Backtesting: Handelsregeln historisch auswerten

Beschreiben Sie die Regel als eindeutige Wenn-dann-Bedingung. Ein Beispiel wäre: „Zum Monatsende werden Titel gehalten, deren Schlusskurs über dem Durchschnitt der vorherigen zwölf Monatswerte liegt; am Monatsende danach wird neu berechnet.“ Dieser Satz nennt Beobachtungstermin und Signallogik, lässt aber noch Positionsgewicht, Cashbehandlung, Universum und Orderzeit offen. Ergänzen Sie diese Details, bevor die Simulation läuft, statt nach Sichtung des Ergebnisses nachträglich Parameter zu verändern.

Das Aktienuniversum muss zu jedem historischen Zeitpunkt verfügbar sein. Wird nur eine heutige Liste erfolgreicher Unternehmen rückwirkend getestet, fehlen Firmen, die später übernommen, insolvent oder delistet wurden. Dieser Survivorship Bias lässt die Vergangenheit günstiger erscheinen, weil ausgeschiedene Aktien fehlen. Nutzen Sie einen Datensatz mit historischen Mitgliedschaften und Delistings, sofern verfügbar, oder kennzeichnen Sie die Begrenzung klar. Ein aktueller Screener-Export ist keine historische Universumsliste.

Speichern Sie Version, Zeitraum, Börsenplätze, Kennungen und Zeitstempel der verwendeten Daten. Bei Unternehmensereignissen wie Splits, Bezugsrechten und Dividenden muss die Preisreihe zum Testzweck passen. Ein splitbereinigter Kurs hilft, künstliche Preisbrüche zu vermeiden; Dividenden können je nach Strategie separat als Zahlungsstrom oder in einer Gesamtrendite-Reihe erfasst werden. Vermischen Sie Kursreihe und Ausschüttungen nicht, sonst drohen doppelte oder fehlende Erträge.

Ein häufiges Look-ahead-Problem entsteht, wenn ein Signal mit Schlusskursen berechnet und so behandelt wird, als wäre zum selben Schlusskurs gehandelt worden, obwohl der Schlusswert erst nach der Auktion bekannt war. Legen Sie daher fest, wann das Signal verfügbar ist und welcher spätere Kurs für die Ausführung angenommen wird. Die verwendete Kerzenperiode darf keine Information enthalten, die zum angenommenen Entscheidungszeitpunkt noch nicht bekannt war.

Ein ausführbarer Test zieht Kosten ab: Provisionen, Börsen- und Fremdkosten, Geld-Brief-Spanne sowie Slippage, also die Abweichung zwischen angenommenem und tatsächlich erreichbarem Ausführungskurs. Die passende Annahme hängt von Markt, Handelsvolumen und Ordergröße ab. Ein Modell mit Nullkosten ist eine Rechenreferenz, keine realistische Prognose. Testen Sie zusätzlich mehrere plausible Kostensätze, damit sichtbar wird, wie empfindlich das Ergebnis auf diese Annahme reagiert.

Auch Liquidität und Teilausführungen zählen. Eine Strategie, die täglich sehr viele Aktien in einem engen Markt umschichtet, kann mit einem Schlusskursmodell so aussehen, als wäre jede Position sofort vollständig handelbar. Setzen Sie ein Mindestvolumen oder eine Positionsgrenze und dokumentieren Sie die Regel. Wenn historische Bid-/Ask-Daten fehlen, kennzeichnen Sie die vereinfachte Abbildung der Ausführungskosten in Ihrer Ergebnisnotiz.

Überanpassung entsteht, wenn Parameter so lange angepasst werden, bis ein historischer Zeitraum besonders gut aussieht. Je mehr Varianten probiert werden, desto größer die Chance, zufällig eine attraktive Kurve zu finden. Legen Sie deshalb wenige fachlich begründete Parameterbereiche vorab fest und dokumentieren Sie auch verworfene Versuche. Eine auffallend glatte Kapitalentwicklung kann aus der Auswahl unter vielen getesteten Varianten stammen. Die Zahl der erprobten Regeln und verworfenen Tests gehört deshalb zur Ergebnisdokumentation.

Ein zweiter Testfehler betrifft Fundamentaldaten. Wird ein später veröffentlichter Jahresgewinn so verwendet, als wäre er schon am Geschäftsjahresende bekannt gewesen, erhält die Simulation Zukunftswissen. Verwenden Sie Veröffentlichungszeitpunkte beziehungsweise point-in-time-Daten. Dasselbe gilt für historische Empfehlungen, Indexzugehörigkeiten, Dividenden und Unternehmensereignisse. Eine Signallogik muss ausschließlich Informationen verarbeiten, die am simulierten Entscheidungstag verfügbar waren.

Teilen Sie die Daten zeitlich: Ein Entwicklungsabschnitt dient zum Formulieren und begrenzten Einstellen der Regel, ein späterer Abschnitt bleibt bis zur finalen Prüfung unberührt. Ein Out-of-sample-Test zeigt, wie die fixierte Regel in einem nicht zur Anpassung verwendeten Zeitraum aussah. Er reduziert den unmittelbaren Anpassungseffekt; das Ergebnis gilt für den gewählten Zeitraum, Datensatz und die festgelegten Ausführungsannahmen.

Beim Walk-forward-Verfahren wird die Regel in einem rollierenden Ablauf jeweils mit einem zurückliegenden Fenster festgelegt und auf das folgende Fenster angewendet. So wird sichtbar, ob eine Regel in mehreren Marktphasen ähnlich funktioniert oder nur in einem gewählten Abschnitt. Berichten Sie Fensterlängen und Umschalttermine. Wenn Parameter häufig wechseln oder Ergebnisse stark schwanken, ist diese Instabilität Teil des Befunds und kein Grund, nur die günstigste Phase zu zeigen.

Eine Gesamtrendite beschreibt die Wertänderung über einen Zeitraum; eine annualisierte Rendite skaliert sie auf einen Jahreswert. Der maximale Drawdown misst den größten prozentualen Rückgang von einem vorherigen Höchststand bis zum folgenden Tief im getesteten Verlauf. Beide Kennzahlen hängen von Zeitraum, Bewertungstakt, Cashflows und Kosten ab. Zeigen Sie daher auch die zugrunde liegende Kurve, Zahl der Transaktionen, Haltedauer, Kostenannahme und Vergleichsmaßstab.

Vergleichen Sie das Ergebnis mit einer passenden Referenz über denselben Zeitraum und dieselbe Währung. Zeigen Sie Teilperioden und Verlustphasen, nicht nur den Endwert. Ein hoher Rückgang kann die praktische Nutzbarkeit einer Regel beeinflussen, selbst wenn ihre Gesamtrendite im Rückblick gut aussieht. Für die verwendeten Charts sollten Sie die Bereinigung historischer Kurse dokumentieren; Regeln, die mit Chartindikatoren formuliert werden, sollten außerdem ihre Parameter und Chart-Zeiträume festhalten. Eine nachvollziehbare Aktienanalyse mit Software verbindet Fragestellung, Datenstand und dokumentierte Berechnungen.