Du hast eine Trading-Idee. Super. Aber bevor du dein hart verdientes Geld darauf setzt, solltest du sie erstmal gegen historische Daten testen. Das nennt sich Backtesting – und es ist der Unterschied zwischen professionellem Trading und Glücksspiel.
Viele Trader überspringen diesen Schritt. Sie haben eine "geniale" Strategie, testen sie auf ein paar Charts und verlieren dann Wochen später real Geld. Das muss nicht sein.
Backtesting bedeutet, deine Trading-Strategie auf historische Kursdaten anzuwenden, um zu sehen, wie sie sich in der Vergangenheit geschlagen hätte. Du simulierst jeden Trade, den deine Regeln ausgelöst hätten, und berechnest die Ergebnisse.
Stell dir vor, du willst wissen, ob deine neue Breakout-Strategie funktioniert. Statt sie live zu traden und dabei vielleicht 2.000 Euro zu verlieren, testest du sie erstmal auf den letzten zwei Jahren Daten. Wenn sie da schon nicht funktioniert, sparst du dir den Schmerz.
Das ist wie ein Crashtest für dein Auto – lieber den Dummy kaputt machen als dich selbst.
đź’ˇ Nice to Know: Die ersten systematischen Backtests machten Hedgefonds schon in den 1960ern. Heute nutzt praktisch jeder professionelle Trader diese Methode, bevor er eine Strategie live schaltet.
Ohne Backtesting handelst du blind. Du weiĂźt nicht, ob deine Strategie profitabel ist, wie oft sie falsch liegt oder wie heftig die Verlustphasen werden.
Hier die wichtigsten GrĂĽnde, warum du backtesten solltest:
Objektive Performance-Messung: Statt zu raten, ob deine Strategie funktioniert, hast du harte Zahlen. Win Rate, durchschnittlicher Gewinn, maximaler Drawdown – alles messbar.
Risiko verstehen: Du siehst, wie brutal die schlechten Phasen werden können. Wenn dein Backtest zeigt, dass du in sechs Monaten 40% verlieren könntest, bist du gewarnt.
Confidence aufbauen: Eine gut getestete Strategie gibt dir Vertrauen. Wenn du weiĂźt, dass sie historisch funktioniert hat, bleibst du auch bei ein paar Verlust-Trades dabei.
Optimierung: Du kannst verschiedene Parameter testen. Funktioniert dein Moving Average Crossover besser mit 20/50 oder 10/30 Perioden? Backtesting verrät es dir.
⚠️ Achtung: Vergangene Performance garantiert keine zukünftigen Ergebnisse. Backtesting zeigt nur, was hätte passieren können – nicht was passieren wird.
Du hast zwei Optionen: manuell durch Charts klicken oder Software die Arbeit machen lassen. Beide haben ihre Berechtigung.
Du gehst Chart für Chart durch, suchst deine Setups und notierst die Ergebnisse. Zeitaufwändig, aber gründlich.
Vorteile:
Nachteile:
Software testet deine Strategie auf Jahre von Daten in Sekunden. Effizient, aber weniger flexibel.
Vorteile:
Nachteile:
🎯 Pro Tip: Starte mit manuellem Backtesting, um deine Strategie zu verstehen. Wenn sie funktioniert, automatisiere für größere Tests.
Ein sauberer Backtest folgt klaren Schritten. Hier die Anleitung:
Schreib deine Trading-Regeln kristallklar auf. "Kaufe bei Breakout" ist zu vage. "Kaufe bei Schlusskurs ĂĽber 20-Tage-Hoch mit Stop-Loss 2 ATR unter Entry" ist testbar.
Besorge dir saubere, historische Kursdaten. Mindestens 2-3 Jahre, idealerweise 5-10 Jahre. Unterschiedliche Marktphasen mĂĽssen abgedeckt sein.
Teile deine Daten auf: 70% fĂĽr das eigentliche Backtesting (In-Sample), 30% fĂĽr die Validierung (Out-of-Sample). Optimiere nur auf den ersten Teil.
Bei manuellem Testing: Chart fĂĽr Chart, Setup fĂĽr Setup. Bei automatisiertem: Lass die Software laufen.
