Ein einziger verschobener Tag im Code hebt die Rendite meines DAX-Backtests von 7,2 auf 18,3 Prozent pro Jahr. Die Regel bleibt dieselbe, die Daten auch. Der Unterschied ist ein Zukunftswissen, das im echten Handel niemand hat. Genau an solchen Stellen entscheidet sich, ob ein Backtest etwas über deine Strategie aussagt oder nur über deinen Testaufbau.
Hier bekommst du den Ablauf eines sauberen Backtests, die Kennzahlen, die du am Ende brauchst, und die sechs Fehler, die ein Ergebnis wertlos machen. Alles zeige ich an einem eigenen Rechenbeispiel mit 32 Jahren DAX-Daten, inklusive Out-of-Sample-Test und Walk-Forward. Am Ende steht ein Überblick über die Software, mit der du selbst testen kannst. Dieser Artikel entspricht unseren redaktionellen Richtlinien.
Backtesting: das Wichtigste in 30 Sekunden
Die wichtigsten Punkte vorweg, falls du den Rest später liest:
- Was es ist: Backtesting ist die Überprüfung einer Handelsstrategie an historischen Kursdaten, als wäre der weitere Kursverlauf noch unbekannt.
- Der Ablauf: Regeln festlegen, Daten wählen, ohne Kenntnis des Ausgangs ausführen, Kosten abziehen, Kennzahlen auswerten.
- Der wichtigste Test: der Out-of-Sample-Teil. Im DAX-Beispiel fiel der beste Filter von 9,8 auf 6,6 Prozent pro Jahr, sobald er auf Daten traf, die er nicht kannte.
- Der teuerste Fehler: Zukunftswissen. Ein Schluss-Signal, dem der Test rückwirkend die Rendite desselben Tages gutschreibt, hob die Rendite von 2004 bis 2026 von 7,2 auf 18,3 Prozent.
- Die Stichprobe: 100 Trades sind eine grobe Orientierung, keine feste Grenze. Mein Beispiel kommt von 2013 bis September 2026 nur auf 48 Einstiege.
- Kostenlos starten: mit dem Bar Replay von TradingView auf Tageskerzen, mit QuantConnect oder mit Python auf dem eigenen Rechner.
Was ist Backtesting?
Backtesting ist die Überprüfung einer Handelsstrategie an historischen Kursdaten, bei der jede Regel so angewendet wird, als wäre der weitere Kursverlauf noch unbekannt.
Ein Backtest beantwortet eine statistische Frage, keine Meinungsfrage. Hätte diese Regel in der Vergangenheit Geld verdient, wie viel, und mit welchen Rückgängen unterwegs? Am Ende stehen Zahlen wie Trefferquote, Durchschnittsgewinn und maximaler Drawdown, also der größte Rückgang vom letzten Höchststand. Ob die Strategie in Zukunft funktioniert, beweist der Test nicht. Er sortiert aber Ideen aus, die schon in der Vergangenheit nicht getragen haben.
Der Begriff stammt nicht aus dem Trading. Banken prüfen mit Backtesting ihre Risikomodelle, Klimaforscher ihre Prognosen, wie der Eintrag zum Backtesting in der Wikipedia zeigt. Im Handel meint das Wort fast immer dasselbe: eine Handelsstrategie mit festen Regeln gegen echte Kurse laufen lassen.
Ein Forward-Test ist die Prüfung einer Strategie in Echtzeit an neuen Kursdaten, meist im Demokonto oder per Paper Trading, ohne dass der Ausgang vorher in einer Datenreihe feststeht.
Backtest und Forward-Test ergänzen sich, sie ersetzen sich nicht. Der Backtest liefert in Stunden die Statistik aus Jahrzehnten. Der Forward-Test zeigt, ob du die Regeln unter Zeitdruck auch umsetzt. TradingView trennt beide Begriffe in seiner Hilfe zu Strategien, Backtesting und Forwardtesting genauso: Rückrechnung auf historischen Daten hier, Prüfung an laufenden Kursen dort. Wer nur das Klicken und Entscheiden üben will, ist mit einem Simulator besser bedient. Die Unterschiede erklärt der Überblick über Daytrading-Simulatoren.
Wie läuft ein Backtest ab? Fünf Schritte
Jeder saubere Backtest folgt derselben Reihenfolge, egal ob du per Hand oder mit Code testest. Wer einen Schritt überspringt, bekommt trotzdem eine Zahl heraus. Sie ist dann nur falsch, und man sieht es ihr nicht an.
