„Alpha" ist im Fachjargon der Teil der Rendite, der nicht einfach vom Markt kommt, sondern vom eigenen Vorteil: einer Ineffizienz, die die Strategie ausnutzt. Alpha-Decay ist die unbequeme Beobachtung, dass dieser Vorteil in den meisten Fällen schrumpft — manchmal über Jahre, manchmal binnen Wochen. Der Bot handelt weiter dieselben Signale, aber der Erwartungswert pro Trade sinkt, bis Gebühren und Slippage übrig bleiben.
Warum ein Vorteil erodiert
- Crowding: Jede profitable Ineffizienz zieht Nachahmer an. Je mehr Kapital dasselbe Muster handelt, desto schneller wird es weggepreist — der Gewinn verteilt sich auf immer mehr Teilnehmer, bis er die Kosten nicht mehr deckt.
- Strukturwandel: Gebührenmodelle ändern sich, Market-Maker rüsten auf, Liquidität wandert zwischen Börsen, neue Order-Typen entstehen. Ein Vorteil, der an einer bestimmten Marktstruktur hing, verschwindet mit ihr.
- Regimewechsel: Eine Trendfolge-Logik aus einem Bullenmarkt verliert in der Seitwärtsphase nicht ihren Code, aber ihre Grundlage. Das ist kein Defekt der Strategie — der Markt ist schlicht ein anderer.
- Verdecktes Overfitting: Manches „Alpha" war nie eines, sondern Anpassung an historisches Rauschen. Der Verfall beginnt dann am ersten Live-Tag und wird nur langsam sichtbar.
Die gefährlichste Annahme im Bot-Betrieb lautet: „Die Strategie hat funktioniert, also wird sie weiter funktionieren." Vergangene Performance ist kein Verfallsschutz — sie ist nur ein Datenpunkt aus einem Markt, den es so nicht mehr gibt.
Verfall messen statt hoffen
Alpha-Decay kündigt sich selten mit einem Knall an, sondern als schleichende Verschlechterung. Deshalb wird er rollierend gemessen: Erwartungswert, Trefferquote und Sharpe Ratio über gleitende Fenster von etwa 30, 90 und 180 Tagen, verglichen mit den historischen Werten derselben Strategie. Zweite Messgrösse ist die Lücke zwischen Backtest und Live: Wächst der Abstand systematisch, statt zufällig zu schwanken, erodiert entweder der Vorteil oder die Ausführung. Drittens hilft die Drawdown-Verteilung aus der Monte-Carlo-Simulation: Ein Verlust, der deutlich ausserhalb der simulierten Bandbreite liegt, ist ein Signal, kein Pech.
Was das für den Bot-Betrieb bedeutet
Erstens: Kill- und Pausier-Kriterien vor dem Start definieren — etwa „Pause, wenn der rollierende 90-Tage-Erwartungswert unter null fällt". Wer die Schwelle erst im Drawdown festlegt, entscheidet emotional. Zweitens: feste Re-Validierung statt Dauer-Nachoptimierung. Eine Strategie wird in festen Intervallen gegen frische Out-of-Sample-Daten geprüft; ständiges Nachjustieren der Parameter bei jeder Schwächephase ist dagegen meist nur Overfitting in Zeitlupe. Drittens: Eine Strategie ist ein Produkt mit Lebenszyklus — Entwicklung, Betrieb, Verfall, Abschaltung. Wer das akzeptiert, trennt sich rechtzeitig; wer an der einen ewigen Strategie hängt, finanziert ihren Verfall mit echtem Geld.
Dieser Beitrag dient ausschliesslich der Information und Bildung. Er ist keine Anlageberatung und keine Handelsempfehlung. Automatisierter Handel ist mit erheblichen Risiken bis hin zum Totalverlust verbunden; auch sorgfältig getestete Strategien können jederzeit dauerhaft unprofitabel werden.