Trading-Bots & Strategie-Verkäufer entlarven: Ist der Backtest echt – oder nur überangepasst?

Im Umfeld „online Geld verdienen” tauchen immer mehr digitale Produkte rund ums Trading auf: fertige Trading-Strategien, Signal-Gruppen, automatische Bots (Expert Advisors) und teure Trading-Kurse. Fast alle zeigen dieselbe Verkaufswaffe – eine steil nach oben zeigende Backtest-Kurve. Doch eine schöne Kurve bedeutet oft nur eins: ein überangepasster Backtest, der die Vergangenheit auswendig gelernt hat. Genau hier lohnt sich dieselbe gesunde Skepsis, die du bei jedem anderen digitalen „schnell reich”-Produkt anlegst.

In diesem Ratgeber zeige ich dir, woran du einen überangepassten Backtest erkennst, welche Fragen du dem Verkäufer stellen solltest und wie du eine Trading-Strategie in wenigen Minuten selbst auf Substanz prüfst – ganz ohne Programmierkenntnisse.

Was ist ein überangepasster Backtest?

Ein Backtest simuliert, wie eine Handelsstrategie in der Vergangenheit abgeschnitten hätte. Das Problem: Man kann eine Strategie so lange an historischen Kursdaten „optimieren”, bis die Kurve fast perfekt aussieht. Das nennt man Overfitting beziehungsweise Überanpassung (im Trading auch „Curve-Fitting”). Die Strategie hat dann kein echtes Marktverständnis gelernt, sondern nur das zufällige Rauschen genau dieses einen Zeitraums.

Eine einfache Analogie: Wer die Lottozahlen der letzten fünf Jahre auswendig lernt, kann perfekt „vorhersagen”, was gezogen wurde – über die nächste Ziehung sagt das aber nichts. Ein überangepasster Backtest ist genau das: eine makellose Erklärung der Vergangenheit ohne jede Vorhersagekraft für die Zukunft. Im Live-Konto fällt so eine Strategie dann oft schon nach wenigen Wochen auseinander.

Warum sehen überangepasste Backtests so verführerisch aus?

Je mehr Stellschrauben (Parameter) eine Strategie hat und je mehr Kombinationen ein Entwickler durchprobiert, desto leichter findet er rein zufällig eine Variante mit Traumrendite. Bei mehreren tausend getesteten Einstellungen ist eine spektakuläre Kurve praktisch garantiert – auch wenn dahinter kein echter Vorteil steckt. Der Fachbegriff dafür ist Data-Mining. Verkäufer zeigen dir am Ende natürlich genau diese eine Gewinnerkurve und verschweigen die hunderten Verlierer daneben.

5 rote Flaggen beim Kauf einer Trading-Strategie oder eines Bots

• Nur eine perfekte Equity-Kurve, keine Details. Wird nicht gezeigt, auf welchen Daten, welchem Markt und welchem Zeitraum getestet wurde, fehlt die Grundlage für jede seriöse Bewertung.
• Kein Out-of-Sample-Test. Seriöse Tests behalten einen Teil der Daten zurück, den die Strategie nie „gesehen” hat. Fehlt dieser Nachweis, wurde fast immer auf den kompletten Datensatz optimiert – ein klassischer überangepasster Backtest.
• Keine Angabe zur Zahl der Tests. Wer 10.000 Parameter-Kombinationen durchprobiert, findet per Zufall immer eine Gewinnerin. Ohne diese Angabe kannst du das Zufallsrisiko nicht einschätzen.
• Unrealistisch glatte Kurven oder „99 % Trefferquote”. Echte Strategien haben spürbare Drawdowns und Verlustserien. Eine fast gerade Linie nach oben ist ein Warnsignal, kein Gütesiegel.
• Keine Kosten berücksichtigt. Ohne Spreads, Gebühren und Slippage ist jede Kurve Fantasie – im echten Handel fressen die Kosten den Großteil kleiner Vorteile auf.

