Eine Trading Strategie kann auf dem Papier hervorragend aussehen und trotzdem in der Praxis scheitern. Genau hier kommt Backtesting im Trading ins Spiel. Beim Backtesting wird eine Handelsstrategie anhand historischer Marktdaten überprüft, um herauszufinden, wie sie sich unter vergangenen Marktbedingungen entwickelt hätte.
Für Trader ist Backtesting deshalb eines der wichtigsten Werkzeuge, um eine Strategie nicht nur nach Gefühl, sondern anhand von Daten zu beurteilen.
Dabei geht es allerdings nicht darum, die Vergangenheit möglichst perfekt nachzubilden. Ein guter Backtest soll vor allem eine Frage beantworten: Besitzt die Strategie unter klar definierten Bedingungen einen nachvollziehbaren statistischen Vorteil?
Das ist ein entscheidender Unterschied. Ein Backtest kann keine zukünftigen Gewinne garantieren. Er kann aber dabei helfen, schlechte Trading Ideen frühzeitig zu erkennen, Regeln zu verbessern und die eigene Strategie besser zu verstehen.
Was ist Backtesting im Trading?
Backtesting bezeichnet das Testen einer Trading Strategie anhand historischer Kursdaten.
Der Trader definiert zunächst konkrete Regeln für seine Strategie. Anschließend wird überprüft, wie diese Regeln bei vergangenen Kursbewegungen funktioniert hätten.
Ein einfaches Beispiel: Eine Strategie schreibt vor, dass ein Long-Trade eröffnet wird, wenn der Kurs nach einem Rücksetzer ein vorheriges Hoch überschreitet. Der Stop Loss liegt unter dem letzten relevanten Tief und der Trade wird bei einem bestimmten Chance-Risiko-Verhältnis geschlossen.
Diese Regeln können anschließend auf historische Daten angewendet werden.
Dabei wird nicht nur betrachtet, ob einzelne Trades gewonnen oder verloren hätten. Interessant ist vor allem das Gesamtergebnis über eine ausreichend große Anzahl von Trades.
Warum ist Backtesting so wichtig?
Viele Trading Strategien entstehen zunächst aus einer Beobachtung.
Ein Trader sieht beispielsweise, dass bestimmte Breakouts häufig zu starken Bewegungen führen. Daraus entsteht die Vermutung, dass sich ein Breakout-System profitabel handeln lassen könnte.
Das Problem: Einzelne Beispiele beweisen nichts.
Vielleicht wurden nur die erfolgreichen Situationen wahrgenommen. Vielleicht funktioniert die Idee nur in einer bestimmten Marktphase. Oder die Strategie sieht im Nachhinein besser aus, als sie tatsächlich gewesen wäre.
Backtesting zwingt den Trader dazu, eine Trading Idee zu konkretisieren.
Aus „Breakouts funktionieren oft“ wird beispielsweise:
„Wenn der Kurs das Hoch der definierten Range innerhalb der ersten Handelsstunde überschreitet und weitere Bedingungen erfüllt, wird eine Long-Position eröffnet.“
Erst dadurch entsteht eine testbare Strategie.
Wie funktioniert ein Backtest?
Ein Backtest beginnt mit einem klaren Regelwerk.
Der Trader muss definieren, wann ein Trade eröffnet wird, wann die Position geschlossen wird und wie das Risiko festgelegt wird.
Anschließend werden historische Daten ausgewählt.
Das können beispielsweise historische Daten des DAX, Nasdaq, EUR/USD, Gold oder eines anderen Marktes sein.
Die Strategie wird dann auf diese Daten angewendet.
Für jeden Trade werden mindestens Einstieg, Stop Loss, Ausstieg und Ergebnis dokumentiert.
Am Ende entsteht eine Datenbasis, anhand derer sich die Strategie statistisch analysieren lässt.
Beispiel für einen einfachen Backtest
Nehmen wir an, ein Trader möchte eine einfache Trendfolge-Strategie auf dem Nasdaq testen.
