Backtesting einer Trading-Strategie: Schritt für Schritt

Beim Backtesting einer Trading-Strategie schreiben Sie die Regeln präzise auf, spielen historische Kursdaten Kerze für Kerze ab, ohne zu sehen, was als Nächstes kommt, protokollieren jeden Trade, den die Regeln erzeugen, einschließlich der Kosten, und beurteilen das Ergebnis danach, wie viele Trades Sie tatsächlich vorliegen haben. Für manuelle oder diskretionäre Trader bedeutet das Chart-Replay und eine Tabelle, keinen Code.

Die meisten Backtests scheitern an Dingen, die mit der Strategie selbst nichts zu tun haben: vage Regeln, die im Nachhinein passend ausgelegt werden, fehlende Kosten, dreißig Trades, die als Beweis gelten, eine Handelssitzung, die nach sechs schlechten Trades gestrichen wird. Jeder dieser Fehler liefert ein besseres Ergebnis als alles, was Sie später live sehen werden.

Dieser Leitfaden richtet sich an Forex- und Index-CFD-Trader auf EUR/USD, XAU/USD, NAS100 und ähnlichen Märkten, auch auf Prop-Firm-Konten. Er geht die Methode der Reihe nach durch und rechnet jede Zahl vor.

Was kann das Backtesting einer Trading-Strategie zeigen und was nicht?

Ein Backtest beantwortet eine einzige Frage: Wie hätten die Trades ausgesehen, wenn genau diese Regeln auf genau diesen Daten mit genau diesen Kosten befolgt worden wären? Er zeigt, ob ein Setup (eine klar definierte Einstiegssituation) eine positive Expectancy in R erzeugt hat, wie tief Drawdowns und Verlustserien reichten und ob das Ergebnis an einer einzigen Handelssitzung oder einem einzigen Monat hängt.

Er kann Ihnen nicht sagen, dass der Vorteil (Edge) bestehen bleibt; eine Strategie, die an einen Zeitraum angepasst wurde, kann im nächsten versagen. Er kann Ihnen nicht sagen, ob Sie die Regeln unter Druck tatsächlich umsetzen; das messen erst ein Forward-Test und ein Live-Tagebuch. Und ein manueller Backtest verringert Ihre eigene Verzerrung, ohne sie zu beseitigen. Behandeln Sie das Ergebnis als Indiz mit Fehlerbalken, nicht als Prognose.

Wie schreiben Sie Regeln, die ein Fremder umsetzen könnte?

Der Test für eine Regel lautet: Würde jemand anderes, dem nur Ihr Dokument und der Chart vorliegen, dieselben Trades eingehen? Wenn sich zwei Personen bei einem Drittel der Setups uneinig wären, testen Sie Ihre Tagesform, keine Strategie.

Verwenden Sie eine feste Vorlage:

Strategie:       London-Breakout mit Rücksetzer   Version: 1.0
Markt / ZE:      EUR/USD, Einstiege M15, Kontext H1
Zeitfenster:     nur 07:00-11:00 UTC
Kontextfilter:   H1-Schluss über dem 50 EMA für Longs (darunter für Shorts)
Auslöser:        M15-Schluss jenseits von Hoch oder Tief der Asien-Range
Einstieg:        Limit am gebrochenen Niveau, gültig für 4 Kerzen
Stop:            2 Pips jenseits der äußeren Seite der Auslöserkerze
Ausstieg:        fest 2R; Schließen um 16:00 UTC, wenn keins von beiden erreicht wird
Management:      keins in v1.0
Größe:           0.5% des Kontostands pro Trade
Kein Trade:      High-Impact-News innerhalb von 30 Min.; max. 2 Trades pro Tag

Jedes Feld muss auf einer geschlossenen Kerze überprüfbar sein: "starkes Momentum" ist keine Regel, "M15-Körper größer als die vorherigen drei" dagegen schon.

Versionieren Sie Ihre Regeln. Ändern Sie irgendetwas, selbst den Stop-Puffer, wird daraus Version 1.1; Trades, die unter 1.0 genommen wurden, zählen nicht zur Stichprobe von 1.1. Wer Versionen vermischt, verwandelt einen Backtest unbemerkt in Curve Fitting, also in eine Überanpassung an die Vergangenheit.