Entry-Preis, Exit-Preis, Stop-Loss, Gewinn/Verlust, Datum. Jeder Trade zählt.
Win Rate, Profit Factor, Maximum Drawdown, durchschnittlicher Gewinn pro Trade. Die wichtigsten Kennzahlen im Detail gleich.
💡 Nice to Know: Professionelle Trader dokumentieren oft auch den Grund für jeden Exit – Stop-Loss getroffen, Ziel erreicht, oder diskretionärer Exit. Das hilft bei der Optimierung.
Die richtigen Metriken entscheiden ĂĽber Erfolg oder Misserfolg deines Backtests. Hier die wichtigsten:
Der Prozentsatz gewinnender Trades. Klingt wichtig, ist aber ĂĽberbewertet.
Eine 40% Win Rate kann profitabel sein, wenn deine Gewinne groĂź genug sind. Eine 80% Win Rate kann verlustbringend sein, wenn die wenigen Verluste brutal sind.
Profit Factor = Bruttogewinn aller Gewinn-Trades / Bruttoverlust aller Verlust-Trades
Das ist die wichtigste Metrik. Ein Profit Factor über 1,0 bedeutet Profitabilität. Über 1,5 ist gut, über 2,0 exzellent.
Beispiel: Du machst 10.000 Euro Gewinn mit Gewinn-Trades und 6.000 Euro Verlust mit Verlust-Trades. Profit Factor = 10.000 / 6.000 = 1,67. Solide.
Der größte Verlust vom Hoch zum Tief in deinem Account. Das ist der Schmerz-Indikator.
Wenn dein Maximum Drawdown 30% beträgt, musst du bereit sein, fast ein Drittel deines Accounts zu verlieren. Schaffst du das emotional? Ehrlich?
Zeigt, ob sich das Trading ĂĽberhaupt lohnt. Wenn du im Schnitt 50 Euro pro Trade machst, aber 20 Euro GebĂĽhren zahlst, bleiben nur 30 Euro ĂĽbrig.
🎯 Pro Tip: Fokussiere auf den Profit Factor (Bruttogewinn / Bruttoverlust) – über 1,5 ist gut, über 2,0 exzellent. Diese eine Zahl sagt dir mehr über deine Strategie als Win Rate allein.
Misst risikobereinigte Returns. Höher ist besser. Über 1,0 ist akzeptabel, über 2,0 sehr gut.
⚠️ Achtung: Eine hohe Win Rate kann täuschen. Eine Strategie mit 90% Win Rate aber einem Profit Factor von 0,8 verliert trotzdem Geld. Die großen Verluste fressen die vielen kleinen Gewinne auf.
Backtesting ist voller Fallen. Hier die häufigsten Verzerrungen, die deine Ergebnisse schöner machen als sie sind:
Der Klassiker. Du optimierst deine Parameter so lange, bis die historischen Ergebnisse perfekt aussehen. Problem: Diese "Perfektion" funktioniert nur auf genau diesen Daten.
Es ist wie ein Anzug, der nur für eine Person maßgeschneidert ist – trägt jemand anders ihn, sieht es furchtbar aus.
Deine Backtesting-Daten enthalten nur Aktien oder Assets, die ĂĽberlebt haben. Die insolventen Unternehmen sind rausgeflogen. Das verzerrt deine Ergebnisse nach oben.
Du nutzt Information in deinem Backtest, die zum damaligen Zeitpunkt nicht verfügbar gewesen wäre. Klassiker: Du kaufst am "Tiefpunkt" des Tages – aber woher wusstest du, dass das der Tiefpunkt wird?
Du testest so lange verschiedene Strategien auf denselben Daten, bis eine zufällig gut aussieht. Das ist kein System – das ist Zufall mit Anstrich.
đź’ˇ Nice to Know: Overfitting passiert besonders schnell bei kleinen Samples. Mit nur 30 Trades kannst du fast jede beliebige Performance "erzeugen", indem du Parameter anpasst.
Ein einmaliger Backtest reicht nicht. Märkte ändern sich, deine Strategie muss sich bewähren können.
Teile deine Daten auf. Optimiere deine Strategie nur auf 70% der Daten. Die restlichen 30% sind tabu – bis du zum Schluss testest.