- Regeln festlegen: Einstieg, Ausstieg, Stop und Positionsgröße so genau aufschreiben, dass zwei Personen zum selben Trade kämen. „Kaufen, wenn der Trend dreht“ ist keine Regel.
- Daten wählen: Markt, Zeiteinheit und Zeitraum festlegen und einen Teil der Historie für später zurückhalten. Dieser Out-of-Sample-Teil bleibt bis zum Schluss unberührt.
- Ohne Kenntnis des Ausgangs ausführen: Jede Entscheidung darf nur Kurse nutzen, die zu diesem Zeitpunkt bekannt waren. Beim manuellen Test heißt das: rechten Chartrand verdecken.
- Kosten abziehen: Spread, Kommission und Slippage, also die Abweichung zwischen gewünschtem und tatsächlichem Ausführungskurs, gehören in jeden Trade.
- Auswerten: Trefferquote, Chance-Risiko-Verhältnis, Profitfaktor, Drawdown und Anzahl der Trades. Erst danach kommt der Blick auf die Gesamtrendite.
Wer eine Strategie erst noch aufbauen muss, startet einen Schritt früher. Wie aus einer Idee ein Regelwerk wird, das sich überhaupt testen lässt, zeigt die Anleitung zum Entwickeln einer Tradingstrategie. Dort ist der Backtest der neunte Schritt, nicht der erste.
Manuell oder automatisch: zwei Wege zum Backtest
Es gibt zwei grundverschiedene Arten zu testen, und beide haben ihren Platz. Die Wahl hängt weniger vom Geschmack ab als von der Frage, ob sich deine Regeln vollständig in Code fassen lassen.
Manuelles Backtesting: Kerze für Kerze
Beim manuellen Test spielst du den Chart Kerze für Kerze ab und entscheidest an jeder Stelle neu. Das kostet Zeit, trainiert aber genau das, was ein diskretionärer Trader braucht: das Erkennen eines Setups, ohne die Auflösung zu sehen. Für Price Action, die sich schlecht in eine Formel pressen lässt, ist das oft der einzige Weg. Wie das mit dem Bar Replay Schritt für Schritt geht, zeigt die Anleitung zum Backtesting mit TradingView. Wer Tickdaten und mehrere Märkte im Wechsel abspielen will, schaut sich die Backtesting-Software Forex Tester an.
Automatisches Backtesting: die Regel als Programm
Beim automatischen Test schreibst du die Regeln als Programm und lässt den Rechner die ganze Historie in Sekunden durchlaufen. Das erlaubt tausende Trades, Parametervergleiche und Tests über viele Märkte. In TradingView geschieht das mit Pine Script im Strategy Tester, auf dem eigenen Rechner mit einem Python-Backtest. Mein Rechenbeispiel weiter unten ist genau so entstanden. Wie aus einem getesteten Regelwerk ein laufendes Handelssystem wird, zeigt unser Ratgeber zum Algo-Trading.
Repainting ist das nachträgliche Verändern bereits angezeigter Indikatorsignale, sodass ein Indikator in der Historie bessere Signale zeigt, als er in Echtzeit geliefert hätte.
Der automatische Weg hat eine eigene Falle. Manche Indikatoren zeichnen ihre Signale rückwirkend neu, sobald weitere Kerzen dazukommen. Im fertigen Chart sehen sie dann perfekt aus, im Livebetrieb kamen dieselben Signale später oder gar nicht. Ein Test mit so einem Indikator misst die Nachzeichnung, nicht die Strategie.
Welche Kennzahlen ein Backtest liefern muss
Die Rendite allein sagt wenig, solange du nicht weißt, wie sie zustande kam. Fünf Kennzahlen gehören in jede Auswertung, und sie hängen eng zusammen. Die Tabelle zeigt sie für mein DAX-Beispiel im Out-of-Sample-Zeitraum 2013 bis 2026 mit 0,05 Prozent Kosten je Seite. Gerechnet ist mit den prozentualen Trade-Renditen, und die am Enddatum noch offene Position zählt mit ihrem letzten Schlusskurs als 48. Trade.