Wie richten Sie das Chart-Replay ein, damit Sie nicht schummeln können?

Beim manuellen Backtesting gibt es zwei verschiedene Verzerrungen, und sie brauchen unterschiedliche Gegenmittel.

Der Rückschaufehler (Hindsight Bias) sitzt in Ihrem Kopf. Sie haben den Chart schon einmal gesehen oder erinnern sich an den Zeitraum, also wirkt das Setup, das funktioniert hat, offensichtlich, und das gescheiterte sieht so aus, als hätte es sich gar nicht qualifiziert. Es reicht schon zu wissen, dass der März 2020 extrem volatil war.

Der Look-ahead Bias steckt in den Daten oder Werkzeugen: Informationen, die zum Zeitpunkt der Entscheidung noch nicht existierten. Beispiele sind eine H4- oder Tageskerze, die noch nicht geschlossen ist, ein Fraktal- oder ZigZag-Indikator, der einen Swing erst einige Kerzen später bestätigt, oder ein Skript, das Daten der höheren Zeiteinheit falsch abruft. In Pine Script von TradingView liefert request.security mit lookahead_on und ohne [1]-Versatz auf historischen Kerzen zukünftige Werte.

Die Gegenmittel:

1. Zufälliger Start. Ziehen Sie die Startdaten zufällig, zum Beispiel mit =RANDBETWEEN() (im deutschen Excel =ZUFALLSBEREICH()) über einen Datumsbereich, statt Zeiträume zu wählen, an die Sie sich erinnern.
2. Datum ausblenden. Ignorieren Sie beim Testen die Datumsachse und überspringen Sie Zeiträume, die Sie selbst live gehandelt haben.
3. Nur bei Kerzenschluss entscheiden. Eine Kerze weiterschalten, dann entscheiden.
4. Ausgelassene Setups protokollieren. Jedes Mal, wenn die Regeln auslösen und Sie passen, notieren Sie das samt Grund. Wären die ausgelassenen Setups überwiegend Gewinner oder überwiegend Verlierer gewesen, ist Ihr Ermessen Teil der Strategie und muss ebenfalls getestet werden.
5. Mehrdeutigkeit innerhalb einer Kerze vorab klären. Berührt eine Kerze sowohl den Stop als auch das Kursziel, können Sie nicht wissen, was zuerst kam. Nehmen Sie den Stop an oder prüfen Sie die niedrigere Zeiteinheit, und halten Sie schriftlich fest, welche Variante gilt.

Kennen Sie die Grenzen Ihres Werkzeugs. Das Hilfe-Center von TradingView dokumentiert, wie weit Bar Replay auf dem 1-Minuten-Chart zurückreicht: etwa 6 Monate bei Essential, 1 Jahr bei Plus, die gesamte Historie ab Premium. Replay auf Sekundenbasis beginnt im August 2022, Tick-Replay ist auf den höchsten Plan und 7 Tage beschränkt, und Renko, Kagi und ähnliche Chartarten werden nicht unterstützt. TradingView gibt außerdem an, dass Orders während des Replays zu Echtzeitkursen ausgeführt werden; Papierhandel innerhalb des Replays ist also kein gültiges Backtest-Protokoll. Führen Sie ein eigenes Protokoll. Die Hilfeseiten zu Bar Replay enthalten den aktuellen Stand.

Fips bietet in seiner Web-App ein Chart-Replay Kerze für Kerze, bei dem die Zukunft verborgen bleibt: eine Kerze vor oder zurück, Abspielen mit 0.25× bis 10×, Sprung zu Datum und Uhrzeit oder Rechtsklick, um an beliebiger Stelle zu beginnen. Market-, Limit- und Stop-Orders zeichnen Positionsboxen in den Chart, die Größe lässt sich nach Lot oder Risiko in % festlegen, und werden SL und TP in derselben Kerze berührt, nimmt Fips den Stop an. Den Startpunkt wählt Fips nicht zufällig, ziehen Sie das Datum also selbst. Die App befindet sich in der privaten Beta, der Zugang erfolgt über eine Warteliste.

Was sollte ein Backtest-Protokoll erfassen?