Die Regel lautet: Es werden nur Long-Trades eröffnet, wenn sich der Markt oberhalb eines bestimmten gleitenden Durchschnitts befindet. Nach einem Rücksetzer wird bei einem definierten Signal eingestiegen.
Der Stop Loss liegt unter dem letzten relevanten Tief.
Nun wird die Strategie beispielsweise über mehrere Jahre historische Kursdaten getestet.
Dabei stellt sich heraus, dass die Strategie in starken Aufwärtstrends gut funktioniert, während sie in Seitwärtsphasen deutlich schlechter abschneidet.
Diese Information ist wesentlich wertvoller als die Aussage, dass die Strategie insgesamt beispielsweise 60 Prozent Gewinner produziert.
Der Trader weiß nun, unter welchen Bedingungen die Strategie funktioniert und wo ihre Schwächen liegen.
Was muss eine Trading Strategie vor dem Backtest enthalten?
Je genauer die Regeln definiert sind, desto aussagekräftiger kann ein Backtest sein.
Ein Problem entsteht beispielsweise bei der Aussage:
„Ich kaufe, wenn der Trend stark aussieht.“
Was ist ein starker Trend?
Ohne klare Definition kann jeder Trade im Nachhinein passend interpretiert werden.
Eine testbare Strategie muss deshalb möglichst objektive Bedingungen besitzen.
Auch der Ausstieg muss definiert sein.
Es reicht nicht zu sagen: „Ich nehme Gewinne mit, wenn der Markt schwächer wird.“
Für einen Backtest muss feststehen, was genau als Schwäche gilt.
Je weniger subjektive Entscheidungen während des Tests notwendig sind, desto besser lässt sich die Strategie untersuchen.
Welche Daten braucht man für ein Backtesting?
Die benötigten Daten hängen von der Trading Strategie ab.
Für langfristige Aktienstrategien können Tagesdaten ausreichen.
Beim Daytrading werden dagegen häufig Intraday-Daten benötigt.
Scalping-Strategien benötigen teilweise sehr genaue historische Daten, weil bereits kleine Unterschiede bei Spread, Slippage und Ausführung das Ergebnis verändern können.
Auch die Qualität der Daten ist entscheidend.
Fehlerhafte oder unvollständige Kursdaten können zu falschen Ergebnissen führen.
Backtesting und verschiedene Timeframes
Eine Strategie kann auf unterschiedlichen Timeframes völlig unterschiedliche Ergebnisse liefern.
Ein Breakout auf dem 5-Minuten-Chart ist nicht dasselbe wie ein Breakout auf dem 1-Stunden-Chart.
Auch die Anzahl der Trades verändert sich.
Beim Backtesting sollte der verwendete Timeframe deshalb genau dokumentiert werden.
Wer eine Strategie zunächst auf dem 5-Minuten-Chart testet und anschließend ohne erneuten Test auf den 15-Minuten-Chart wechselt, handelt im Grunde ein anderes System.
Welche Kennzahlen sind beim Backtesting wichtig?
Die reine Gewinnsumme reicht nicht aus, um eine Strategie zu bewerten.
Besonders wichtig ist der Erwartungswert.
Vereinfacht beschreibt er, welchen durchschnittlichen Gewinn oder Verlust ein Trade über eine ausreichend große Stichprobe erwarten lässt.
Eine mögliche Darstellung lautet:
[ E = (p_G \times G) – (p_V \times V) ]
Dabei steht (p_G) für die Wahrscheinlichkeit eines Gewinns, (G) für den durchschnittlichen Gewinn, (p_V) für die Wahrscheinlichkeit eines Verlusts und (V) für den durchschnittlichen Verlust.
Eine Strategie kann beispielsweise eine relativ niedrige Trefferquote besitzen und trotzdem profitabel sein, wenn die durchschnittlichen Gewinner deutlich größer als die durchschnittlichen Verluste sind.
Trefferquote beim Backtesting
Die Trefferquote zeigt, wie viele der getesteten Trades erfolgreich waren.
Eine Trefferquote von 60 Prozent bedeutet beispielsweise, dass sechs von zehn Trades Gewinne erzielt haben.
Doch eine hohe Trefferquote ist kein Beweis für eine profitable Strategie.
