Backtesting - Auf dem Prüfstand

Wenn Sie sich für die Verwendung von Indikatoren entscheiden, ist es wichtig, Einblick in das Verhalten dieser Indikatoren zu gewinnen. Sie sollten sich mit den Vor- und Nachteilen eines bestimmten Indikators vertraut machen. Wie verhalten sie sich beispielsweise in Trend- und Seitwärtsmärkten? Wie hoch ist die Trefferquote und das Verhältnis von Rendite zu Risiko? Werde ich auf Basis von Tages- oder Wochenkursen handeln oder Intraday? Das sind alles Fragen, die bei der Auswahl eines bestimmten Indikators in einem bestimmten Markt wichtig sind.

Die Vorteile des Backtestings und der Optimierung:

• Backtesten hilft, um eine Strategie auf Basis historischer Daten zu beurteilen.
• Die vergangene Performance bietet Rückschlüsse hinsichtlich Beurteilung für die Zukunft.
• Mit dieser Information können Parameter der Strategie optimiert werden.

Bei der Auswahl eines bestimmten Indikators stellt sich die Frage, ob die Standardparameter ausreichend sind oder ob sie angepasst (optimiert) werden müssen. Ein repräsentativer Backtest auf historischen Kursen sollte verwendet werden, um zu analysieren, wie sich ein Indikator in der Vergangenheit entwickelt hat. Und inwieweit die Anpassung der Parameter die Ergebnisse verbessert. Dieses Backtesting und die Optimierung von Indikatoren sind Möglichkeiten, die in fast allen modernen Softwarepaketen für die Technische Analyse vorhanden sind. Aber es ist ein riskantes Geschäft, auf Basis vergangener Ergebnissen blindlings zu handeln. Die Ergebnisse in einer realen Handelssituation haben in der Regel die Tendenz, schlechter zu sein als im Backtest. Daher ist es für jeden aktiven Investor ratsam, bei der Anwendung von Indikatoren und Handelssystemen, über Grundkenntnisse im Rahmen der Anwendung zu verfügen. Deshalb werden Grundlagen besprochen, ohne den Anspruch auf Vollständigkeit zu erheben. An dieser Stelle sei auf die Fachliteratur verwiesen.

Was ist Backtesting?

Das Backtesting von Indikatoren ist der Prozess, bei dem auf der Grundlage objektiver Handelsregeln für Kauf und Verkauf und auf Basis vergangener Kurse berechnet wird, was mit dieser Strategie in einem bestimmten Zeitraum erwirtschaftet werden wäre. Dies hängt natürlich auch vom Instrument ab, mit dem eine Strategie umgesetzt wird (Aktien, Optionen, Futures, etc.) Wie bereits erwähnt, wird der eigentliche Handel nie genau die gleichen Ergebnisse liefern wie die theoretischen Werte aus dem Backtest. Es ist wichtig, die gefundenen Ergebnisse genauer zu untersuchen, um festzustellen, ob sie eine Grundlage für den zukünftigen Handel bilden. Neben einer positiven Gewinnprognose müssen die Ergebnisse natürlich auch an einer Reihe anderer Kriterien gemessen werden. Die wichtigsten sind:

• Ausreichende Trades, um statistisch signifikant zu sein
• Maximaler Verlust pro Trade (Drawdown)
• „Hitrate” (Anzahl der Gewinntrades/Gesamtanzahl der Trades)
• Durchschnittlicher Gewinn/Durchschnittlicher Verlust
• Benchmark für Rendite und Risiko (WS-Index und Rina-Index)

Diese Kriterien werden unter Rendite und Risiko näher beleuchtet. Darüber hinaus spielen auch psychologische Faktoren bei der Beurteilung eines Backtest eine Rolle. Obwohl eine Strategie statistisch gut aussehen mag, ist es schwierig, sie aufrechtzuerhalten, wenn viele aufeinanderfolgende verlustbringende Trades regelmäßig stattfinden. Zwei, drei oder vier aufeinanderfolgende Verluste sind immer noch beherrschbar. Aber nach einer Reihe von zehn Verlusten wird selbst der erfahrenste Trader anfangen, sich Sorgen zu machen. Während statistisch gesehen noch nichts passiert ist, wird die Moral derart beeinträchtigt, dass zumeist lieber das Handtuch geworfen wird.

Dieses Beispiel zeigt ein statistisches Backtesting-Ergebnis über eine vierwöchige Datenhistorie unter Verwendung des MACD-Indikators in der NanoTrader Trading-Plattform.

Backtesting ist ein Rückblick auf die Vergangenheit mit Wissen über die Zukunft. Dies ermöglicht es, daraus zu schließen, was erzielt worden wäre. Häufige Fallstricke bei der Durchführung eines Backtestes sind:

Handel auf Basis der Schlusskurse eines Bars, in der das Signal gegeben wird

Wenn ein Indikator z.B. auf Tagesschlusskursen handelt, dann ist es nur in dem Moment 100% sicher, an dem das Signal schon nicht mehr gehandelt werden kann. Es ist daher nicht realistisch, mit diesen Schlusskursen einen Backtest durchzuführen. Ein Backtest zum Eröffnungskurs des nächsten Tages würde ein zuverlässigeres Bild abgeben.

