Mid-Bot / Magazin / Artikel
Prozess & Disziplin

Post-Trade-Analyse: Trading-Journal für Bot-Betreiber

Das Trading-Journal gilt als Werkzeug für manuelle Trader — wer einen Bot betreibt, hält es oft für überflüssig: Die Maschine handelt ja regelbasiert. Genau das ist der Denkfehler. Ein Bot ersetzt die Emotion in der Ausführung, nicht die Verantwortung in der Auswertung. Was ein Post-Trade-Review leistet und wie er aufgebaut sein kann — rein edukativ betrachtet.

Autor Julien MarschallVeröffentlicht 2026-08-03Lesezeit 6 Min.

Ein automatisiertes System erzeugt eine gefährliche Illusion: Weil alles nach Regeln läuft, scheint alles unter Kontrolle. Aber zwischen der Strategie auf dem Papier und dem, was live am Markt passiert, liegt eine Kette von Realitäten — Gebühren, Slippage, Teilausführungen, API-Aussetzer, eigene Eingriffe. Die Post-Trade-Analyse ist der Ort, an dem diese Kette sichtbar wird. Wer sie auslässt, weiß am Monatsende nur, dass das Konto sich verändert hat, aber nicht warum.

Warum die Maschine ein Journal braucht

Beim manuellen Trading dokumentiert das Journal vor allem den Menschen: Warum bin ich eingestiegen, was habe ich gefühlt, wo habe ich meinen Plan gebrochen. Beim Bot-Betrieb verschiebt sich der Fokus — dokumentiert wird das System und der Umgang damit. Denn die typischen Fehlerquellen liegen nicht mehr im Bauchgefühl während des Trades, sondern davor und danach: Parameter werden nach drei Verlusttagen nervös verstellt, der Bot wird im Drawdown pausiert und nach der Erholung wieder gestartet, eine Abweichung zwischen Backtest und Live-Betrieb bleibt monatelang unbemerkt. Jeder dieser Punkte ist eine Entscheidung des Betreibers — und ohne Journal sind diese Entscheidungen später nicht mehr rekonstruierbar.

Was in ein Bot-Journal gehört

  • Trade-Daten aus dem Logging: Zeitstempel, Instrument, Richtung, geplanter und tatsächlicher Ausführungspreis, Gebühren — automatisch erfasst, nicht von Hand.
  • Execution-Differenz: Abweichung zwischen Signalpreis und Fill-Preis pro Trade. Hier versteckt sich die Lücke zwischen Backtest und Realität.
  • Manuelle Eingriffe: jeder Stopp, Neustart, jede Parameteränderung — mit Datum und Begründung. Der wichtigste und am häufigsten fehlende Teil.
  • Systemereignisse: Verbindungsabbrüche, abgelehnte Orders, Teilausführungen, Ausfallzeiten.
  • Kontext: außergewöhnliche Marktphasen wie News-Events oder Liquiditätslöcher, die Ergebnisse verzerren können.

Soll gegen Ist: die eigentliche Analyse

Die Auswertung stellt zwei Ebenen gegenüber. Erstens Ausführung gegen Annahme: Der Backtest rechnet mit angenommenen Kosten pro Trade — die Live-Daten zeigen die echten. Liegt die reale Slippage systematisch über der Annahme, ist jede Backtest-Kennzahl zu optimistisch, und das fällt ohne Analyse erst auf, wenn der Verlust es erzwingt. Zweitens Verhalten gegen Erwartung: Trefferquote, durchschnittlicher Gewinn und Verlust, Haltedauern und Drawdown-Verlauf im Live-Betrieb sollten sich in der Bandbreite bewegen, die der Backtest nahelegt. Deutliche Abweichungen sind ein Signal — nicht automatisch ein Todesurteil für die Strategie, aber ein Anlass, genauer hinzusehen, bevor mehr Kapital im Spiel ist.

Das Journal beantwortet die wichtigste Frage im Bot-Betrieb: Liegt das Ergebnis an der Strategie, an der Ausführung oder an mir? Ohne Aufzeichnung sind alle drei Erklärungen jederzeit verfügbar — und damit keine.

Der Review-Rhythmus

Bewährt hat sich in der edukativen Literatur ein dreistufiges Schema. Täglich: ein kurzer Gesundheitscheck — läuft der Bot, gab es Fehler oder abgelehnte Orders, stimmt der abgeglichene Kontostand. Keine Performance-Bewertung, nur Betriebssicherheit. Wöchentlich: Ausführungskennzahlen — Slippage, Gebührenquote, Auffälligkeiten in der Order-Ausführung. Monatlich: der tiefe Vergleich zwischen Live-Verhalten und Backtest-Erwartung plus ein Blick auf das eigene Verhalten: Wie oft wurde eingegriffen, und hätten die Regeln den Eingriff vorgesehen? Die Trennung ist bewusst: Wer täglich Performance bewertet, fängt an, auf Rauschen zu reagieren — genau das Verhalten, das der Bot eigentlich abschaffen sollte. Die technische Grundlage dafür liefert sauberes Logging und Monitoring; das Journal ist die Disziplin-Schicht darüber.

Grenzen der Methode

Auch die beste Post-Trade-Analyse hat Grenzen, die man kennen sollte. Kurze Zeiträume liefern statistisch kaum belastbare Aussagen — wenige Dutzend Trades können reines Rauschen sein. Und die Analyse blickt per Definition zurück: Sie erkennt, dass sich Marktbedingungen verändert haben, immer erst, nachdem es passiert ist. Sie ist ein Kontrollinstrument, kein Frühwarnsystem und keine Gewinngarantie.

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 ein diszipliniert geführtes Journal und saubere Analyse schützen nicht vor Marktverlusten.

Automation verstehen, bevor sie läuft

Mid-Bot zeigt edukativ, wie Ausführung, Risiko und Auswertung im Bot-Betrieb zusammenspielen — ohne Renditeversprechen.

Mehr erfahren →

Häufige Fragen

Braucht ein automatisierter Bot wirklich ein Trading-Journal?
Ja — nur mit anderem Inhalt als bei manuellem Trading. Statt Emotionen dokumentiert das Journal Ausführungsqualität, Abweichungen zwischen Backtest und Live-Betrieb, manuelle Eingriffe und Parameteränderungen. Ohne diese Aufzeichnung lässt sich nicht unterscheiden, ob Ergebnisse aus der Strategie, der Ausführung oder dem Zufall stammen.
Was ist der Unterschied zwischen Logging und Post-Trade-Analyse?
Logging zeichnet auf, was passiert ist — Orders, Fills, Fehler. Die Post-Trade-Analyse wertet diese Rohdaten regelmäßig aus und stellt sie den Erwartungen gegenüber: Slippage gegen Annahmen, Live-Kennzahlen gegen Backtest, Eingriffe gegen Regeln. Logging ist die Datenbasis, die Analyse der Erkenntnisprozess.
Wie oft sollte ein Review stattfinden?
Ein verbreitetes edukatives Schema ist dreistufig: täglich ein kurzer Gesundheitscheck (läuft alles, gab es Fehler), wöchentlich ein Blick auf Ausführungskennzahlen und monatlich ein tiefer Vergleich zwischen Live-Verhalten und Backtest-Erwartung. Wichtiger als die Frequenz ist die Regelmäßigkeit — ein Review nur nach Verlustphasen erzeugt verzerrte Schlüsse.