Ein Protokoll, das nur Ergebnisse enthält, ist eine Anzeigetafel, kein Test. Mit diesen Feldern können Sie später prüfen und auswerten:

Markieren Sie News anhand eines echten Terminplans; der Wirtschaftskalender zeigt, welche High-Impact-Veröffentlichungen in Ihr Zeitfenster fielen. Was Sie erfassen sollten, sobald die Strategie live läuft, lesen Sie im Artikel was in ein Trading-Tagebuch gehört.

Wie rechnen Sie Spread, Kommission und Swap in R ein?

Die Kosten sind die Zeile, die in den meisten Backtests fehlt, und bei engen Stops entscheiden sie über alles. Tragen Sie die Kosten jedes Trades in R in eine eigene Spalte ein.

Ein Rechenbeispiel. Annahmen: EUR/USD, 1.00 Lot, $10 pro Pip und Lot, ein Stop von 10 Pips, ein durchschnittlicher Spread von 1.2 Pips und $7 Kommission pro Lot für Ein- und Ausstieg zusammen (Round Turn).

1R               = 10 Pips x $10    = $100
Spread           = 1.2 Pips x $10   = $12
Kommission       = $7 Round Turn
Gesamtkosten     = $12 + $7         = $19
Kosten pro Trade = $19 / $100       = 0.19R

Die Lotgröße kürzt sich heraus: Bei 0.10 Lot ist jede Zahl zehnmal kleiner, und die Kosten betragen weiterhin 0.19R. Der Stop kürzt sich nicht heraus. Dieselben Kosten machen bei einem Stop von 5 Pips 0.38R aus, bei 20 Pips 0.095R und bei 30 Pips 0.063R. Der Pip-Rechner liefert den Wert pro Pip für andere Symbole und Kontowährungen.

Nun die Anwendung. Eine Strategie, die 40% der Trades mit +2R gewinnt und sonst −1R verliert, hat eine Brutto-Expectancy von +0.20R. Bei einem Stop von 10 Pips und diesen Kosten liegt die Netto-Expectancy bei +0.01R, also praktisch bei nichts. Mit demselben R-Profil und einem Stop von 30 Pips bleiben etwa +0.14R übrig.

Drei weitere Kostenarten gehören ins Protokoll:

• Slippage. Stops in schnellen Märkten, vor allem bei News, werden schlechter ausgeführt als zum Stop-Kurs. Schlagen Sie bei Ausstoppungen in der Nähe von Veröffentlichungen eine Schätzung auf.
• Swap. Positionen, die über den täglichen Rollover gehalten werden, zahlen oder erhalten Swap. Bei den meisten FX-Symbolen wird eine Nacht, häufig die von Mittwoch auf Donnerstag, dreifach berechnet, um das Wochenende abzudecken; bei Index- und Metall-CFDs kann das abweichen. Maßgeblich ist die Symbolspezifikation Ihres Brokers.
• Spread-Ausweitung. Spreads am Rollover und rund um News können ein Mehrfaches des Durchschnitts betragen. Häufen sich Ihre Einstiege in diesen Phasen, rechnen Sie mit dem höheren Wert.

Wie viele Trades brauchen Sie für einen Backtest?

Eine magische Zahl gibt es nicht. Viele Ratgeber nennen 30, 50 oder 100 Trades; die ehrliche Antwort hängt davon ab, wie groß der Vorteil im Verhältnis zur Streuung Ihrer Ergebnisse ist. Die Tabellen zeigen 95%-Konfidenzintervalle: Wilson-Intervalle für die Trefferquote, die Normalapproximation für die Expectancy.

Wenn 55% Ihrer getesteten Trades Gewinner waren:

Nach 30 Trades sind 55% mit allem vereinbar, von einem klaren Verlierer bis zu einer hervorragenden Strategie.

Die Trefferquote ist nicht der Vorteil, also wiederholen Sie dasselbe für die Expectancy. Für die Strategie oben (40% Gewinner mit +2R, Verlierer mit −1R) beträgt die Expectancy +0.20R und die Standardabweichung eines einzelnen Trades etwa 1.47R. Das 95%-Intervall ergibt sich aus Expectancy ± 1.96 × 1.47 ÷ √n:

Es braucht etwa 207 Trades, bis die Untergrenze über null liegt, und das noch vor Kosten. Sind die Trades nicht unabhängig voneinander, etwa weil sich Setups in Trendwochen häufen, sind die tatsächlichen Intervalle breiter. Kleinere Vorteile brauchen weit mehr Trades: bei netto +0.01R Zehntausende.

