Ein technischer Indikator erzeugt keine neuen Informationen. Er transformiert historische Kurs-, Volumen-, Volatilitäts- oder Handelsspannendaten lediglich in eine andere Darstellung.
Ein gleitender Durchschnitt glättet den Kurs, RSI fasst das Verhältnis jüngster Gewinne und Verluste zusammen und Bollinger-Bänder vergleichen den aktuellen Kurs mit einem jüngsten Durchschnitt und einer Volatilitätsspanne. Solche Indikatoren können Daten leichter lesbar machen, aber sie können keine Prognoseinformation erzeugen, die in den Ausgangsdaten nicht bereits enthalten war.
Das größte Problem beginnt, wenn Trader nach genau den Parametern suchen, die historisch das stärkste Ergebnis erzeugt haben.
Es gibt nicht die eine RSI- oder Moving-Average-Strategie
Betrachten wir eine scheinbar einfache RSI-Strategie. Der Investor muss dennoch die RSI-Periode, Ein- und Ausstiegsschwellen, Long-only oder beide Richtungen, Haltedauer, Stop-Loss, Gewinnziel sowie eventuelle Trend- oder Volatilitätsfilter festlegen.
Jede Änderung einer dieser Entscheidungen erzeugt eine andere Strategie. Schon ein vereinfachtes Setup mit Dutzenden Optionen pro Parameter kann Millionen möglicher RSI-Strategien hervorbringen noch bevor überhaupt mehrere Indikatoren kombiniert oder verschiedene Märkte und Zeithorizonte getestet werden.
Die Kombination von Indikatoren lässt den Suchraum explodieren
Angenommen ein Trader hat 100 mögliche Indikatoren oder Filter zur Auswahl: Eine Strategie mit einem Indikator hat 100 grobe Varianten, wobei eine Strategie, die fünf Indikatoren kombiniert, kann schon bis zu 10 Milliarden grobe Kombinationen erzeugen, noch bevor die internen Einstellungen jedes Indikators berücksichtigt werden.
Ein Moving-Average-Filter, ein RSI-Trigger, ein Volatilitätsscreen, eine Stop-Loss-Regel und ein Trailing-Exit können jeweils Dutzende oder Hunderte Varianten haben. Das tatsächliche Strategieuniversum wird dadurch weitaus größer als die Zahl der Indikatoren, die auf einer Trading-Plattform verfübar ist.
Mit genügend Tests entstehen starke Backtests rein zufällig
Stellen wir uns vor 1.000 Strategien ohne echte Prognosekraft werden getestet. Einige verlieren, viele wirken durchschnittlich, und wenige sehen überraschend stark aus, nur weil die historische Stichprobe zufällig zu ihren Gunsten ausfiel.
Wird dieser Prozess auf 100.000, 10 Millionen oder 1 Milliarde Strategien ausgeweitet, wirkt das beste Ergebnis immer beeindruckender, selbst wenn keine der zugrunde liegenden Strategien einen echten Vorteil (Alpha) besitzt. Der Sieger kann Glück sein, nicht Können.
Eine Sharpe Ratio von 2 kann einfach der Sieger eines Backtests sein
Angenommen ein Researcher testet über zehn Jahre Daten hinweg eine enorme Zahl technischer Strategien: Selbst wenn alle in Wahrheit null Alpha besitzen, kann die beste davon dennoch hohe Renditen, begrenzte Drawdowns und eine scheinbar starke Sharpe Ratio zeigen.
Der endgültige Sieger wird meist auch deshalb ausgewählt, weil er ungewöhnlich günstiges historisches Glück hatte. Verschwindet dieses Glück in neuen Daten, fällt die Performance oft deutlich ab. Was wie Zerfall aussieht, kann schlicht das Verschwinden von Glück sein, welches zuvor mit Alpha verwechselt wurde.
Die finale Strategie verdeckt die gescheiterten Alternativen
Eine veröffentlichte Strategie kann so präsentiert werden, als sei exakt der 55-Tage-SMA aus starken theoretischen Gründen gewählt worden. Gerade im TSLA-Beispiel unten wirkt eine so präzise Einstellung schnell fundierter, als sie es im eigentlichen Suchprozess war.
Der tatsächliche Prozess kann jedoch Hunderte kurzer und langer gleitender Durchschnitte, mehrere Volatilitätsfenster, Verzögerungen, Exits und Backtest-Zeiträume umfasst haben. Die finale Strategie ist dann nur der übrig gebliebene Sieger, während gescheiterten Alternativen trotz ihrer statistischen Relevanz verborgen bleiben.
Übereinstimmende Indikatoren sind oft keine unabhängige Bestätigung
Trader kombinieren häufig RSI, MACD, gleitende Durchschnitte, Rate of Change und stochastische Oszillatoren und fühlen sich bestätigt, wenn alle in dieselbe Richtung zeigen. Doch viele dieser Indikatoren sind nur unterschiedliche Beschreibungen desselben zugrunde liegenden Kursmoments.