| Kennzahl | Bedeutung | DAX |
|---|---|---|
| Trefferquote | Anteil der Gewinn-Trades | 35,4 % |
| Payoff Ratio | Ø Gewinn je Trade geteilt durch Ø Verlust je Trade | 5,36 |
| Profitfaktor | Summe der Gewinn-Renditen geteilt durch Summe der Verlust-Renditen | 2,94 |
| Erwartungswert | Ø Rendite je Trade, kein Jahreswert | +1,97 % |
| Max. Drawdown | größter Rückgang vom Höchststand | −27,1 % |
Eine niedrige Trefferquote ist bei einem Trendfilter kein Fehler, sondern Bauart. Zwei von drei Trades enden mit einem kleinen Verlust, weil der Kurs knapp über den Durchschnitt steigt und gleich wieder darunter fällt. Die wenigen großen Gewinner tragen alles. Das realisierte Verhältnis von Durchschnittsgewinn zu Durchschnittsverlust, die Payoff Ratio, liegt über 5. Anders als ein vorab geplantes Chance-Risiko-Verhältnis entsteht sie erst aus den Trades. Der Profitfaktor von 2,94 zeigt, dass die Gewinn-Trades in Summe fast dreimal so viel Rendite brachten, wie die Verlust-Trades kosteten.
Trotzdem lag die Strategie am Ende hinter dem Index. Ein guter Profitfaktor sagt nichts darüber, wie viel Zeit das Geld ungenutzt war. Der Filter war nur an 74 Prozent der Tage investiert und stieg nach Rücksetzern oft erst spät wieder ein. Deshalb gehört neben jede Trade-Statistik der Vergleich mit dem einfachsten Gegenmodell, dem Kaufen und Halten. Wie tief ein Rückgang gehen darf, bevor er dich aus dem System wirft, erklärt der Artikel zum Drawdown im Trading.
Die Zahl der Trades entscheidet, wie viel Gewicht die übrigen Kennzahlen haben. Mein Beispiel kommt in knapp 14 Jahren auf 48 Einstiege, die längste Verlustserie umfasst neun. Für einen Tagesfilter ist das normal, statistisch ist es dünn. Warum schon 61 Trades mehr verraten als 10, und wo trotzdem der Zufall mitspielt, rechnet der Artikel zur Trading-Mathematik an meinem eigenen Journal vor.
Mein Rechenbeispiel: ein DAX-Trendfilter von 1994 bis 2026
Um die Fehler weiter unten greifbar zu machen, habe ich eine bewusst einfache Regel durchgerechnet. Sie ist keine Empfehlung und kein Handelssystem, das ich selbst nutze. Sie dient als Versuchsaufbau, an dem sich zeigen lässt, wie stark der Testaufbau das Ergebnis verschiebt.
Die Regel und die Daten
Die Regel passt in einen Satz. Schließt der DAX über seinem gleitenden Durchschnitt, bin ich am nächsten Morgen zur Eröffnung long. Schließt er darunter, steige ich am nächsten Morgen aus und halte Cash. Die bekannteste Länge dafür ist der GD 200, getestet habe ich aber 25 Längen von 10 bis 250 Tagen.
Die Daten sind DAX-Tageskerzen von Yahoo Finance, vom 3. Januar 1994 bis zum 30. September 2026. Das sind 8.299 Handelstage. Ich beginne 1994, weil die gespeicherte Kurshistorie von Yahoo Finance für 1993 an 240 von 252 Tagen identische Werte für Eröffnung und Schluss enthält. Für Orders zur nächsten Eröffnung ist dieser frühere Abschnitt nicht verlässlich genug, als Vorlauf für den Durchschnitt dient 1993 trotzdem.
Mehrere Vereinfachungen gehören offen auf den Tisch. Der Test legt das gesamte Kapital ungehebelt in die Indexreihe, ohne Stop und ohne echte Order über einen ETF oder Future, also auch ohne Tracking-Abweichung. Cash bringt keine Zinsen, Steuern fallen nicht an, und die Kosten je Seite sind eine Annahme, keine gemessene Gebühr. Der DAX ist ein Performanceindex, die Dividenden stecken also schon im Kurs. Kaufen und Halten rechne ich ab dem Schlusskurs vor Testbeginn und ohne Kosten, der Filter steigt erst zur ersten Eröffnung ein.
In-Sample: der beste Wert aus 25 Varianten
In-Sample bezeichnet den Teil der historischen Daten, an dem eine Strategie entwickelt und ihre Parameter eingestellt werden.
Als In-Sample-Zeitraum habe ich die Jahre 1994 bis 2012 genommen. Von 25 getesteten Längen schnitt der GD 200 am besten ab: 9,77 Prozent pro Jahr ohne Kosten, bei einem größten Rückgang von 33,4 Prozent. Kaufen und Halten brachte im selben Zeitraum 6,61 Prozent und einen Absturz von 72,7 Prozent zwischen 2000 und 2003. Aus 10.000 Euro wären mit dem Filter 58.790 Euro geworden, ohne ihn 33.753 Euro.