Wie viele Trades pro Handelssitzung, bevor Sie eine Sitzung streichen?

Die Auswertung nach Sitzung, Währungspaar, Wochentag oder Setup ist nützlich, aber jede dieser Teilmengen ist eine kleine Stichprobe. Manche Ratgeber streichen die Asien-Sitzung nach sechs Verlusttrades; das ist Overfitting in Reinform.

Für die Strategie oben beträgt das 95%-Band bei einer Teilmenge von 12 Trades etwa ±0.83R. Eine Sitzung mit −0.30R aus 12 Trades ist statistisch nicht von einer Sitzung mit +0.50R zu unterscheiden. Bei 50 Trades liegt das Band immer noch bei etwa ±0.41R.

Legen Sie die Regel fest, bevor Sie hinschauen: eine Mindestzahl pro Teilmenge, etwa 50 Trades, unterhalb derer nichts gestrichen wird. Sieht eine Teilmenge tatsächlich schlecht aus, ist ihr Entfernen eine neue Regelversion, und die Verbesserung muss sich auf Daten bestätigen, die Sie noch nicht gesehen haben.

Wie lesen Sie Backtest-Ergebnisse?

Berechnen Sie dieselben Kennzahlen wie auf einem Live-Konto, in R und nach Kosten: Netto-Expectancy, Profit Factor, Payoff Ratio, maximaler Drawdown in R, längste Verlustserie und Recovery Factor. Der Leitfaden zu den Trading-Kennzahlen rechnet jede Formel an Forex- und Gold-Trades durch, deshalb werden sie hier nicht wiederholt.

Drei Gewohnheiten zählen mehr als jede einzelne Kennzahl:

• Lesen Sie die Expectancy immer mit ihrem Intervall. "+0.18R aus 60 Trades" heißt "irgendwo zwischen klar negativ und sehr gut".
• Prüfen Sie die Konzentration. Entfernen Sie die zwei besten Trades und rechnen Sie neu. Ein Ergebnis, das ohne sie verschwindet, ist fragil.
• Vergleichen Sie ausgelassene Setups mit den genommenen. Haben die ausgelassenen besser abgeschnitten, kostet Ihr Filter Sie Geld.

Mit wie langen Verlustserien sollten Sie rechnen?

Mit längeren, als die Intuition vermuten lässt, auch bei einer profitablen Strategie. Eine Simulation unabhängiger Trades ergibt diese Werte:

Zeigen 200 getestete Trades einer Strategie mit 40% Gewinnern als schlimmste Serie nur fünf Verluste, hatten Sie Glück. Bemessen Sie Ihre Positionsgröße nicht so, als wären fünf Verluste der schlimmste Fall.

Verlustserie und Drawdown sind unterschiedliche Zahlen. Die Serie zählt aufeinanderfolgende Verluste; der Drawdown ist der Rückgang vom Hoch zum Tief im kumulierten R, der zwischendurch kleine Gewinner enthalten kann und meist größer ausfällt.

Wie führen Sie ein Monte-Carlo-Neumischen in einer Tabelle durch?

Ihr Backtest ist nur eine mögliche Reihenfolge seiner Trades. Ein Neumischen misst, wie stark der Drawdown von genau dieser Reihenfolge abhängt:

1. Tragen Sie das Netto-R jedes Trades in Spalte A ein und =RAND() (im deutschen Excel =ZUFALLSZAHL()) in Spalte B.
2. Sortieren Sie beide Spalten nach B. Berechnen Sie in C das kumulierte R, in D das laufende Hoch (=MAX(D1,C2)) und in E den Drawdown (=D2-C2).
3. Notieren Sie das Maximum von E und die längste Verlustserie in A.
4. Wiederholen Sie das 1,000 Mal oder öfter, mit einer Datentabelle aus der Was-wäre-wenn-Analyse oder einem kurzen Skript.
5. Berichten Sie das 95er-Perzentil: den Drawdown, den nur 1 von 20 Reihenfolgen überschritten hat.