Funktioniert deine Strategie auch auf den Out-of-Sample-Daten gut? Prima. Falls nicht, warst du am Overfitting.
Noch robuster: Du testest nicht nur einmal, sondern rollierend. Optimiere auf den ersten 12 Monaten, teste auf Monat 13. Dann optimiere auf Monat 2-13, teste auf Monat 14. Und so weiter.
Das simuliert reales Trading viel besser. In echt hast du auch nicht die Zukunft verfĂĽgbar fĂĽr deine Optimierung.
Beispiel: Du optimierst deine Moving Average Crossover Strategie auf 2020-2021 Daten. Funktioniert sie auch auf 2022? Wenn ja – gut. Wenn nein – zurück ans Reißbrett.
🎯 Pro Tip: Teste immer auf Out-of-Sample-Daten – optimiere auf einem Datensatz, validiere auf einem anderen. Funktioniert deine Strategie nur auf den Optimierungsdaten, ist sie overfit.
Vom kostenlosen Excel bis zur professionellen Software – hier deine Optionen:
TradingView: Einfaches Backtesting für Indikatoren-basierte Strategien. Pine Script ermöglicht eigene Programmierung.
MT4/MT5: Standard-Plattformen fĂĽr Forex/CFDs mit Strategy Tester. Klunkig, aber funktional.
Excel/Google Sheets: Für manuelles Backtesting vollkommen ausreichend. Du trägst Trades ein und berechnest Metriken.
Amibroker: Mächtiges Tool für systematisches Backtesting. Günstig, aber Einarbeitungszeit nötig.
TradeStation: All-in-One-Lösung mit Backtesting, aber teuer.
Python (Backtrader, Zipline): Maximale Flexibilität, aber Programmierkenntnisse erforderlich.
Für den Start: Excel oder Google Sheets reichen völlig. Trag deine Trades manuell ein, berechne Win Rate und Profit Factor. Funktioniert deine Strategie, kannst du immer noch upgraden.
Automatisierung macht erst Sinn, wenn du klare, regelbasierte Strategien hast und groĂźe Datenmengen testen willst.
Diese Fehler ruinieren Backtests und kosten später echtes Geld:
30 Trades beweisen gar nichts. Zufälle können jede Performance erzeugen. Du brauchst mindestens 100 Trades, besser 200+, für statistisch aussagekräftige Ergebnisse.
Du testest mit perfekten Fills zu Schlusskursen. Real kriegst du oft schlechtere Preise, besonders bei Breakout-Strategien.
Kosten ignorieren: Jeder Trade kostet Spread + Kommission. Bei 2 Euro pro Trade und 50 Euro durchschnittlichem Gewinn bleiben nur 48 Euro ĂĽbrig.
Du wählst die besten Perioden für deinen Backtest aus. 2017-2021 war Bullenmarkt – wie sieht deine Strategie in 2008 oder 2022 aus?
Im Backtest tradest du jedes Setup. Real ĂĽberspringst du manche aus MĂĽdigkeit oder Angst. Das verzerrt die Ergebnisse massiv.
⚠️ Achtung: Cherry-picke nicht deine besten Backtest-Ergebnisse – berichte das vollständige Bild inklusive schlimmster Perioden. Sonst baust du auf Sand.
Du testest mit fixen Positionsgrößen, aber real variierst du je nach Confidence oder Account-Stand. Das kann Ergebnisse komplett ändern. Richtige Positionsgröße ist entscheidend.
🎯 Pro Tip: Mindestens 100 Trades sind nötig für statistisch bedeutsame Backtest-Ergebnisse — weniger ist nur Rauschen. Lieber länger testen als auf zu dünnen Daten Entscheidungen treffen.
Real Trading ist dynamisch. Märkte ändern sich, Korrelationen verschwinden, neue Trends entstehen. Dein Backtest sollte das abbilden.
Statt einmal zu testen, machst du rollierenden Tests. Optimiere Parameter auf 12 Monaten, teste auf dem 13. Dann verschiebe das Fenster: optimiere auf Monat 2-13, teste auf 14.
Das ist näher an der Realität. Du hattest auch nie die komplette Zukunft für deine Optimierung verfügbar.
