Ein Backtest wendet feste Regeln für Einstieg, Ausstieg und Positionsgröße Trade für Trade auf vergangene Daten an und liefert Ergebnisse wie Trefferquote, Erwartungswert, Profitfaktor und maximalen Drawdown. Er lässt sich im Code automatisieren oder von Hand durchführen, indem du Charts Kerze für Kerze abspielst. Ein brauchbarer Backtest enthält realistische Gebühren, Slippage und Funding.
Beispiel
Du testest eine Regel: BTC kaufen, wenn eine Vier-Stunden-Kerze über dem 20-Perioden-Hoch schließt, mit einem Stop bei 1,5× ATR und einem Ziel von 3R. Über zwei Jahre an Daten ergibt das 140 Trades, eine Trefferquote von 33 % und einen Erwartungswert von +0,25R nach Gebühren, bei einem maximalen Drawdown von 14R. Das rechtfertigt, die Strategie klein zu traden und die Live-Ergebnisse mit dem Test zu vergleichen.
Warum es wichtig ist
Backtesting zeigt, ob eine Idee überhaupt eine Edge hat, bevor du im Live-Trading Lehrgeld zahlst. Es setzt außerdem Erwartungen: Die Verlustserien und Drawdowns im Test helfen dir, an der Strategie festzuhalten, wenn im echten Trading dasselbe passiert.
Häufiger Fehler
Parameter so lange zu verändern, bis der Backtest perfekt aussieht. Auf denselben Daten zu optimieren, auf denen man testet, nennt man Overfitting, und die Ergebnisse überleben das Live-Trading selten. Halte die Regeln einfach und prüfe sie an Daten, die du nicht zum Entwickeln genutzt hast.
In die Praxis umsetzen
Häufige Fragen
- Wie viele Trades braucht ein Backtest?
- Mindestens 100 Trades sind ein übliches Minimum für aussagekräftige Statistiken. Mehr ist besser, idealerweise über verschiedene Marktphasen hinweg.
- Was ist Overfitting?
- Eine Strategie so eng an vergangene Daten anzupassen, dass sie Rauschen statt eines echten Musters abbildet. Das zeigt sich in großartigen Backtests, auf die schwache Live-Ergebnisse folgen.
- Lohnt sich manuelles Backtesting?
- Ja, besonders für diskretionäre Setups, die sich schwer programmieren lassen. Charts Kerze für Kerze abzuspielen, trainiert außerdem deine Mustererkennung.