Wenn die zehn Gewinner jeweils 50 Euro bringen und die vier Verlierer jeweils 200 Euro kosten, kann das Gesamtergebnis trotz hoher Trefferquote negativ sein.
Deshalb muss die Trefferquote immer gemeinsam mit Gewinn- und Verlustgröße betrachtet werden.
Drawdown beim Backtesting
Der Drawdown gehört zu den wichtigsten Kennzahlen eines Backtests.
Er beschreibt vereinfacht den Rückgang des Kontowerts von einem vorherigen Hoch zu einem späteren Tief.
Ein System kann langfristig profitabel sein und trotzdem zwischenzeitlich einen erheblichen Drawdown erleben.
Das ist für die praktische Umsetzung entscheidend.
Ein Trader muss wissen, ob er eine solche Verlustphase psychologisch und finanziell aushalten kann.
Eine Strategie mit theoretisch hoher Rendite kann ungeeignet sein, wenn der maximale Drawdown so groß ist, dass der Trader sie während einer Verlustserie nicht mehr konsequent handelt.
Verlustserien beim Backtesting
Auch Verlustserien sollten untersucht werden.
Angenommen, eine Strategie besitzt langfristig einen positiven Erwartungswert.
Das bedeutet nicht, dass Gewinne gleichmäßig auftreten.
Mehrere Verluste hintereinander sind jederzeit möglich.
Ein Backtest kann zeigen, wie häufig solche Serien historisch aufgetreten sind und wie lang sie waren.
Diese Information ist für die Trading Psychologie besonders wertvoll.
Wer weiß, dass eine Strategie historisch bereits zehn oder zwölf Verlusttrades in Folge produziert hat, reagiert möglicherweise weniger emotional, wenn eine ähnliche Phase live auftritt.
Backtesting und Chance-Risiko-Verhältnis
Das Chance-Risiko-Verhältnis, kurz CRV, spielt ebenfalls eine wichtige Rolle.
Eine Strategie mit einem durchschnittlichen Gewinn von 300 Euro und einem durchschnittlichen Verlust von 100 Euro besitzt beispielsweise ein durchschnittliches Verhältnis von 3:1.
Allerdings bedeutet ein hohes theoretisches CRV nicht automatisch, dass die Strategie profitabel ist.
Wenn das Gewinnziel nur sehr selten erreicht wird, kann eine niedrige Trefferquote das Ergebnis wieder ausgleichen.
Deshalb muss das tatsächliche Ergebnis des Regelwerks getestet werden.
Backtesting mit TradingView
TradingView wird von vielen Tradern für Chartanalyse und Strategieentwicklung verwendet.
Mit den entsprechenden Funktionen können historische Kursdaten analysiert und regelbasierte Strategien getestet werden.
Ein Vorteil besteht darin, dass Trader ihre Strategie direkt auf dem Chart überprüfen können.
Wichtig ist jedoch, dass auch bei einem technischen Backtesting-Tool die Regeln sauber definiert werden.
Ein automatischer Backtest kann nur das testen, was tatsächlich programmiert oder eindeutig festgelegt wurde.
Automatisiertes Backtesting
Beim automatisierten Backtesting wird eine Strategie durch Software anhand historischer Daten getestet.
Das kann besonders bei klar definierten Regelwerken sinnvoll sein.
Ein Computer kann innerhalb kurzer Zeit sehr viele historische Trades analysieren.
Dadurch lassen sich unterschiedliche Märkte, Timeframes oder Parameter miteinander vergleichen.
Automatisierung ist jedoch nicht automatisch besser.
Wenn die zugrunde liegenden Regeln schlecht definiert sind oder die historischen Daten nicht realistisch sind, kann auch ein automatisierter Backtest zu falschen Schlussfolgerungen führen.
Manuelles Backtesting
Beim manuellen Backtesting arbeitet der Trader historische Charts Schritt für Schritt durch.
Er bewegt sich beispielsweise Kerze für Kerze durch einen Chart und dokumentiert jeden Trade, der nach den vorher definierten Regeln entstanden wäre.
