So erkennst du ein überangepasstes Handelssystem

Ein überangepasstes Handelssystem hat die Vergangenheit auswendig gelernt, ohne etwas Dauerhaftes über den Markt zu lernen. Es passt sich genau an die Zacken deiner historischen Daten an, inklusive des Zufallsrauschens, also sieht der Backtest spektakulär aus und das Live-Konto blutet. Das Frustrierende: Overfitting sieht beim Bauen wie Erfolg aus, denn jede Anpassung, die die Backtest-Zahl hebt, fühlt sich wie Fortschritt an. Dieser Leitfaden gibt dir die konkreten Warnsignale, die einen echten Vorteil von einer kurvenangepassten Fata Morgana trennen, und was du dagegen tun kannst, damit du aufhörst, der schöneren Equity-Kurve hinterherzulaufen.

Warnsignal 1: Zu viele Parameter für deine Datenmenge

Jeder Regler, den du hinzufügst, eine Länge für den gleitenden Durchschnitt, eine RSI-Schwelle, ein Stop-Abstand, ein Tageszeitfilter, ist ein Freiheitsgrad, den der Optimierer biegen kann, um der Vergangenheit zu schmeicheln. Je mehr Regler, desto leichter triffst du jede Zielkurve durch reinen Zufall. Ein grober Plausibilitätstest: Zähle deine freien Parameter und vergleiche sie mit der Zahl deiner unabhängigen Trades. Hat eine Strategie acht einstellbare Eingaben und der Backtest nur 32 Trades ergeben, hatte der Optimierer einen Regler für je vier Trades. Das ist mehr als genug Freiheit, um Rauschen anzupassen. Als Faustregel: Werde misstrauisch, sobald du weniger als ~10-20 Trades pro freiem Parameter hast, und betrachte fünf Trades pro Parameter als Untergrenze, ab der die Ergebnisse fast sicher kurvenangepasst sind. Das Beispiel mit acht Eingaben und 32 Trades liegt unter dieser Linie, mitten im Fata-Morgana-Gebiet.

Was du tun kannst: Fang mit dem kleinsten Modell an, das deine eigentliche Idee ausdrückt, und füge Komplexität nur hinzu, wenn sie sich auf Daten bewährt, die das Modell nie gesehen hat. Ein System mit zwei Parametern und 300 Trades sagt dir weit mehr als ein System mit zehn Parametern und 60.

Warnsignal 2: Die Equity-Kurve ist zu perfekt

Ein Backtest, der fast in einer geraden Linie steigt, mit winzigen Drawdowns und kaum Verlustmonaten, ist ein Beleg dafür, dass du das Rauschen angepasst hast. Echte Vorteile sind holprig. Sie haben Verlustserien, flache Phasen und Drawdowns, die deine Geduld testen, denn die Märkte bezahlen dich dafür, Unsicherheit auszuhalten. Wenn die Equity-Kurve aussieht wie ein Sparbuchauszug, frag dich, welche konkreten historischen Zufälle sie so glatt gemacht haben.

Was du tun kannst: Beurteile die Form der Kurve, inklusive des Endpunkts. Schau dir den schlimmsten Drawdown an, die längste flache Phase und wie sich die Renditen bündeln. Der Drawdown eines glaubwürdigen Systems sollte im Backtest mindestens so schlimm sein wie alles, was du live aushalten würdest. Ist er das nicht, hast du das echte Risiko noch nicht gesehen.

Warnsignal 3: Überhaupt kein Out-of-Sample-Test

Wenn jede Zahl, auf die du stolz bist, aus denselben Daten stammt, mit denen du das System entworfen und abgestimmt hast, hast du keinen Beleg, dass es sich verallgemeinern lässt. Das ist der häufigste Fehler überhaupt. Die Lösung: Halte Daten zurück, bevor du mit dem Optimieren anfängst.

• Aufteilung in Training, Validierung und Test. Bau und stimme auf dem ersten Abschnitt ab, prüfe auf einem mittleren Abschnitt und fass den letzten zurückgehaltenen Abschnitt genau einmal an, ganz am Ende. Bricht die Performance dort ein, lag der „Vorteil“ im Rauschen der Trainingsdaten.
• Walk-Forward-Analyse. Optimiere auf einem rollierenden Fenster, handle das nächste Fenster mit diesen Einstellungen und rolle dann weiter. Das bildet ab, wie du im Lauf der Zeit tatsächlich nachjustieren würdest, und entlarvt Systeme, deren „beste“ Parameter sich ständig ändern.
• Stabilitätstest der Parameter. Verschieb jede Eingabe eine Stufe nach oben und nach unten. Die Ergebnisse eines robusten Systems sollten nur sanft nachgeben. Wenn eine Änderung des Lookbacks von 20 auf 22 aus einem Gewinner einen Verlierer macht, hast du eine Glückskoordinate gefunden.

Warnsignal 4: Der Vorteil ist an Rauschen, ein Symbol oder ein Regime angepasst

Systeme, die nur auf einem einzigen Ticker, in einem einzigen Zeitraum oder in einem einzigen Volatilitätsumfeld funktionieren, passen sich meist an den Zufall genau dieses Ausschnitts an. Eine Strategie aus 2020-2021, die auf unermüdliches Dip-Kaufen setzte, sah brillant aus, bis das Regime von 2022 kam und sie auslöschte. Echtes Marktverhalten zeigt sich meist an mehr als einer Stelle: bei verwandten Instrumenten, über die Zeit und in ruhigen wie in turbulenten Phasen, auch wenn die genauen Kennzahlen schwanken.

Was du tun kannst: Teste dieselbe Logik auf korrelierten, aber getrennten Instrumenten und in ruhigen wie in volatilen Phasen. Überlebt der Richtungscharakter, auch mit schwächeren Zahlen, hast du wahrscheinlich etwas Echtes. Verpufft er, sobald sich das Umfeld ändert, hast du die Vergangenheit angepasst. Zu verstehen, in welchem Umfeld du dich befindest, ist eine eigene Disziplin; die Begriffe findest du im Glossar zu den Daytrading-Levels und unter So nutzt du die täglichen Levels.

Der leisere Killer: unkontrolliertes Herumprobieren

Du kannst ein völlig vernünftiges System überanpassen, ohne je einen Parameter hinzuzufügen, einfach indem du es hundertmal an derselben Historie nachjustierst. Jede „kleine Verbesserung“ verbraucht still Out-of-Sample-Information, bis deine zurückgehaltenen Daten nicht mehr unabhängig sind. Behandle den Rhythmus deiner Änderungen als Teil deiner Methode: Ändere selten, schreib auf, warum jede Änderung existiert und was du von ihr erwartet hast, und verlange ein frisches Validierungsfenster, bevor etwas live geht. Das ist dieselbe Governance-Logik wie im Leitfaden zur Governance von Trading-Automatisierung, und sie passt zu einem disziplinierten Prozess zur Performance-Auswertung, der Entscheidungsqualität von Glückstreffern trennt.

Wie das mit der Methode der Handelspläne zusammenhängt

Die Handelspläne veröffentlichen konkrete Widerstands-, Pivot- und Unterstützungs-Levels, die du mit deinem eigenen Urteil anwendest. Jedes Level ist offen sichtbar, ohne versteckte Parameter, die brechen könnten, wenn das Regime dreht. Du bringst deine eigenen Ausführungs- und Risikoregeln mit und testest sie auf die ehrliche Art: out-of-sample, über verschiedene Regime, mit offen gezeigtem Risiko. Genau um diese Transparenz geht es.

Nur zu Bildungszwecken. Keine Anlageberatung.