Was systematisches Trading ist und warum Regeln helfen

Was Sie lernen werden

• Den Unterschied zwischen diskretionärem, systematischem und automatisiertem Trading.
• Die sieben Bausteine, die jedes vollständige Trading-System braucht.
• Woher ein Trading-Vorteil (Edge) kommen kann und warum Regeln allein keinen erzeugen.
• Wie viele Trades Sie brauchen, bevor ein Ergebnis aussagekräftig ist – anhand des Standardfehlers.

Erklärung

Das manuelle Backtesting eines einzelnen Chart-Setups wurde im Kurs „Technische Analyse im Detail“ behandelt. Dieser Kurs geht weiter: Er betrachtet eine Strategie als vollständiges, schriftlich festgelegtes System, das an Daten aus vielen Jahren getestet, mit Standardkennzahlen gemessen und mit wenig persönlichem Ermessen betrieben werden kann.

Drei Arten, Trading-Entscheidungen zu treffen

• Diskretionäres Trading: Der Trader entscheidet jeden Trade anhand von Erfahrung und Urteilsvermögen. Zwei Entscheidungen in derselben Situation können unterschiedlich ausfallen.
• Systematisches Trading: Jede Entscheidung folgt schriftlichen Regeln, die bei denselben Daten jedes Mal dieselbe Antwort liefern. Ein Mensch kann die Orders dennoch von Hand platzieren.
• Automatisiertes Trading: Ein Computerprogramm wendet die Regeln an und sendet die Orders. Automatisierung ist eine Art, ein System auszuführen, keine eigene Strategieart.

Dieser Kurs behandelt Systeme als vollständig regelbasiert, denn nur diese Variante lässt sich ehrlich testen.

Die sieben Bausteine eines Systems

1. Universum: welche Instrumente das System handeln darf (zum Beispiel „die zehn größten Aktien-ETFs des Euroraums“).
2. Daten und Zeitrahmen: welche Kurse verwendet werden (Tagesschlusskurse, Wochenbalken) und aus welcher Quelle.
3. Signal: die Berechnung, die „long“, „short“ oder „flat“ (keine Position) ergibt.
4. Einstiegs- und Ausstiegsregeln: wann und zu welchem Kurs eine Order platziert und geschlossen wird.
5. Positionsgröße: wie viel Kapital oder Risiko jede Position erhält (Lektion 9).
6. Ausführung: Ordertyp, Zeitpunkt und Kostenannahmen (Lektion 8).
7. Zeitplan: wann die Regeln geprüft werden, zum Beispiel an jedem Handelstag nach Handelsschluss oder am letzten Handelstag jedes Monats.

Fehlt ein Baustein, ist das System nicht vollständig, und ein Test davon enthält versteckte Entscheidungen.

Warum Regeln helfen

• Konsistenz: Dieselbe Situation führt immer zur selben Entscheidung, sodass Emotionen nach einem Verlust die Methode nicht verändern können.
• Messbarkeit: Da sich die Regeln nicht ändern, lassen sich vergangene Ergebnisse berechnen und mit Live-Ergebnissen vergleichen.
• Skalierbarkeit: Ein Regelwerk lässt sich ebenso leicht auf 50 Märkte anwenden wie auf einen.
• Weniger Entscheidungsmüdigkeit: Die tägliche Arbeit besteht darin, Signale zu prüfen, statt über jeden Trade zu grübeln.

Was Regeln nicht leisten

Regeln erzeugen keinen Edge (ein positives erwartetes Ergebnis nach Kosten). Eine präzise Regel kann präzise schlecht sein. Ein Edge stammt meist aus einer von drei Quellen: einer Risikoprämie (Sie werden dafür bezahlt, ein Risiko zu tragen, das andere meiden), Verhaltensmustern (zum Beispiel reagieren Anleger langsam auf Nachrichten) oder strukturellen Effekten (zum Beispiel erzwungene Verkäufe von Indexfonds zu festen Terminen). Wenn Sie keine plausible Quelle benennen können, begegnen Sie einem guten Backtest mit besonderem Misstrauen.

Messen mit dem Standardfehler

Der Erwartungswert in R (durchschnittliches Ergebnis pro Trade in Einheiten des geplanten Risikos) wurde im Kurs „Risiko- und Trade-Management“ eingeführt. Ein System macht Messung möglich, aber Messung braucht genügend Trades. Der Standardfehler (SE) des durchschnittlichen Ergebnisses beträgt:

SE = Standardabweichung der Trade-Ergebnisse ÷ √(Anzahl der Trades)

Die Standardabweichung misst, wie weit einzelne Ergebnisse um ihren Durchschnitt streuen. Als grobe Faustregel liegt der wahre Erwartungswert wahrscheinlich innerhalb von Durchschnitt ± 2 × SE. Schließt diese Spanne null ein, können Sie das System noch nicht von Glück unterscheiden.

Rechenbeispiel

Hypothetisches Beispiel: Ein System zeigt einen Durchschnitt von +0.2R pro Trade bei einer Standardabweichung von 1.5R. Es erzeugt etwa 4 Trades pro Monat (48 pro Jahr). Kosten, Slippage und Steuern sind nicht berücksichtigt.

Erst bei etwa 400 Trades bleibt die Spanne über null. Bei 48 Trades pro Jahr sind das 400 ÷ 48 ≈ 8.3 Jahre an Trades. Ein diskretionärer Trader kann eine solche Bilanz aus der Vergangenheit gar nicht erzeugen, weil sich vergangene Entscheidungen nicht wiederholen lassen. Ein systematischer Trader kann sie an einem Nachmittag aus historischen Daten berechnen – sofern die Daten gut sind (Lektion 3).

Häufiger Fehler

Übung

Hypothetische Daten: Ein System hat 64 Trades, einen Durchschnitt von +0.3R und eine Standardabweichung von 2.0R. Berechnen Sie auf Papier (a) den SE, (b) geben Sie die grobe Spanne von ±2 SE an und (c) schätzen Sie, wie viele Trades nötig sind, damit die Spanne über null bleibt – unter der Annahme, dass Durchschnitt und Standardabweichung gleich bleiben.

Das Wichtigste in Kürze

• Ein systematischer Ansatz liefert bei denselben Daten dieselbe Entscheidung; Automatisierung ist nur eine Möglichkeit, ihn auszuführen.
• Ein vollständiges System legt Universum, Daten, Signal, Ein- und Ausstieg, Positionsgröße, Ausführung und Zeitplan fest.
• Regeln machen Ergebnisse messbar, erzeugen aber keinen Edge; benennen Sie die Quelle des Edge.
• Verwenden Sie SE = Standardabweichung ÷ √n, um zu beurteilen, ob ein durchschnittliches Ergebnis mehr als Glück ist.

Nächster Schritt

In der nächsten Lektion verwandeln Sie eine vage Trading-Idee in präzise Regeln, die ein Computer oder eine Tabellenkalkulation ohne Raten testen kann.