Der große Vorteil besteht darin, dass der Trader die Strategie tatsächlich verstehen muss.
Er erkennt dabei häufig Details, die in einem rein automatisierten Test nicht sofort auffallen.
Der Nachteil ist der höhere Zeitaufwand.
Bei sehr großen Datenmengen kann manuelles Backtesting deshalb deutlich aufwendiger sein.
Backtesting und Trading Journal
Ein Trading Journal eignet sich nicht nur für Live-Trades.
Auch Backtests können darin dokumentiert werden.
So lässt sich beispielsweise festhalten, welche Marktphase vorlag, welches Setup gehandelt wurde und wie der Trade endete.
Dadurch entsteht eine detaillierte Datenbasis.
Besonders interessant wird das, wenn der Trader später feststellt, dass bestimmte Bedingungen die Ergebnisse deutlich beeinflussen.
Vielleicht funktioniert die Strategie nur während bestimmter Handelszeiten.
Vielleicht sind Long-Trades deutlich profitabler als Short-Trades.
Vielleicht funktionieren bestimmte Marktphasen besser als andere.
Ein gutes Journal macht solche Unterschiede sichtbar.
Overfitting beim Backtesting
Einer der größten Gefahren beim Backtesting ist Overfitting.
Dabei wird eine Strategie so stark an historische Daten angepasst, dass sie auf genau diesen Daten hervorragend funktioniert.
Das Problem: Die Strategie hat möglicherweise nicht wirklich einen robusten Vorteil.
Sie hat lediglich gelernt, die Vergangenheit möglichst gut zu erklären.
Ein Beispiel wäre eine Strategie, bei der nach unzähligen Tests genau die Parameter ausgewählt werden, die in den vergangenen fünf Jahren das beste Ergebnis geliefert haben.
Auf neuen Daten kann die Performance anschließend deutlich schlechter ausfallen.
Warum zu viele Optimierungen gefährlich sind
Beim Backtesting entsteht schnell die Versuchung, immer weitere Regeln hinzuzufügen.
Der Stop wird verändert.
Der Take Profit wird angepasst.
Die Handelszeit wird eingeschränkt.
Bestimmte Wochentage werden ausgeschlossen.
Indikatorwerte werden verändert.
Mit jeder zusätzlichen Optimierung kann das historische Ergebnis besser aussehen.
Das bedeutet aber nicht zwangsläufig, dass die Strategie besser geworden ist.
Im Gegenteil: Je stärker ein System an vergangene Daten angepasst wird, desto größer kann die Gefahr sein, dass es nur noch auf diese spezielle Vergangenheit passt.
Out-of-Sample-Test
Eine Möglichkeit, Overfitting zu reduzieren, ist die Aufteilung der Daten.
Ein Teil der historischen Daten wird für die Entwicklung der Strategie verwendet.
Ein anderer Teil bleibt zunächst unangetastet und wird später als Out-of-Sample-Test genutzt.
Die Strategie wird anschließend auf den bisher unbekannten Daten überprüft.
Wenn sie auch dort ähnliche Eigenschaften zeigt, ist das ein stärkeres Indiz für Robustheit.
Es bleibt trotzdem ein Test der Vergangenheit.
Eine Garantie für zukünftige Gewinne entsteht dadurch nicht.
Walk-Forward-Analyse
Eine weiterführende Methode ist die Walk-Forward-Analyse.
Dabei wird die Strategie auf einem historischen Zeitraum entwickelt und anschließend auf einem folgenden Zeitraum getestet.
Danach wird das Fenster weitergeschoben.
So wird versucht, die Strategie unter Bedingungen zu untersuchen, die näher an einer fortlaufenden Anwendung liegen.
Diese Methode kann besonders für systematische Trading Strategien interessant sein.
Sie ist allerdings komplexer als ein einfacher Backtest.
Backtesting und Transaktionskosten
Ein realistischer Backtest sollte die tatsächlichen Handelskosten berücksichtigen.
Dazu gehören beispielsweise Spread, Kommission und gegebenenfalls weitere Gebühren.