An dieser Stelle hören viele Backtests auf, und genau hier wird es gefährlich. Ein Filter, der zwei Crashs vermeidet und den Index um drei Prozentpunkte im Jahr schlägt, wirkt wie eine Entdeckung. Ob er eine ist, zeigt erst der Zeitraum, den ich bewusst nicht angefasst habe.
Out-of-Sample: was danach passierte
Out-of-Sample bezeichnet den Teil der historischen Daten, der während der Entwicklung einer Strategie unberührt bleibt und erst am Ende zur Prüfung dient.
Von 2013 bis September 2026 lief derselbe GD 200 mit derselben Regel weiter. Ohne Kosten kam er auf 6,64 Prozent pro Jahr, Kaufen und Halten auf 9,09 Prozent. Der Vorsprung hatte sich umgekehrt. Geblieben ist der kleinere Rückgang: 26,0 Prozent gegen 38,8 Prozent beim Index. Die Grafik darunter zeigt den Verlauf mit 0,05 Prozent Kosten je Seite, oben das Kapital, unten den Rückgang vom jeweiligen Höchststand.
Auffällig ist, wie selten der Filter überhaupt vorn lag. An nur 1,9 Prozent der Handelstage stand das Filterkonto über dem Indexkonto, zuletzt Anfang April 2020. Der GD 200 lag auch in diesem Zeitraum unter den 25 getesteten Längen vorn und blieb trotzdem hinter Kaufen und Halten. Eine mögliche Erklärung sind die unterschiedlichen Marktphasen: Zwischen 1994 und 2012 lagen zwei lange Bärenmärkte, danach folgten überwiegend kürzere Einbrüche, nach denen der Filter erst spät wieder einstieg. Eine Ursachenanalyse oder ein Nachweis gegen Zufall ist das nicht.
Ähnlich knapp fiel ein zweiter eigener Langzeittest aus. Bei der Sektorrotation kam eine Momentum-Rotation über 27 Jahre nach Kosten auf 7,5 bis 8,6 Prozent pro Jahr, der S&P 500 auf 8,3 Prozent. Eine Gesamtrendite beschreibt dabei immer nur zwei Stichtage, die Kurve dazwischen erzählt den Rest.
Was Kosten aus dem Ergebnis machen
Mit Kosten schrumpft das Ergebnis, und zwar umso stärker, je öfter gehandelt wird. Bei 48 Einstiegen und 47 Ausstiegen im Out-of-Sample-Zeitraum ergibt sich folgende Reihe, die letzte Position ist am 30. September 2026 noch offen und wird zum Schlusskurs bewertet:
| Kosten je Seite | Rendite pro Jahr | Max. Drawdown |
|---|---|---|
| 0,00 % | 6,64 % | −26,0 % |
| 0,05 % | 6,28 % | −27,1 % |
| 0,10 % | 5,91 % | −28,1 % |
| 0,20 % | 5,18 % | −30,2 % |
Ein Trendfilter auf Tageskerzen handelt selten, deshalb bleibt der Schaden hier begrenzt. Bei einer Intraday-Strategie mit mehreren Trades am Tag frisst derselbe Kostensatz schnell den ganzen Vorteil. Welche Posten in den Kosten stecken, schlüsselt der Ratgeber zu den Tradingkosten auf.
Ein verschobener Tag, mehr als doppelte Rendite: Zukunftswissen
Zukunftswissen, englisch Look-ahead Bias, ist ein Testfehler, bei dem eine Handelsentscheidung Informationen nutzt, die zum Zeitpunkt der Entscheidung noch nicht bekannt waren.
Für den Vergleich habe ich einen typischen Programmierfehler absichtlich eingebaut. Das Signal entsteht am Schlusskurs, und der Test schreibt ihm rückwirkend die komplette Rendite desselben Tages gut, vom Vortagesschluss bis zu diesem Schluss. Im echten Handel ist das unmöglich, denn ob der DAX über dem Durchschnitt schließt, weißt du erst nach Börsenschluss. Die saubere Variante handelt dagegen erst zur Eröffnung des nächsten Tages. Im Code trennt beide Fassungen kaum mehr als eine Verschiebung um einen Index. Das Ergebnis für denselben Zeitraum von 2004 bis 2026 zeigt die Grafik darunter, mit 0,05 Prozent Kosten je Seite.
