Mid-Bot / Magazin / Artikel
Trading-Grundlagen · edukativ

Backtesting verstehen: Warum gute Kurven aus der Vergangenheit nichts garantieren

Eine perfekt steigende Backtest-Kurve ist verführerisch. Sie suggeriert, eine Strategie funktioniere. Tatsächlich sagt sie oft mehr über die Vergangenheit aus als über die Zukunft — und manchmal nur über die Fehler in der Auswertung.

Autor Julien MarschallVeröffentlicht 2026-06-21Lesezeit 3 Min.

Backtesting bedeutet, eine Handelsstrategie auf historischen Daten durchzurechnen, um zu sehen, wie sie sich verhalten hätte. Das ist ein nützliches Werkzeug — aber eines, das leicht in die Irre führt. Eine schöne Kurve ist kein Beweis, sondern eine Hypothese.

Overfitting: die Strategie, die nur die Vergangenheit kennt

Der häufigste Fehler ist Überanpassung. Man optimiert Parameter so lange, bis die Strategie auf den historischen Daten glänzt. Das Ergebnis ist eine Strategie, die exakt die Vergangenheit nachzeichnet — und in der Zukunft scheitert, weil sich der Markt nie identisch wiederholt. Je mehr Parameter und je freier ihre Anpassung, desto größer die Gefahr.

Eine Strategie mit zwanzig fein justierten Parametern hat meist nicht den Markt verstanden, sondern nur die historische Stichprobe auswendig gelernt.

Survivorship Bias: die unsichtbaren Verlierer

Wer nur Wertpapiere testet, die heute noch existieren, blendet alle aus, die in der Zwischenzeit verschwunden sind — durch Pleite, Delisting oder Fusion. Das verzerrt das Ergebnis systematisch nach oben, weil ausgerechnet die Verlierer fehlen. Ein sauberer Backtest braucht Daten, die auch die Ausgefallenen enthalten.

Look-Ahead Bias: Wissen, das man damals nicht hatte

Subtil und gefährlich ist der Look-Ahead-Fehler: Die Strategie nutzt versehentlich Informationen, die zum Handelszeitpunkt noch nicht verfügbar waren — etwa einen Schlusskurs, der erst nach der Entscheidung feststand. Das macht jeden Backtest wertlos, weil er ein Wissen voraussetzt, das in der Realität niemand hatte.

Was einen Backtest aussagekräftiger macht

  • Out-of-Sample-Test: ein Teil der Daten wird zurückgehalten und nie zur Optimierung benutzt
  • Realistische Kosten: Spread, Gebühren, Slippage und Steuern einrechnen
  • Wenige, robuste Parameter statt feiner Überanpassung
  • Drawdown und Risikomaße betrachten, nicht nur die Endrendite

Vom Backtest zum Dry-Run

Selbst ein sauberer Backtest bleibt Theorie. Der nächste Schritt ist der Dry-Run — die Strategie läuft in Echtzeit mit aktuellen Daten, aber ohne echtes Geld. Erst dort zeigt sich, ob Annahmen über Ausführung, Latenz und Marktverhalten halten. Wer diesen Schritt überspringt, verwechselt eine hübsche Kurve mit einem funktionierenden System.

Backtesting ist ein Werkzeug, um Hypothesen zu verwerfen, nicht um sie zu beweisen. Eine Strategie, die den Backtest überlebt, hat nur die erste von vielen Hürden genommen.

Automation verstehen, bevor man ihr vertraut

Mid-Bot zeigt edukativ, wie Trading-Automation aufgebaut ist — von Dry-Run über Risk-Layer bis Backtest. Wissen statt Versprechen.

Mehr erfahren →

Häufige Fragen

Was ist Overfitting beim Backtesting?
Overfitting bedeutet, eine Strategie so stark an historische Daten anzupassen, dass sie nur die Vergangenheit nachzeichnet und in der Zukunft scheitert. Je mehr frei optimierte Parameter, desto größer das Risiko.
Reicht ein guter Backtest, um eine Strategie einzusetzen?
Nein. Ein Backtest ist Theorie auf historischen Daten. Selbst ein sauberer Test sollte durch einen Out-of-Sample-Test und einen Dry-Run mit Echtzeitdaten ohne echtes Geld ergänzt werden. Auch dann bleibt Handel risikobehaftet.