch Gebühren, Slippage und Finanzierungskosten.
Fünftens: Auch nach dem Backtest muss die Strategie weiter überprüft werden.
Sie können zunächst im Paper-Trading testen und anschließend mit einer kleineren Positionsgröße beobachten, wie die Strategie in der Realität funktioniert. Verfolgen Sie dabei kontinuierlich Rendite, Drawdown und Handelskosten. Auch mehrere erfolgreiche Testphasen können nicht garantieren, dass die Strategie künftig funktioniert.
Eine wirklich gute Strategie zeichnet sich nicht dadurch aus, dass sie historische Daten lückenlos erklärt, sondern dadurch, dass sie auch bei neuen Daten weiterhin angemessene Ergebnisse erzielt.
Im nächsten Beitrag geht es darum, wie Sie Out-of-Sample-Tests durchführen und vermeiden, zufällige Muster aus historischen Marktbewegungen für einen dauerhaften Vorteil zu halten.