Übereinstimmung zwischen verwandten Indikatoren kann die Illusion mehrerer unabhängiger Bestätigungen erzeugen, obwohl sie in Wirklichkeit alle aus derselben historischen Zeitreihe abgeleitet werden. Dieser Schein von Bestätigung liefert weit weniger zusätzliche Information, als es zunächst wirkt.
Glatte Indikatoren lassen Zufall strukturiert wirken
Rohkurse sind verrauscht und voller Zufall. Indikatoren wie gleitende Durchschnitte glätten dieses Rauschen, sodass die resultierende Linie sauberer, stabiler und bedeutungsvoller aussieht. Glätte ist jedoch kein Beleg für Vorhersagbarkeit.
Ein 200-Tage-Durchschnitt verändert sich langsam, weil fast alle Daten von einem Tag zum nächsten wiederverwendet werden. Diese Persistenz ist bereits in die Berechnung eingebaut. Technische Charts können instabile Kursbewegungen daher in visuell überzeugende Trends verwandeln, ohne die Fähigkeit zu verbessern, die nächste Bewegung vorherzusagen.
Präzise Einstellungen sind oft ein Warnsignal
Im untenstehenden TSLA-Beispiel endet der 55-Tage-SMA bei +10,7 %, die 54-Tage-Variante bei +13,5 % und die 56-Tage-Variante fällt auf -4,4 %. Eine derart signifikante Veränderung durch nur einen Tag Parameterunterschied lässt sich nur schwer mit einem breiten ökonomischen Mechanismus vereinbaren.
Eine glaubwürdigere Strategie sollte über benachbarte Einstellungen hinweg einen breiten Bereich vernünftiger Ergebnisse zeigen. Das Ziel ist nicht, die eine perfekte Parameterkombination zu finden, sondern zu prüfen, ob über viele vernünftige Varianten hinweg eine stabile Beziehung existiert.
Der Verlauf ist genauso wichtig wie das Endergebnis. Im oben gezeigten Standardbeispiel mit TSLA und dem 55-Tage-SMA hätte ein Backtest, der nahe einem der stärkeren Hochpunkte endet, dieselbe Konfiguration wie einen Gewinn von fast 100 % aussehen lassen und damit attraktiv wirken können. Wäre derselbe Test dagegen in einer schwächeren Phase rund um einen Drawdown von etwa -15 % beurteilt worden, hätte man genau dieses Setup womöglich verworfen und die Suche über andere SMA-Einstellungen oder ganz andere Indikatoren fortgesetzt.
Wie stärkere Evidenz aussehen würde
Eine glaubwürdige kursbasierte Strategie sollte nicht von einer einzigen perfekten historischen Konfiguration abhängen. Sie sollte breite Parameterstabilität, echte Out-of-Sample-Tests, Evidenz über verschiedene Marktumfelder hinweg und Vergleiche mit zufälligen oder durchmischten Strategien zeigen, um zu prüfen, ob der Research-Prozess scheinbares Alpha aus Rauschen herstellen kann.
Am wichtigsten ist jedoch die Verbindung zu einem dauerhaften ökonomischen, verhaltensbezogenen, institutionellen oder marktstrukturellen Mechanismus. Ein Indikator selbst ist keine ausreichende Erklärung, denn ohne einen Grund, warum ein Effekt weiterbestehen sollte, ist ein Backtest allein schwer zu interpretieren.
Das zentrale Problem
Die Erforschung technischer Strategien kombiniert zwei ungünstige Bedingungen: Die prädiktive Information in historischen Kursen ist meist schwach, und die Zahl möglicher Strategien ist enorm. Das bedeutet, dass schwache Signale nur schwer vom normalen Marktrauschen zu trennen sind, während eine massive Suche dieses Rauschen zugleich außergewöhnlich gut anpassen kann.
Die wichtigste Frage ist nicht, ob eine Strategie historisch gut abgeschnitten hat, sondern wie viele Indikatoren, Einstellungen, Kombinationen, Märkte, Zeiträume und Regeländerungen betrachtet wurden bevor genau dieses Ergebnis ausgewählt wurde. Ohne die Größe dieser Suche zu kennen, ist starke historische Performance oft viel weniger aussagekräftig, als sie erscheint.
Baue Research-Frameworks, die Ideen härter prüfen als ein Chart.
CatCapital Research entdeckenDie Research-Inhalte von CatCapital dienen ausschließlich Informationszwecken und stellen keine Finanzberatung dar. Investoren sollten eigene Entscheidungen treffen und ihre Ziele, Einschränkungen und Risikotoleranz selbst berücksichtigen.