Bei einem hypothetischen Protokoll mit 200 Trades, davon 80 Gewinner mit +2R und 120 Verlierer mit −1R, das 100,000 Mal neu gemischt wurde, lag der Median des maximalen Drawdowns bei 12R und das 95er-Perzentil bei 20R. Die längste Verlustserie hatte einen Median von 9 und ein 95er-Perzentil von 13. Planen Sie mit den 20R, nicht mit den 12R.

Ein Neumischen setzt unabhängige Trades voraus und kann kein Marktregime erfinden, das in Ihren Daten nie vorkam.

Wie vermeiden Sie Overfitting mit Out-of-Sample- und Walk-Forward-Tests?

Jede Regel, die Sie anpassen, nachdem Sie die Ergebnisse gesehen haben, verbraucht einen Teil Ihrer Daten. Bailey, Borwein, López de Prado und Zhu haben 2014 gezeigt, dass bei fünf Jahren Tagesdaten etwa 45 unabhängige Varianten genügen, damit mindestens eine davon in-sample stark aussieht, selbst wenn keine einen echten Vorteil hat. Ein Dutzend Stop-Puffer mal drei Zeitfenster ergeben bereits 36.

Trennen Sie Entdeckung und Validierung:

• Entdeckung. Erkunden, anpassen und sich auf eine Version 1.x festlegen.
• Einfrieren. Die Regeln aufschreiben und nicht mehr ändern.
• Validierung. Einmal auf späteren Daten testen, die Sie noch nicht angesehen haben. Bricht das Ergebnis zusammen, war das frühere vor allem Anpassung.
• Walk-Forward. Auf einem Zeitfenster entdecken, auf dem nächsten validieren, beide weiterschieben und nur die aneinandergereihten Validierungsergebnisse bewerten.

Geben Sie an, wie viele Varianten Sie ausprobiert haben.

Übersteht Ihr Backtest die Regeln einer Prop Firm?

Auch eine positive Expectancy kann an einer Challenge scheitern, denn Prop-Regeln bestrafen den Verlauf. Übertragen Sie Serien und Drawdowns auf die Limits des Kontos, gemessen am Equity einschließlich der Kosten.

Beispiel: FTMO Challenge 2-Step (Standard), $100,000. Das Equity darf nicht unter den Kontostand von 00:00 CE(S)T minus 5% des Anfangskapitals ($5,000) fallen und nicht unter das Anfangskapital minus 10% ($10,000, statisch). Die FTMO Challenge 1-Step hat ein tägliches Verlustlimit von 3%, gemessen am Kontostand um 00:00 CE(S)T. Diese Werte wurden am 26. September 2026 mit den offiziellen Regeln von FTMO abgeglichen; prüfen Sie sie auf der Seite der Firma und vergleichen Sie andere Firmen auf der Seite Prop-Firmen-Regeln.

In einer Simulation der Strategie mit 40% Gewinnern ohne Kosten über 200 Trades erreichten die kumulierten Verluste ab Start in etwa 14% der Durchläufe 10R und in etwa 2% der Durchläufe 20R. Bei 1% Risiko bedeutet das einen Verstoß gegen das statische Max. Loss in ungefähr einer von sieben Challenges, und das mit einer profitablen Strategie. Kosten treiben beide Werte deutlich nach oben. In der FTMO Challenge 1-Step verlieren bei drei Trades pro Tag mit je 1% Risiko an etwa 22% der Tage alle drei, ein Verstoß gegen das Tageslimit innerhalb weniger Wochen ist also sehr wahrscheinlich.

Bemessen Sie die Positionsgröße am Drawdown des 95er-Perzentils, nicht am Durchschnitt. Der Lot-Rechner wandelt Risiko in % und Stop in Lots um, und der Artikel täglicher Drawdown bei Prop Firms erklärt zeigt, wie jede Firma die tägliche Untergrenze festlegt.

Wie nutzen Sie den MT5 Strategy Tester?

Der MT5 Strategy Tester führt programmierte Strategien (Expert Advisors) aus und eignet sich daher für regelbasierte Systeme; sein Testmodus verändert die Ergebnisse stärker, als die meisten erwarten. Im eigenen Vergleich der Modi ließ MetaQuotes einen EA auf EUR/USD H1 über das erste Halbjahr 2016 laufen:

Die Hilfe von MetaTrader 5 zur Tick-Generierung erklärt den Grund: Die generierten Modi bauen Ticks aus Kerzen mit einem festen Spread pro M1-Kerze, während der Modus mit echten Ticks aufgezeichnete Ticks mit variablem Spread verwendet.