Aus 7,2 werden 18,3 Prozent pro Jahr, und der größte Rückgang halbiert sich von 27,1 auf 13,7 Prozent. Ein solches Ergebnis sieht aus wie eine Sensation und ist ein reiner Messfehler. Als Faustregel gilt: Schlägt ein einfacher Filter den Index um ein Mehrfaches, gehört zuerst der Code auf den Prüfstand, nicht der Markt.
Walk-Forward: das Ergebnis ohne Rückblick
Die Walk-Forward-Analyse ist ein Testverfahren, bei dem eine Strategie wiederholt an einem zurückliegenden Zeitfenster eingestellt und danach jeweils am folgenden, unbekannten Abschnitt geprüft wird.
Auch der saubere GD 200 enthält noch einen Rest Rückblick. Ich habe ihn gewählt, weil er von 1994 bis 2012 am besten war, also mit Wissen, das 2004 noch niemand hatte. Der Walk-Forward-Test vermeidet das: Er sucht jedes Jahr die beste Länge der vergangenen zehn Jahre und handelt sie im folgenden Jahr. So entsteht von 2004 bis 2026 eine Kette aus 23 Vorwärtsabschnitten, in der Position und Kapital über die Jahresgrenzen weiterlaufen.
Das Ergebnis fällt noch einmal deutlich ab. Statt 7,2 Prozent pro Jahr bringt die Walk-Forward-Kette 5,0 Prozent, Kaufen und Halten im selben Zeitraum 8,5 Prozent. Die gewählte Länge sprang dabei mehrfach: 2005 auf 30 Tage, von 2011 bis 2019 auf 250 Tage, ab 2022 zwischen 100 und 200. Ein Parameter, der so wandert, spricht nicht für einen stabilen Vorteil. Was der Filter liefert, ist ein flacherer Verlauf, aber keine Überrendite.
Sechs Fehler, die einen Backtest wertlos machen
Alle sechs Fehler verzerren das Ergebnis, und die meisten lassen es besser aussehen, als es ist. Deshalb fallen sie beim Betrachten der Kurve selten auf. Wer sie nicht aktiv sucht, merkt es oft erst im Livehandel.
1. Overfitting: die Strategie passt nur auf die Vergangenheit
Overfitting, auch Überoptimierung oder Curve Fitting genannt, ist die übermäßige Anpassung einer Strategie an historische Daten, sodass sie Zufälle der Vergangenheit abbildet statt wiederkehrender Marktmuster.
Jeder zusätzliche Filter und jeder zusätzliche Parameter erhöht die Gefahr. Wer lange genug an Einstellungen dreht, findet für jede Historie eine Kombination, die glänzt. Ein Warnzeichen ist ein Parameter, der nur bei einem exakten Wert funktioniert und bei kleinen Abweichungen zusammenbricht. Wie das bei einer echten Intraday-Strategie aussah und warum wir dort bewusst aufgehört haben zu optimieren, zeigt der Langzeittest der DAX-Eröffnungsstrategie.
2. Zukunftswissen im Testaufbau
Zukunftswissen ist der Fehler mit der größten Wirkung, wie das Beispiel oben zeigt. Neben dem verschobenen Tag gibt es unauffälligere Fälle: nachträglich bereinigte Kursreihen, später korrigierte Bilanzdaten, ein Tageshoch als Einstieg, obwohl erst der Schlusskurs das Signal geliefert hat. Prüfe jede Regel mit einer Frage: Hätte ich diese Zahl zu diesem Zeitpunkt wirklich gekannt?
3. Survivorship Bias: nur die Überlebenden im Datensatz
Der Survivorship Bias, auf Deutsch Überlebensfehler, ist eine Verzerrung, bei der nur Werte in die Auswertung eingehen, die bis heute bestehen, während gescheiterte oder entfernte Werte fehlen.
Bei Aktienstrategien droht er, sobald die Auswahl rückwirkend aus heutigen Indexmitgliedern besteht. Wer eine Strategie auf den heutigen DAX-Mitgliedern rückwärts testet, testet auf den Gewinnern. Firmen, die pleitegingen oder aus dem Index flogen, fehlen im Datensatz und mit ihnen die schlechten Trades. Die historische DAX-Reihe enthält dagegen die damaligen Indexwechsel nach dem Regelwerk von STOXX. Für den Index-Test oben brauche ich deshalb keine heutigen Mitglieder, bei Tests einzelner Aktien dagegen die jeweils damaligen einschließlich ausgeschiedener Werte. Wie Quant-Trader damit umgehen, beschreibt unser Überblick zum quantitativen Trading.
