Backtesting: Strategien mit historischen Daten testen
Backtesting bezeichnet das rückwirkende Testen einer Handelsstrategie an historischen Kursdaten. Ziel ist es, die Performance einer Strategie zu messen, bevor man echtes Geld riskiert.
Der Prozess
- Strategie definieren: Klare Regeln für Ein- und Ausstieg (z.B. "Kaufe wenn SMA 50 über SMA 200 kreuzt, verkaufe wenn es wieder unter kreuzt")
- Daten beschaffen: Qualitativ hochwertige historische Kursdaten (mindestens 5–10 Jahre, besser mehr)
- Backtest durchführen: Software simuliert alle Trades nach den Regeln
- Ergebnisse analysieren: Rendite, Drawdown, Sharpe Ratio, Trefferquote
- Optimieren: Parameter anpassen, aber Vorsicht vor Overfitting!
- Walk-Forward-Test: Strategie auf "Out-of-Sample" Daten testen
Tools für Backtesting
- Python (Backtrader, zipline, quantconnect): Für Programmierer, sehr flexibel
- TradingView Pine Script: Eingebaut in Charting-Software, einfach zu lernen
- Amibroker: Professionell, mächtig
- Excel: Für einfache Strategien ausreichend
Wichtige Backtest-Kennzahlen
CAGR (Compound Annual Growth Rate): Jährliche Rendite in %
Maximum Drawdown: Größter Verlust vom Hochpunkt. Zeigt, was man historisch durchgehalten hätte.
Sharpe Ratio: Rendite ÷ Volatilität. Über 1 ist gut, über 2 sehr gut.
Win Rate: Anteil profitabler Trades
Profit Factor: Summe Gewinne ÷ Summe Verluste. Über 1,5 ist solide.
Sortino Ratio: Wie Sharpe, aber berücksichtigt nur negative Volatilität.
Realismus im Backtest
Viele Backtests sind zu optimistisch. Berücksichtige unbedingt:
- Transaktionskosten (Spread, Gebühren, Slippage)
- Steuern (bei kurzfristigem Trading)
- Survivorship Bias (Aktien die bankrott gingen fehlen oft in historischen Daten)