Einer der häufigsten Backtesting-Fehler ist, Schlüsse aus viel zu wenigen Trades zu ziehen. Eine Trefferquote von 70% über 10 Trades und eine von 70% über 500 Trades sind nicht dieselbe Aussage — die erste könnte leicht Rauschen sein, die zweite ist bedeutsame Evidenz.
Warum kleine Stichproben lügen
Zufallsvariation dominiert kleine Stichproben. Wirf eine faire Münze 10-mal und 7 Kopf zu bekommen ist unauffällig — das liegt innerhalb normalen statistischen Rauschens. Wirf sie 500-mal und bekomme 350 Kopf (70%), dann stimmt eindeutig etwas mit der Münze nicht. Handelsergebnisse verhalten sich genauso.
Standardfehler der Trefferquote
SE = √( p × (1 − p) / n )Wobei p die beobachtete Trefferquote und n die Anzahl der Trades ist. Diese Formel zeigt, wie stark deine beobachtete Trefferquote allein durch Zufall realistisch schwanken könnte.
| Trades (n) | Beobachtete Trefferquote | Ca. Standardfehler | 95%-Bereich der wahren Quote |
|---|---|---|---|
| 20 | 50% | ±11% | 28% – 72% |
| 100 | 50% | ±5% | 40% – 60% |
| 500 | 50% | ±2,2% | 45,6% – 54,4% |
Mit nur 20 Trades könnte die wahre Trefferquote einer Strategie realistisch irgendwo zwischen 28% und 72% liegen, selbst wenn die beobachtete Quote 50% ist. Setze niemals echtes Kapital basierend auf einer so kleinen Stichprobe ein.
Wie viele Trades brauchst du wirklich?
- ▸Mindestglaubwürdige Stichprobe: 100 Trades, um eine grobe Form des Edge zu sehen.
- ▸Einigermaßen zuversichtlich: 200-300 Trades über verschiedene Marktbedingungen.
- ▸Hohe Zuversicht für Positionsgrößen-Entscheidungen: 500+ Trades.
- ▸Mehr Trades zählen mehr als mehr Indikatoren — Stichprobengröße schlägt Raffinesse.
Stichprobengröße gilt auch für Zeiträume
Selbst 500 Trades, die vollständig aus einem einzigen starken Aufwärtstrend 2021 stammen, sagen dir nicht, wie die Strategie in einem Range- oder Hochvolatilitätsmarkt abschneidet. Diversifiziere deine Stichprobe über Bull-, Bär- und Seitwärtsregime sowie über verschiedene Jahre, nicht nur die Trade-Anzahl.
Praktische Faustregel
Behandle jeden Backtest unter 100 Trades als Pilotstudie, nicht als Urteil. Behandle 100-300 Trades als Arbeitshypothese zum Forward-Testen. Behandle nur 300+ Trades über mehrere Regime als ausreichend starke Evidenz, um sinnvoll zu skalieren.