4. Kosten und Slippage weglassen
Ein Backtest ohne Kosten ist eine Obergrenze, kein Ergebnis. Spread und Kommission lassen sich vorher kennen, die Slippage nicht. Sie trifft besonders Stops in schnellen Märkten und Einstiege nach Nachrichten. Wie groß sie werden kann und wie du sie im Test realistisch ansetzt, erklärt der Artikel zur Slippage im Trading.
5. Zu wenige Trades
Wenige Trades sagen wenig, auch wenn die Kennzahlen Nachkommastellen tragen. Serien von sechs bis neun Verlusten am Stück kommen auch bei guten Systemen vor, mein Beispiel hat eine Serie von neun. 100 Trades können als grobe Orientierung dienen, eine statistische Mindestgrenze sind sie nicht. Entscheidend sind auch die Streuung der Ergebnisse, wie unabhängig die Trades voneinander sind und ob verschiedene Marktphasen abgedeckt sind. Ein längerer Zeitraum oder ein zweiter Markt hilft eher als ein feinerer Parameter, liefert aber nicht automatisch unabhängige Beobachtungen.
6. Regeln mitten im Test ändern
Dieser Fehler passiert vor allem beim manuellen Test. Nach drei Verlusten wird der Stop „nur dieses eine Mal“ weiter gesetzt, ein Signal übersprungen, ein Einstieg vorgezogen. Danach testest du nicht mehr die Strategie, sondern dein Bauchgefühl. Jede Änderung gehört in einen neuen Durchlauf, der von vorn beginnt.
Robustheit prüfen: Out-of-Sample, Walk-Forward, Monte-Carlo
Ein guter Backtest beweist nichts, solange er nur einmal gelaufen ist. Vier Prüfungen helfen bei der Frage, ob ein Ergebnis eine Eigenschaft der Strategie ist oder eine Eigenschaft des gewählten Zeitraums.
- Out-of-Sample: einen Teil der Daten bis zum Schluss zurückhalten und die fertige Strategie dort einmal laufen lassen, ohne danach noch etwas zu ändern.
- Walk-Forward: den Wechsel aus Einstellen und Prüfen über viele Abschnitte wiederholen. Springen die besten Parameter stark, fehlt die Stabilität.
- Parameter-Nachbarschaft: die gefundenen Werte um etwa zehn Prozent nach oben und unten verschieben. Ein robustes System liefert dann ähnliche Ergebnisse, kein Einzelgipfel.
- Monte-Carlo-Simulation: die Trades tausendfach neu anordnen oder mit Zurücklegen neu ziehen. Reines Mischen ändert bei fester prozentualer Positionsgröße nur Verlauf, Drawdown und Serien, nicht das Endkapital. Eine Bandbreite der Rendite liefert erst das Ziehen mit Zurücklegen, und Abhängigkeiten zwischen den Trades gehen dabei verloren.
Die Monte-Carlo-Simulation ist ein Verfahren, das die Trades eines Backtests vielfach zufällig neu anordnet oder neu zieht, um die mögliche Bandbreite von Drawdown, Verlustserien und Rendite abzuschätzen.
Diese Prüfungen erhöhen die Aussagekraft eines Tests, einen künftigen Vorteil beweisen sie nicht. Was nach ihnen übrig bleibt, ist meist kleiner, als der erste Test versprochen hat. Wie man ihn misst und warum er die Grundlage jeder Positionsgröße ist, erklärt der Artikel zur Trading-Edge. Aus einem belastbaren Erwartungswert lässt sich dann über das Kelly-Kriterium auch die Obergrenze für das Risiko pro Trade ableiten.
Backtesting-Software im Überblick
Die passende Software hängt an zwei Fragen: Willst du per Hand oder per Code testen, und auf welchem Rechner? Die Tabelle ordnet die Werkzeuge ein, die wir bereits ausführlich besprochen haben. Preise und Abostufen stehen jeweils in den Einzelberichten.
