Kann man Chartmustern vertrauen? Verzerrungen, Grenzen und ein ehrlicher Test

Artikel über Kerzen, Formationen oder Indikatoren enden fast immer mit derselben Frage: Funktioniert das? Die ehrliche Antwort ist differenzierter als ein Ja oder Nein, und sie verlangt zu verstehen, warum unsere Wahrnehmung von Charts trügerisch ist. Dieser Artikel stellt die wichtigsten Deutungsverzerrungen vor, die häufigen Fehler beim Testen einer Regel auf vergangenen Daten und die Kriterien, mit denen sich ein technisches Signal seriöser beurteilen lässt. Er sagt nicht, dass technische Analyse nutzlos ist: Er sagt, wie man sie liest, ohne sich selbst zu täuschen.

Die Wahrnehmungsverzerrungen

Der Rückschaufehler. In einem bereits gezeichneten Chart sind die „offensichtlichen“ Formationen es geworden, weil man den weiteren Verlauf kennt. In Echtzeit wirkt dieselbe Form mehrdeutig.
Der Bestätigungsfehler. Man bemerkt die Fälle, in denen die Formation funktioniert hat, und vergisst jene, in denen sie scheiterte oder sich nie vervollständigte.
Der Auswahlfehler. Die in Büchern oder in sozialen Netzwerken gezeigten Beispiele werden gewählt, weil sie die Formation gut veranschaulichen, nicht weil sie repräsentativ sind.
Die Subjektivität des Einzeichnens. Eine „Nackenlinie“ oder eine „Unterstützung“ wird je nach Analyst anders gesetzt.

Die Trefferquote genügt nicht

Eine Regel, die „60 % der Zeit funktioniert“, kann verlustbringend sein, und eine Regel, die nur 35 % der Zeit funktioniert, kann gewinnbringend sein. Entscheidend ist der Erwartungswert je Transaktion:

Erwartungswert = (Trefferquote × durchschnittlicher Gewinn) − (Fehlerquote × durchschnittlicher Verlust)

Fiktives Beispiel, vor Kosten. Eine Regel gewinnt in 60 % der Fälle mit einem durchschnittlichen Gewinn von 1 € je Stück und verliert in 40 % der Fälle mit einem durchschnittlichen Verlust von 2 €. Erwartungswert = 0,60 × 1 − 0,40 × 2 = −0,20 € je Stück: Trotz 60 % Treffern ist die Regel verlustbringend. Eine andere Regel gewinnt in 35 % der Fälle bei einem durchschnittlichen Gewinn von 3 € und verliert in 65 % der Fälle bei einem durchschnittlichen Verlust von 1 €: Erwartungswert = 0,35 × 3 − 0,65 × 1 = +0,40 €. In der Praxis sind diese Parameter selbst mit Unsicherheit geschätzt.

Das Verhältnis von durchschnittlichem Gewinn zu durchschnittlichem Verlust wird im Artikel Risikomanagement behandelt.

Die Fallstricke eines Tests auf vergangenen Daten

Eine Regel auf historischen Daten zu testen (ein Backtest) ist nützlich, aber mehrere Fehler sind häufig:

Die Überanpassung (Overfitting). Wer die Parameter (Periode eines Indikators, Schwelle, Haltedauer) so lange anpasst, bis ein gutes vergangenes Ergebnis erzielt ist, beschreibt am Ende das Rauschen statt eines dauerhaften Verhaltens. Je mehr Parameter eine Regel hat und je stärker sie angepasst ist, desto weniger sagt ihr vergangenes Ergebnis über die Zukunft aus.
Das Vergessen von Kosten und Slippage. Eine Regel mit vielen Transaktionen kann ihren Gewinn verlieren, sobald Brokergebühren und Ausführungsabweichungen eingerechnet werden. Lesen Sie die Auswirkung von Brokergebühren.
Informationen aus der Zukunft. Einen Preis oder ein Datum zu verwenden, das zum Zeitpunkt der Entscheidung nicht bekannt war, auch unbeabsichtigt (zum Beispiel aus dem Schlusskurs einer Sitzung zu entscheiden und dann eine Ausführung zum Eröffnungskurs derselben Sitzung anzunehmen), verfälscht das Ergebnis.
Der Überlebensfehler in den Daten. Nur auf Titeln zu testen, die es heute noch gibt, schließt jene aus, die verschwunden sind.
Eine zu kleine Stichprobe. 12 Transaktionen sagen fast nichts: Ein günstiges Ergebnis kann Zufall sein.
Das Fehlen eines Tests außerhalb der Stichprobe. Man passt eine Regel auf einen Zeitraum an und prüft sie dann auf einem anderen Zeitraum, der nicht zur Anpassung genutzt wurde.

Wie man ein Signal seriöser beurteilt

Die Regel festlegen, bevor man die Ergebnisse ansieht, mit wenigen Parametern.
Auf mehreren Titeln und mehreren Zeiträumen testen, auch auf ungünstigen Phasen.
Kosten, Slippage und Ausführungszeitpunkt einrechnen, nicht nur die Kurse.
Erwartungswert und schlechtesten Fall betrachten (den maximal erlittenen Rückgang, also den stärksten historischen Rückgang des simulierten Ergebnisses), nicht nur den Gesamtgewinn.
Einen Prüfzeitraum zurückhalten, der nicht zur Konstruktion der Regel genutzt wurde.
Einem zu schönen Ergebnis misstrauen. Ein sehr schmeichelhafter Backtest ist oft ein Zeichen für Überanpassung oder einen Fehler.

Was der Backtest nicht sagt

Auch gut durchgeführt beschreibt ein Backtest, was auf den vergangenen Daten hätte geschehen können. Ein anderes Marktregime, eine veränderte Liquidität oder andere Kosten können eine Regel wirkungslos machen. Die Wertentwicklung in der Vergangenheit, simuliert oder nicht, ist kein verlässlicher Indikator für die künftige Wertentwicklung.

In Earnnest wendet der Backtest Gebühren und einen Ausführungszeitpunkt auf die Simulationen an und stellt seine Ergebnisse als simuliert dar (simulierte Eigenkapitalkurve), nicht als erzielte Wertentwicklung.

Das Wichtigste in Kürze

Unsere Deutung von Charts ist anfällig für Rückschau-, Bestätigungs- und Überlebensfehler.
Die Trefferquote genügt nicht: Entscheidend ist der Erwartungswert.
Ein Backtest kann durch Überanpassung, vergessene Kosten, eine zu kleine Stichprobe oder Daten aus der Zukunft verfälscht werden.
Ein guter Test hält einen Prüfzeitraum zurück, rechnet Kosten ein und misstraut zu schönen Ergebnissen.

Dieser Artikel dient ausschließlich der Information und Bildung und stellt keine persönliche Anlageberatung dar. Die Zahlen der Beispiele sind fiktiv und illustrativ. Eine Geldanlage birgt das Risiko eines Kapitalverlusts. Die Wertentwicklung in der Vergangenheit, ob erzielt oder simuliert, ist kein verlässlicher Indikator für die künftige Wertentwicklung.