• Verwenden Sie "Every tick based on real ticks" bei engen Stops, und prüfen Sie im Journal-Tab, ob echte Ticks geladen wurden. Ein Community-Artikel auf MQL5 weist darauf hin, dass "History Quality 100%" allein das nicht beweist.
• Nutzen Sie die Forward-Option. Sie hält 1/2, 1/3, 1/4 oder einen frei gewählten Anteil des Zeitraums als Out-of-Sample-Daten zurück, und zwar immer den jüngsten Teil.
• Aktivieren Sie die zufällige Verzögerung. Die Hilfe von MetaTrader 5 beschreibt 0 bis 8 Sekunden mit 90% Wahrscheinlichkeit und 9 bis 18 Sekunden mit 10% Wahrscheinlichkeit, ein grober Ersatz für die echte Ausführung.

Wie kommen Sie vom Backtest über den Forward-Test zum Live-Handel?

Ein bestandener Backtest ist ein Grund, weiterzutesten, nicht, die Positionsgröße hochzufahren.

1. Forward-Test. Handeln Sie die eingefrorenen Regeln auf einem Demokonto in Echtzeit, für eine feste Anzahl von Trades. Das prüft, was das Replay nicht prüfen kann: ob Sie die Setups live erkennen und auch nehmen.
2. Klein live. Handeln Sie dieselben Regeln mit echtem Geld und reduziertem Risiko, etwa einem Viertel Ihrer geplanten Größe.
3. Mit dem Intervall vergleichen. Fragen Sie, ob die Live-Expectancy innerhalb des Backtest-Intervalls liegt und ob die Ausführungskosten Ihren Annahmen entsprechen.

Halten Sie Backtest-, Forward- und Live-Trades in Ihrem Trading-Tagebuch getrennt oder klar markiert, damit die Lücke zwischen ihnen sichtbar bleibt. Replay-Sitzungen in Fips zeigen Nettoergebnis, Trefferquote, Profit Factor, maximalen Drawdown, Expectancy, durchschnittliches R und eine Equity-Kurve. Kosten bilden sie nicht ab, ziehen Sie also Ihre Kostenspalte ab, bevor Sie vergleichen.

Checkliste für das Backtesting

Häufig gestellte Fragen

Wie viele Trades sollte man backtesten?

So viele, dass das Intervall der Expectancy nach Kosten die Null ausschließt. Für eine Strategie mit +0.20R wie im Beispiel sind das etwa 200 Trades; kleinere Vorteile brauchen deutlich mehr. Dreißig Trades beschreiben eine Stichprobe, bestätigen aber keinen Vorteil.

Ist manuelles Backtesting genau?

Es ist nützlich, wenn Sie die Verzerrungen kontrollieren und die Kosten in R einrechnen. So sauber wie ein programmierter Test ist es nie, weil Sie ungefähr wissen, was die Märkte getan haben; der Forward-Test schließt einen Teil dieser Lücke.

Kann man mit TradingView backtesten?

Ja, mit Bar Replay, innerhalb der Historie, die Ihr Abo erlaubt. TradingView gibt an, dass Replay-Orders zu Echtzeitkursen ausgeführt werden; führen Sie Replay-Trades daher in einem eigenen Protokoll.

Was ist ein gutes Backtest-Ergebnis?

Eine allgemeingültige Schwelle gibt es nicht. Ein brauchbares Ergebnis zeigt eine positive Expectancy nach Kosten mit einem Intervall über null, einen Drawdown am 95er-Perzentil, den Ihre Kontoregeln verkraften, und ein ähnliches Verhalten out-of-sample.

Was ist der Unterschied zwischen Backtesting und Forward-Testing?

Backtesting wendet Regeln auf historische Daten an. Forward-Testing wendet die eingefrorenen Regeln in Echtzeit auf einem Demokonto oder mit kleiner Live-Größe an und fragt, ob Sie sie umsetzen können und ob der Vorteil auf ungesehenen Daten Bestand hat.