In-Sample, Out-of-Sample und Walk-Forward – die drei Prüfsteine

Diese drei Begriffe klingen technisch, sind aber der Kern jeder ehrlichen Auswertung:

• In-Sample ist der Zeitraum, auf dem die Strategie optimiert wurde. Hier sieht fast alles gut aus – das ist wenig aussagekräftig.
• Out-of-Sample ist ein zurückgehaltener Zeitraum, den die Strategie bei der Optimierung nie gesehen hat. Bricht die Performance hier ein, hast du einen überangepassten Backtest vor dir.
• Walk-Forward geht noch weiter: Die Strategie wird immer wieder auf einem Fenster optimiert und auf dem direkt folgenden, unbekannten Fenster getestet. Das kommt dem echten Handel am nächsten.

Eine Strategie, die nur In-Sample glänzt, aber Out-of-Sample und im Walk-Forward zusammenbricht, ist ihr Geld nicht wert – egal wie beeindruckend die Verkaufsgrafik aussieht.

Kosten: der stille Killer kleiner Vorteile

Viele verkaufte Strategien handeln sehr häufig und setzen auf winzige Gewinne pro Trade. Genau solche Systeme reagieren extrem empfindlich auf Handelskosten. Ein Spread von wenigen Punkten, eine Kommission pro Order und etwas Slippage bei der Ausführung genügen oft, um aus einem „profitablen” Backtest ein Verlustgeschäft zu machen. Frage deshalb immer: Wurden realistische Kosten eingerechnet – und wie sieht die Kurve danach aus?

So prüfst du einen überangepassten Backtest selbst – Schritt für Schritt

Du musst kein Profi-Quant sein, um den größten Teil des Blendwerks zu enttarnen. Drei Schritte reichen für eine erste, belastbare Einschätzung:

1. Frag nach dem Out-of-Sample- bzw. Forward-Test. Wie schlägt sich die Strategie auf Daten nach dem Optimierungszeitraum – oder besser noch im echten, dokumentierten Live-Betrieb?
2. Frag nach der Anzahl der Tests und den Kosten. Je mehr Kombinationen ausprobiert wurden und je niedriger die eingerechneten Kosten, desto größer die Gefahr, dass ein gutes Ergebnis reiner Zufall ist.
3. Lass die Statistik den Rest machen. Es gibt Verfahren, die Overfitting messbar machen – etwa die „Deflated Sharpe Ratio” und Korrekturen für vielfaches Testen. Mit einem kostenlosen No-Code-Tool wie quantcheck kannst du einen Backtest prüfen lassen und bekommst ein klares Urteil, ob der Vorteil echt ist oder nur überangepasstes Rauschen.

Häufige Fragen

Woran erkenne ich Overfitting am schnellsten?

Am schnellsten an einer zu perfekten Kurve ohne nennenswerte Drawdowns und am Fehlen eines Out-of-Sample- oder Live-Nachweises. Beides zusammen ist ein starkes Indiz für einen überangepassten Backtest.

Reicht ein Out-of-Sample-Test, um sicherzugehen?

Er ist ein wichtiger erster Filter, aber keine Garantie. Wird der Out-of-Sample-Zeitraum selbst wieder für Optimierungen benutzt, verliert er seine Aussagekraft. Ein Walk-Forward-Test und eine statistische Korrektur wie die Deflated Sharpe Ratio geben deutlich mehr Sicherheit.

Sind alle verkauften Trading-Strategien Betrug?

Nein. Es gibt seriöse Anbieter, die transparent testen und ihre Zahlen offenlegen. Genau diese Transparenz ist das Unterscheidungsmerkmal: Wer dir Out-of-Sample-Ergebnisse, realistische Kosten und einen echten Track Record zeigt, verdient eine Chance – wer nur eine Hochglanzkurve präsentiert, nicht.

Fazit

Behandle ein Trading-Produkt wie jedes andere digitale „Geld verdienen”-Angebot: Nicht die schöne Kurve zählt, sondern ob nach Kosten und ehrlichem Test ein echter Vorteil übrig bleibt. Ein überangepasster Backtest sieht in der Werbung fantastisch aus und kostet dich im Live-Konto bares Geld. Stell die richtigen Fragen, verlange Out-of-Sample-Nachweise und prüf im Zweifel selbst nach – dann trennst du echte Systeme zuverlässig von teurer Hoffnung.