| Software | Weg und Zielgruppe |
|---|---|
| AmiBroker | Code in AFL, nur Windows. Für Portfolio-Tests mit Walk-Forward. |
| MultiCharts | Code in PowerLanguage. Für Umsteiger aus der EasyLanguage-Welt. |
| Wealth-Lab | Baukasten ohne Code oder C#. Für Portfolio-Tests. |
| QuantConnect | Python oder C# in der Cloud. Für Quant-Entwickler. |
| ProRealTime | ProBacktest. Für Regeln direkt im Chart. |
| NinjaTrader | NinjaScript und Market Replay. Für Futures-Trader. |
| TrendSpider | Strategy Tester ohne Code. Für den Einstieg in Systemtests. |
| Deepcharts | Deep Replay, Tick für Tick. Für Orderflow bei Futures. |
Daneben gibt es Replay-Plattformen im Browser wie FX Replay. Sie sind nach der eigenen Beschreibung des Anbieters auf das Nachspielen historischer Kurse ausgelegt, ein eigenes Review dazu haben wir nicht. Wer den Weg über eine Ausbildung mit eigener Software sucht, findet ihn bei QTraders, deren Academy mit dem hauseigenen Werkzeug „Casual Quants“ arbeitet. Was dort enthalten ist und was nicht, steht in unseren Erfahrungen mit QTraders. Einen breiteren Blick über Chart- und Analyseprogramme gibt der Überblick zur Trading-Software.
Kostenlos backtesten: was ohne Lizenz geht
Für den Einstieg reicht kostenlose Software. Der Bar Replay von TradingView läuft im Gratis-Tarif auf Tageskerzen und höher, die Grenzen je Stufe stehen im Tarifvergleich von TradingView. QuantConnect stellt laut seiner Dokumentation zu den Backtest-Knoten einen kostenlosen Rechenknoten mit begrenzter Nutzung bereit, die LEAN-Engine selbst ist quelloffen und läuft auch lokal. Ein eigener Python-Test kostet nichts, solange frei verfügbare Daten und der eigene Rechner reichen. Kosten können für Daten, größere Rechenressourcen und bestimmte Plattformfunktionen entstehen.
Vorteile und Nachteile des Backtestings
Backtesting ist das billigste Lehrgeld, das es im Trading gibt, solange man seine Grenzen kennt. Die Übersicht stellt beide Seiten gegenüber, so wie sie sich in meinem Rechenbeispiel gezeigt haben.
Was für das Backtesting spricht
- Ideen sterben billig: Eine Regel, die schon in der Vergangenheit nicht trägt, kostet im Test nur Zeit und kein Geld.
- Zahlen statt Gefühl: Trefferquote, Profitfaktor und Drawdown zeigen, wie die Strategie im getesteten Zeitraum abgeschnitten hat, einschließlich der Verlustserien.
- Jahrzehnte in Minuten: Ein automatischer Test rechnet 32 Jahre DAX mit 25 Varianten schneller durch, als ein Trade dauert.
- Vorbereitung auf Serien: Wer neun Verluste in Folge im Test gesehen hat, kennt solche Phasen wenigstens als Möglichkeit, bevor sie im Livehandel auftreten.
Wo das Backtesting an Grenzen stößt
- Vergangenheit ist kein Versprechen: Der beste Filter von 1994 bis 2012 lag danach an 98 Prozent der Tage hinter dem Index.
- Fehler machen es schöner: Zukunftswissen, Overfitting und fehlende Kosten verbessern das Ergebnis und fallen deshalb selten auf.
- Ausführung fehlt: Slippage, Kurslücken und Teilausführungen bildet kein Test vollständig ab.
- Psychologie fehlt: Im Test kostet ein Verlust keine Nerven. Ob du die Regel live durchhältst, zeigt erst der Forward-Test.
Vom Backtest zum Livehandel
Ein bestandener Backtest ist eine Eintrittskarte, kein Freifahrtschein. Zwischen Test und echtem Geld gehören zwei Stufen. Erst läuft die Strategie per Paper Trading, also mit simulierten Orders zu Echtzeitkursen. Die Dauer richtet sich nach der Signalhäufigkeit: Zuerst prüfst du Signale und Ausführung, für belastbare Kennzahlen brauchst du ausreichend neue Trades. Danach folgt eine Phase mit kleiner Positionsgröße und einem vorab festgelegten Verlustrisiko, das du tragen kannst.
In beiden Stufen gehört jeder Trade ins Journal. Nur so lässt sich vergleichen, ob Trefferquote und Durchschnittsgewinn im echten Handel ungefähr dem Test entsprechen. Abweichungen können aus dem Testaufbau, der Umsetzung, dem Zufall oder veränderten Marktbedingungen entstehen. Wie ein solches Journal aufgebaut ist, zeigt der Ratgeber zum Trading-Journal.