Märkte haben verschiedene Phasen: Trends, Seitwärtsmärkte, hohe/niedrige Volatilität. Funktioniert deine Strategie in allen?
Eine Trendfolge-Strategie glänzt im Trend, versagt aber in Seitwärtsmärkten. Das ist normal – aber du solltest es wissen.
💡 Nice to Know: Hedge Funds nutzen oft mehrere Backtesting-Frameworks parallel. Stimmen alle überein, ist das Vertrauen höher. Divergieren sie, wird nochmal nachgeforscht.
Teste nicht nur auf einem Markt. Funktioniert deine Breakout-Strategie im DAX? Gut. Im Dow? Im Gold? Im Bitcoin? Je breiter sie funktioniert, desto robuster ist sie.
⚠️ Achtung: Overfitting ist der #1 Backtesting-Fehler — eine zu perfekt optimierte Strategie wird im Live-Trading versagen. Die Märkte sind kein Geschichtsbuch, das sich wiederholt.
Von simpel bis sophisticated – hier deine Werkzeugkiste:
Excel/Google Sheets: Unterschätzt, aber mächtig. Du kannst komplette Backtests manuell durchführen. Trag Entry, Exit, Gewinn/Verlust ein, berechne Metriken. Langsam, aber lehrreich.
TradingView Strategy Tester: Für einfache, indikatorbasierte Strategien perfekt. Pine Script ermöglicht auch komplexere Systeme. Günstig, aber limitiert.
Amibroker: Der Klassiker für systematische Trader. Mächtige AFL-Sprache, schnelle Optimierung, günstig. Einarbeitungszeit erforderlich.
Portfolio123: Web-basiert, speziell fĂĽr Aktien-Strategien. Gute Faktor-Analyse, aber monatliche Kosten.
QuantConnect/Quantopian-Nachfolger: Cloud-basierte Backtesting-Umgebung. Python/C#, groĂźe Datenmengen, aber komplexer.
TradeStation: All-in-One mit Broker-Integration. Mächtig, aber teuer und US-fokussiert.
Python Frameworks: Backtrader, Zipline, VectorBT. Maximale Flexibilität, aber du brauchst Programmierkenntnisse.
Welches Tool passt zu dir? Fang einfach an. Excel fĂĽr manuelle Tests, TradingView fĂĽr erste Automatisierung. Upgraden kannst du immer noch.
Hier die größten Stolpersteine, die deine Tests ruinieren:
Deine Aktien-Datenbank enthält nur Unternehmen, die überlebt haben. Enron, Wirecard & Co. sind rausgeflogen. Das macht deine Backtests unrealistisch optimistisch.
Du nutzt Information, die damals nicht verfügbar war. "Kaufe am Tief des Tages" – aber woher wusstest du, dass 10:30 Uhr das Tief wird?
Jeder Trade kostet. Spread, Kommission, Slippage. Bei aktiven Strategien können Kosten die komplette Performance auffressen.
Beispiel: Deine Daytrading-Strategie macht 100 Euro pro Tag. Aber 15 Trades kosten 45 Euro Gebühren. Bleiben 55 Euro – für das Risiko zu wenig.
Im Backtest kriegst du immer perfekte Preise. Real bekommst du bei Breakouts oft schlechtere Fills, weil alle gleichzeitig kaufen.
Du optimierst so lange, bis die Ergebnisse perfekt aussehen. RSI 14 vs 15 vs 16 Perioden – welche Win Rate ist höher? Das ist Datamining, kein System.
⚠️ Achtung: Survivorship Bias: dein Backtest nutzt möglicherweise Daten von Assets die überlebt haben — die insolventen fehlen. Das verzerrt Ergebnisse nach oben.
Im Backtest tradest du jedes Setup emotionslos. Real ĂĽberspringst du Trades nach Verlusten oder verdoppelst nach Gewinnen. Trading Psychologie ist ein riesiger Faktor.
🎯 Pro Tip: Maximaler Drawdown sagt dir, wie viel Schmerz zu erwarten ist — wenn du den Drawdown nicht aushältst, wirst du die Strategie aufgeben. Sei ehrlich zu dir selbst.