Bei kurzfristigen Strategien können diese Kosten einen großen Unterschied machen.
Eine Strategie mit sehr kleinen Gewinnzielen kann im Bruttoergebnis profitabel erscheinen und nach Berücksichtigung der Kosten plötzlich negativ sein.
Deshalb sollte das Backtesting möglichst realistische Annahmen verwenden.
Slippage beim Backtesting
Auch Slippage sollte berücksichtigt werden.
Slippage bezeichnet die Differenz zwischen dem erwarteten und dem tatsächlich ausgeführten Preis.
Besonders bei schnellen Marktbewegungen kann die Ausführung vom gewünschten Preis abweichen.
Ein Backtest, der jeden Einstieg exakt zum theoretischen Signalpreis ausführt, kann deshalb zu optimistische Ergebnisse liefern.
Je kurzfristiger die Strategie, desto wichtiger wird dieser Faktor.
Backtesting von Forex Strategien
Forex Strategien lassen sich grundsätzlich gut backtesten.
Dabei sollten allerdings Spread und Handelszeit berücksichtigt werden.
Ein Breakout während einer sehr liquiden Marktphase kann andere Ergebnisse liefern als derselbe Breakout in einer ruhigen Handelsperiode.
Auch wichtige Wirtschaftsdaten können das Verhalten verändern.
Wer Forex Trading backtestet, sollte deshalb möglichst genau definieren, welche Handelszeiten und Marktbedingungen berücksichtigt werden.
Backtesting von Gold Strategien
Auch Gold Trading Strategien können anhand historischer Daten getestet werden.
Dabei ist insbesondere die teilweise hohe Volatilität des Edelmetalls zu berücksichtigen.
Eine Strategie, die in ruhigen Phasen funktioniert, kann während starker Bewegungen völlig andere Ergebnisse liefern.
Deshalb sollte ein Backtest möglichst unterschiedliche Marktphasen enthalten.
Backtesting von DAX und Nasdaq Strategien
DAX und Nasdaq sind beliebte Märkte für Daytrader.
Beim Backtesting kurzfristiger Strategien spielt die Handelszeit eine besonders wichtige Rolle.
Die Marktaktivität kann sich im Tagesverlauf deutlich verändern.
Eine Opening-Range-Strategie wird beispielsweise bewusst auf eine bestimmte Marktphase ausgerichtet.
Ein Backtest sollte diese Bedingungen exakt nachbilden.
Wie viele Trades sollte ein Backtest enthalten?
Es gibt keine universelle Mindestanzahl, ab der eine Strategie automatisch als profitabel gilt.
Grundsätzlich gilt jedoch: Je größer die Stichprobe, desto aussagekräftiger können statistische Kennzahlen werden.
Ein Backtest mit zehn Trades sagt nur sehr wenig aus.
Auch 30 Trades können noch stark vom Zufall beeinflusst sein.
Eine größere Anzahl von Trades über unterschiedliche Marktphasen liefert wesentlich mehr Informationen.
Dabei sollte nicht nur die Anzahl der Trades betrachtet werden. Die Daten sollten möglichst unterschiedliche Marktbedingungen abdecken.
Wie lange sollte man eine Trading Strategie backtesten?
Auch hier gibt es keine allgemeingültige Jahreszahl.
Eine langfristige Swing-Trading-Strategie sollte über ausreichend viele Marktphasen getestet werden.
Bei einer kurzfristigen Daytrading-Strategie kann dagegen eine große Anzahl von Intraday-Trades wichtiger sein als die reine Anzahl der Kalenderjahre.
Entscheidend ist, dass die Datenbasis zur Strategie passt.
Eine Strategie, die nur unter einer bestimmten Marktphase getestet wurde, ist entsprechend weniger aussagekräftig.
Backtesting ist kein Beweis für zukünftige Gewinne
Das wichtigste Prinzip lautet:
Vergangene Ergebnisse sind keine Garantie für zukünftige Ergebnisse.
Ein Backtest zeigt, wie sich ein Regelwerk unter historischen Bedingungen entwickelt hätte.
Die Zukunft kann jedoch andere Marktbedingungen bringen.