Fazit: Ein Backtest ist so gut wie sein Testaufbau
Backtesting ist unverzichtbar, weil es Ideen aussortiert, bevor sie Geld kosten. Mein DAX-Beispiel zeigt aber auch, wie weit ein Ergebnis wandert, wenn sich nur der Testaufbau ändert: 18,3 Prozent mit Zukunftswissen, 7,2 Prozent sauber, 5,0 Prozent ohne Rückblick. Dieselbe Regel, dieselben Daten.
Belastbar wird ein Test erst durch das, was nach dem ersten Ergebnis kommt. Ein unberührter Out-of-Sample-Teil, realistische Kosten, genug Trades und ein Forward-Test im Demokonto. Wer diese Schritte einhält, bekommt selten spektakuläre Zahlen. Dafür bekommt er eine nachvollziehbare historische Auswertung, deren Annahmen sich im Forward-Test weiter prüfen lassen. Ich selbst gebe auf eine Rendite aus einem Backtest wenig, solange ich den Out-of-Sample-Teil und die Kostenannahme nicht gesehen habe.
Häufige Fragen zum Backtesting
Was versteht man unter Backtesting?
Backtesting ist die Überprüfung einer Handelsstrategie an historischen Kursdaten, bei der jede Regel so angewendet wird, als wäre der weitere Kursverlauf noch unbekannt. Am Ende stehen Kennzahlen wie Trefferquote, Profitfaktor und maximaler Drawdown.
Ist Backtesting kostenlos?
Für den Einstieg ja. Der Bar Replay von TradingView läuft im Gratis-Tarif auf Tageskerzen, QuantConnect erlaubt Backtests in der kostenlosen Stufe, und ein eigener Python-Test braucht keine Lizenz. Kosten können für Daten, größere Rechenressourcen und bestimmte Plattformfunktionen entstehen.
Was ist Backtesting im Aktienhandel?
Im Aktienhandel wird eine Kauf- und Verkaufsregel an historischen Aktien- oder Indexkursen geprüft. Wichtig ist dort der Survivorship Bias: Wer rückwirkend nur heutige Indexmitglieder testet, lässt gescheiterte Firmen weg und bekommt ein zu gutes Ergebnis.
Wie viele Trades braucht ein aussagekräftiger Backtest?
Eine feste Zahl gibt es nicht. 100 Trades sind eine grobe Orientierung. Entscheidend sind auch die Streuung der Ergebnisse, unabhängige Beobachtungen und verschiedene Marktphasen. Bei wenigen Trades bestimmen Zufall und einzelne Ausreißer das Ergebnis stark.
Was ist der Unterschied zwischen Backtest und Forward-Test?
Der Backtest prüft eine Strategie an vergangenen Kursen, deren Ausgang in der Datenreihe schon feststeht. Der Forward-Test prüft sie in Echtzeit an neuen Kursen, meist im Demokonto oder per Paper Trading, und zeigt zusätzlich, ob du die Regeln unter Zeitdruck umsetzt.
Was ist Overfitting beim Backtesting?
Overfitting ist die übermäßige Anpassung einer Strategie an historische Daten. Die Regeln bilden dann Zufälle der Vergangenheit ab und versagen oft auf neuen Daten. Ein Out-of-Sample-Test und eine Walk-Forward-Analyse helfen, es zu erkennen.
English version: Backtesting: How to Backtest a Trading Strategy Properly
Über den Autor: Karsten Kagels
Karsten Kagels ist Gründer und Geschäftsführer der Kagels Trading GmbH. Er handelt seit 1980 als diskretionärer Price-Action-Trader an den Märkten.
Sein Handel kommt ohne technische Indikatoren aus. Er tradet Forex-Majors und -Minors allein auf Basis von Kursverlauf und Marktstruktur. In den 1980er Jahren übersetzte er die Elliott-Wave-Standardwerke von Robert Prechter ins Deutsche. Über 17 Jahre vertrat er Joe Ross in Deutschland und übersetzte dessen zehn Bücher. Bis heute gibt er eigene Gruppenseminare und private Einzelschulungen.
Für dieses Thema ist er qualifiziert, weil er die Statistik seines eigenen Handels offenlegt und an ihr misst, was eine Strategie taugt. Das DAX-Rechenbeispiel mit 8.299 Handelstagen, 25 Parametervarianten, Kostenreihe, Zukunftswissen-Vergleich und Walk-Forward-Kette wurde am 1. Oktober 2026 mit Daten von Yahoo Finance gerechnet und am 2. Oktober nach einer Zweitprüfung in der Walk-Forward-Kette korrigiert; die Angaben zu den Werkzeugen stammen aus unseren Einzelberichten.
Dieser Artikel wurde von Christian Möhrer final geprüft.