Ausführung der Order zu einem anderen als dem vom Indikator vorgegebenen Preis

Hat ein Indikator eine bestimmte limitierte Order vorgegeben, stellt sich die Frage, ob dieser Limitpreis auch gehandelt werden kann. Die Preisbildung ist kein kontinuierlicher Prozess, sondern findet in kleinen oder größeren Schritten statt. Eine Stop-Loss Sell-Order in einem Markt ohne Gegenpartei ergibt einen deutlich niedrigeren Preis als in einem theoretischen Backtest. Dieses so genannte Slippage wird in einem Backtest nie genau zugänglich sein, aber ein bestimmter Prozentsatz kann berechnet werden.

Transaktionskosten

Transaktionskosten können einen erheblichen negativen Einfluss auf das Ergebnis haben. Vor allem, wenn viele Trades durchgeführt werden. Machen Sie immer eine realistische Annahme in einem Backtest.

Dieses Beispiel zeigt einen RSI-Indikator mit drei profitablen Trades (zwei Long (1,3) und ein Short (2)) in der NanoTrader Trading-Plattform. Die Pfeile zeigen die Verkaufs- und Kaufstellen an. Der untere Bereich zeigt die so genannte Vermögensverlauf-Kurve. Dieser Bereich stellt die Wertentwicklung des Kapitals (Barmittel plus offene Position) dar. Mit einem erfolgreichen Handelssystem wird diese Linie einen aufsteigenden Trend zeigen.

Optimierung

Wenn ein Indikator- oder Handelssystem mit den Standardparametern in einem Backtest nicht genügend Gewinn oder Verlust macht, ist es verlockend, die Parameter so anzupassen, dass sie in der Vergangenheit Geld eingebracht hätten. Diese so genannte Optimierung ist jedoch innerhalb der technischen Analyse nicht unumstritten. Gegner sagen, wenn ein System nicht mit historischen Daten funktioniert, macht es wenig Sinn es so zu optimieren, bis es endlich Gewinne generiert. Diese Vergangenheit kehrt nicht in gleicher Weise zurück und das Ganze endet im berüchtigten Effekt der (Kurven-)Überoptimierung. Das Verlassen der Standardeinstellungen führt dazu, dass der Indikator in Zukunft Probleme hat, gute Signale zu geben. Die Fähigkeit zur Verallgemeinerung wird dem System genommen, so die Kritiker.
Die Befürworter der Optimierung glauben hingegen, dass (Kurven-)Überanpassungen vermieden werden können, wenn die Optimierung richtig durchgeführt wird. Sie betonen, dass die gefundenen Parameter robust sein müssen. Dies bedeutet, dass die Anwendung einer Vielzahl von zusammenhängenden Parametern erforderlich ist, um maximale Gewinne zu erzielen. Es wird erwartet, dass ein robustes Handelssystem in einem sich verändernden Markt länger profitabel bleibt. Lassen wir die Diskussion zwischen Befürwortern und Gegnern hier ruhen.

Dieses Beispiel zeigt eine Überoptimierung eines Crossing Moving Average auf Basis eines 5-Minuten-Chart in der NanoTrader Trading-Plattform.

Es ist interessant zu sehen, wie sich ein Indikator bei der Optimierung verhält. Eine Technik, um mehr Einblick in den Optimierungsprozess zu gewinnen, besteht darin, die Ergebnisse in einer sogenannten Optimierungskurve darzustellen. Eine Optimierungskurve zeigt die Parameter auf der X-Achse. Die Y-Achse zeigt den entsprechenden durchschnittlichen Gewinn/Alle Trades (Gesamtgewinn dividiert durch die Gesamtzahl der Trades). Eine gesunde Optimierungskurve zeigt breite Flächen mit einer großen Auswahl an profitablen Parametern. Dabei sollten unmittelbar benachbarte Parameter, die sowohl Gewinn als auch Verlust aufweisen - so genannte Spikes - mit Skepsis behandelt werden.

Bei der Anwendung der Optimierung in der Praxis ist immer zu beachten, dass die Optimierung keinen zukünftigen Erfolg garantiert. Wenn das gefundene Optimum extrem weit von den Standardparametern entfernt ist, ist besondere Vorsicht geboten. Fragen Sie sich, was diesen Markt so besonders macht und wie die Chancen stehen, dass er so bleibt. Stellen Sie sicher, dass der Markt in der Optimierungsperiode den gleichen Charakter hat wie der Markt, in dem Sie handeln werden, gemeint ist zum Beispiel Trendhandel oder Seitswärtshandel.

Zwei Beispiele für Optimierungskurven

Optimierungskurven von Indikatoren mit mehreren Parametern können unterschiedlich erstellt werden, abhängig von der Reihenfolge der optimierten Parameter. In diesen Fällen hängt die Form der Kurve daher auch von der verwendeten Software ab.

Optimierungskurve mit Spikes
Diese Optimierung eines Trendfolge-Indikators für einen Trading-Markt zeigt einige wenige profitable Parameter-Spikes. Diese Parameter bieten kein robustes System.

Optimierungskurve der flachen Tops
Die Optimierung eines Trendfolge-Indikators auf einem Trendmarkt zeigt weite Bereiche mit profitablen Parametern und kann die Grundlage für ein robustes System bilden.

Dieses Beispiel zeigt eine Optimierungskurve mit Spikes in der NanoTrader Trading-Plattform.

Dieses Beispiel zeigt eine Optimierungskurve mit flachen Tops in der NanoTrader Trading-Plattform.