Volatilität, Liquidität, Handelskosten und Marktstruktur können sich verändern.
Deshalb sollte ein Backtest als Werkzeug zur Entscheidungsfindung verstanden werden, nicht als Beweis dafür, dass eine Strategie garantiert profitabel sein wird.
Backtesting vs. Demo Trading
Backtesting und Demo Trading erfüllen unterschiedliche Aufgaben.
Beim Backtesting wird die Vergangenheit untersucht.
Beim Demo Trading wird die Strategie unter laufenden Marktbedingungen angewendet.
Beide Methoden können sich deshalb sinnvoll ergänzen.
Der Backtest liefert eine historische Datenbasis.
Das Demo Trading zeigt, ob der Trader die Regeln tatsächlich umsetzen kann und wie sich die Strategie unter aktuellen Marktbedingungen verhält.
Backtesting vs. Live Trading
Live Trading bringt einen zusätzlichen Faktor ins Spiel: echtes Geld.
Dadurch verändert sich die psychologische Situation.
Ein Trader kann im Backtest problemlos zehn Verluste in Folge akzeptieren.
Mit echtem Geld kann dieselbe Verlustserie zu Angst, Frustration oder impulsiven Entscheidungen führen.
Deshalb ist es möglich, dass ein Trader eine statistisch positive Strategie besitzt und trotzdem live Geld verliert, weil er seine Regeln nicht konsequent umsetzt.
Der häufigste Fehler beim Backtesting
Der größte Fehler besteht darin, den Backtest so lange zu verändern, bis das Ergebnis perfekt aussieht.
Das Ziel eines Backtests sollte nicht sein, die höchste historische Rendite zu erzeugen.
Das Ziel sollte sein, herauszufinden, ob eine einfache und nachvollziehbare Strategie robust genug erscheint, um weiter untersucht zu werden.
Eine Strategie mit etwas geringerer historischer Rendite, aber stabilen Ergebnissen über unterschiedliche Marktphasen kann deshalb interessanter sein als ein hochoptimiertes System mit fantastischer Vergangenheit.
Backtesting richtig einsetzen
Ein sinnvoller Prozess beginnt mit einer klaren Trading Idee.
Diese Idee wird in konkrete Regeln übersetzt.
Danach wird sie auf historischen Daten getestet und anhand relevanter Kennzahlen ausgewertet.
Anschließend sollte die Strategie auf bisher unbekannten Daten überprüft werden.
Erst danach folgt idealerweise eine Testphase unter laufenden Marktbedingungen.
So entsteht ein Prozess, bei dem Entscheidungen zunehmend auf Daten statt auf Bauchgefühl beruhen.
Fazit: Backtesting im Trading
Backtesting im Trading ist eines der wichtigsten Werkzeuge, um eine Trading Strategie systematisch zu untersuchen.
Statt sich auf einzelne Gewinner-Trades oder subjektive Eindrücke zu verlassen, kann der Trader historische Daten verwenden, um die Eigenschaften seines Systems zu analysieren.
Dabei sind Trefferquote, durchschnittlicher Gewinn und Verlust, Erwartungswert, Drawdown und Verlustserien wesentlich aussagekräftiger als die reine Gesamtperformance.
Besonders wichtig ist, realistische Handelskosten und mögliche Slippage zu berücksichtigen. Ebenso sollte darauf geachtet werden, dass die Strategie nicht durch zu viele Optimierungen an die Vergangenheit angepasst wird.
Ein guter Backtest beantwortet deshalb nicht die Frage:
„Werde ich mit dieser Strategie in Zukunft Geld verdienen?“
Er beantwortet eine wesentlich sinnvollere Frage:
„Zeigt diese Strategie unter den getesteten Bedingungen einen nachvollziehbaren statistischen Vorteil?“
Wer diese Unterscheidung versteht, nutzt Backtesting nicht als Versprechen auf zukünftige Gewinne, sondern als das, was es tatsächlich ist: ein Werkzeug, um Trading Strategien zu überprüfen, Schwächen zu erkennen und Entscheidungen auf eine bessere Datenbasis zu stellen.