Backtesting ist nicht optional – es ist die Grundlage professionellen Tradings. Hier die wichtigsten Punkte:
Teste vor dem Risiko: Jede Strategie braucht einen Backtest, bevor echtes Geld flieĂźt. Keine Ausnahmen.
Quantität zählt: 100+ Trades sind Minimum für aussagekräftige Ergebnisse. Lieber ein längerer Test als dünne Datenbasis.
Profit Factor ist König: Diese eine Metrik sagt mehr über deine Strategie als Win Rate allein. Über 1,5 ist gut, über 2,0 exzellent.
Out-of-Sample Testing: Optimiere auf 70% der Daten, validiere auf 30%. Funktioniert es nicht auf den ungesehenen Daten, ist die Strategie overfit.
Kosten einrechnen: Jeder Trade kostet Geld. Spread, Kommissionen, Slippage – alles muss in den Backtest rein.
Verschiedene Marktphasen: Teste Trends, Seitwärtsmärkte, hohe und niedrige Volatilität. Jede Phase bringt andere Herausforderungen.
Realistische Annahmen: Perfekte Fills gibt es nicht. Emotionen gibt es schon. Bau diese Faktoren ein.
Backtesting ist kein Garant für zukünftige Profits. Aber ohne geht es definitiv schief. Es ist wie eine Landkarte – nicht das Gebiet selbst, aber verdammt hilfreich für die Navigation.
Das Chance-Risiko-Verhältnis deiner getesteten Setups kombiniert mit solider Positionsgröße macht den Unterschied zwischen Glücksspiel und systematischem Trading.
Mindestens 100 Trades, idealerweise 200+. Das sollte verschiedene Marktbedingungen abdecken (Trend, Range, volatil, ruhig). Ergebnisse aus 20-30 Trades sind statistisch nicht signifikant – pure Zufälle können jede Performance erzeugen.
Nein, definitiv nicht. Du kannst mit 40% Win Rate profitabel sein, wenn deine Gewinne groß genug sind. Eine 80% Win Rate kann verlustbringend sein, wenn die wenigen Verluste brutal sind. Fokussiere auf den Profit Factor – der zeigt das echte Verhältnis zwischen Gewinnen und Verlusten.
Starte manuell, um deine Strategie wirklich zu verstehen. Dann automatisiere für größere Tests. Manuelles Testing hilft bei komplexen, diskretionären Regeln. Automatisierung ist schneller und objektiver, funktioniert aber nur bei klar definierten, regelbasierten Systemen.
70% für Optimierung (In-Sample), 30% für Validierung (Out-of-Sample). Optimiere nur auf den ersten Teil, teste am Schluss auf den zweiten. Funktioniert die Strategie auf beiden Datensätzen ähnlich gut, ist sie robust. Große Unterschiede deuten auf Overfitting hin.
Das kommt auf deine Strategie und Risikotoleranz an. Aktive Strategien können 20-30% Drawdown haben, konservative vielleicht 10-15%. Wichtiger: Kannst du den Drawdown emotional aushalten? Wenn 25% Verlust dich zum Aufgeben bringen, ist die Strategie für dich ungeeignet.
Weiter lesen: Eine getestete Strategie ist nur der Anfang. Lerne als Nächstes, wie du deine Positionsgröße optimal bestimmst, damit aus guten Backtesting-Ergebnissen auch echte Profits werden.
Mindestens 100 Trades, idealerweise 200+. Das sollte verschiedene Marktbedingungen abdecken (Trend, Range, volatil, ruhig). Ergebnisse aus 20-30 Trades sind statistisch nicht signifikant.
War das hilfreich?
Das CRV bestimmt ob deine Strategie langfristig Geld verdient. CRV berechnen, Zusammenspiel mit Trefferquote, Stops und Ziele richtig setzen.
9 min read
Trading-Psychologie trennt konsistent profitable Trader vom Rest. Lerne emotionale Kontrolle, Disziplin, Geduld, Umgang mit Verlusten und einen prozessorientierten Mindset.
11 min read
Positionsgröße bestimmt wie viele Lots, Aktien oder Kontrakte du handelst basierend auf Kontogröße und Risiko pro Trade. Lerne die 1-2% Regel, ATR-basiertes Sizing und Kelly-Kriterium.
9 min read