Statistischer Vorteil im Trading: Tests für den Nachweis

Statistischer Vorteil im Trading
Statistischer Vorteil im Trading
 

Vermutlich kennen Sie bereits die wöchentliche Veröffentlichung von Aktien, welche wir auf Basis des statistischen Vorteils im Trading filtern und publizieren. Im so genannten Edge-Trading werden entsprechende Blue-Chips vorgestellt und mit konkreten Mustern und Kursmarken versehen. Dies dient letztlich der Orientierung im Trading dieser Aktien. Doch wie gut stehen die Wahrscheinlichkeiten nach dieser Auswahl? Folgende Tests erbringen Ihnen diesen Nachweis.

 

System-Trading und das Risiko

In diesem Artikel werden Ihnen drei Tests vorgestellt, mit dem Sie in Ihrer eigenen Trading-Software analysieren können, ob die Wahrscheinlichkeiten gut stehen, dass Ihr System einen statistischen Vorteil hat.

 

Kostenlose Börsensoftware – Der große Vergleich

 

Einen 100%-igen statistichen Vorteil nachzuweisen ist in der Wissenschaft nicht möglich. Es besteht immer eine kleine Wahrscheinlichkeit dafür, dass man einem System einen statistischen Vorteil aberkannt hat, obwohl er diesen besitzt und genauso existiert das Szenario, dass wir ein Handelssystem mit einem bewiesenen Edge traden, obwohl dieses System eigentlich gar keinen statistischen Vorteil hat. Doch mehr als bestmöglich testen ist uns nicht möglich und somit müssen wir mit diesem kleinen Risiko leben.

Dass wir nie zu 100% wissen ob unser Trading-System einen Edge hat oder nicht, damit müssen wir als System-Trader lernen umzugehen.

Wir können Ihnen aber garantieren, dass diese kleine Fehler-Wahrscheinlichkeit deutlich besser ist, als das was so manche diskretionäre Trader handeln und zwar ohne irgendeinen Beweis für einen Vorteil am Markt.

 

Wie teste ich ein Handelssystem auf einen Edge?

Doch wie testen wir überhaupt ein Trading-Systen auf einen statistischen Vorteil?

Wir führen hierzu eine Monte-Carlo-Simulation mit Zufallsdaten durch. Wir generieren mit der Monte-Carlo-Simulation zufällig generierte Börsen-Daten und lassen unser Handelssystem auf diesen Daten durchlaufen. Anhand der Ergebnisse können wir dann erkennen, ob dieses System über einen statistischen Vorteil am Markt verfügt oder nicht.

Der Vorteil an diesem Test ist, dass er die Fehlerquote sehr geringhält und man mit dem bestehen dieses Tests davon ausgehen kann, dass unser System einen wirklichen Edge am Markt hat.

Der große Nachteil dieses Vorgehens ist, dass es einen enormen Aufwand mit sich führt. Im Vergleich zu einem Backtest oder eine Walk-Forward-Analyse ist der Edge-Test mit Zufallsdaten sehr aufwendig und dauert seine Zeit.

Abgesehen davon erfordert es Verständnis im Bereich der Monte-Carlo-Simulation um solch eine Datengenerierung zu programmieren. Denn Vorlagen im Internet für diesen Test existieren nicht.

Wie aber die Überschrift dieses Artikels besagt, haben wir drei Methoden für Sie, die auch wir durchführen, um schneller analysieren zu können ob sich solch ein aufwendiger Test lohnt oder nicht.

Man sollte, auch wenn die Ergebnisse dieser drei Tests positiv ausfallen, den Test mit den Zufallsdaten definitiv machen, doch wer nicht die Möglichkeit dazu hat, dem können die drei Methoden definitiv helfen gute von schlechten System zu filtern.

 

 

Erste Methode: Fixer Candle-Bar Ausstiegs-Test

In diesem Test soll nun ausgewertet werden, ob der Einstieg ein gutes Timing als Eigenschaft besitzt. Dieser Test ist auch eine Hilfe dafür um zu schauen, ob das Einstiegssignal auch einen in die richtige Trendrichtung führt.

Wenn Ihr Handelssystem ein Einstiegssignal generiert, so programmieren Sie eine Ausstiegsregelung die besagt, dass nachdem Sie in einen Trade eingestiegen sind, Sie innerhalb von X Candle-Bars (oder andere Bars-Ansichten) aussteigen. Nehmen wir als Beispiel die 15.

Sie erhalten somit ein Einstiegssignal und programmieren den Ausstieg so, dass Sie den Trade nach den nächsten 15 Bars beenden.

Wenn Ihr Einstiegssignal nach 15 (mehr oder weniger) Bars keinen Profit aufweist, so kann das Timing für das Einstiegssignal zu früh sein und sollte zeitlich verschoben werden.

Nach diesem Test lässt sich sehr gut erkennen, ob wir innerhalb der programmierten Bars-Anzahl eine positive Marktentwicklung in unsere Richtung verbuchen können.

Fangen Sie aber auch hier nicht an mit Curve-Fitting. Es geht hier nur um einen kleinen Test der Ihnen helfen soll Ihr Handelssystem, bevor es an die größeren Tests geht, zu prüfen.

 

Zweite Methode: Fixer Stop-Loss & Take-Profit Test

In diesem Test überprüfen wir, ob unser Einstieg in unserem Handelssystem uns einen Vorteil darüber verschafft, in welche Richtung sich der Markt entwickelt.

Um dies zu testen, setzen wir unseren Stop-Loss und einen Take-Profit auf denselben Abstand.

Als Beispiel: Ihr Handelssystem generiert ein Einstiegssignal. Nun setzen Sie den Stop-Loss um X-Punkte entfernt, sagen wir 25 Punkte und setzen auch den Take-Profit um 25 Punkte vom Einstieg weg.

Mit diesem Test soll geschaut werden, ob Ihr Einstieg Ihnen dabei hilft in die richtige Richtung zu spekulieren.

In diesem Test sollten Sie auf die Trefferquote achten. Diese sollte in diesem Test bei über 50% liegen.

Liegt die Trefferquote nicht bei über 50%, so kann man eventuell davon ausgehen, dass das Einstiegssignal keinen Vorteil im Vergleich zum Zufall bringt. Ein zufälliger Einstieg wäre somit genauso effektiv.

 

Dritte Methode: Zufälliger Ausstieg Test

In unserem dritten und letzten Test geht es schon sehr intensiv um die Edge-Prüfung. Während die anderen beiden Tests Ihnen helfen zu verstehen, ob Ihr Einstiegssignal eine predictive Power hat, so können wir mit dem dritten Test schon eher nachweisen ob die Wahrscheinlichkeit besteht, dass wir einen Edge in unserem Trading-System haben.

Hier programmieren wir nun einen zufallsgenerierten Ausstieg. Wenn wir nun unser Entry-Signal erhalten haben und im Trade sind, so würde der Zufallsalgorithmus den Ausstieg bestimmen.

Was können wir nun aus diesem Test für Schlüsse ziehen?

Wenn unser Handelssystem mit einem zufällig generierten Ausstieg profitabel ist, so steigt die Wahrscheinlichkeit enorm an, dass wir einen statistischen Vorteil in diesem System haben.

Am Ende dieses Tests sollte man sich die Trefferquote und das Verhältnis von durchschnittlichem Gewinn zu durchschnittlichen Verlust anschauen. Wobei der durchschnittliche Gewinn und der durchschnittliche Verlust die wichtigeren Parameter sind, als die Trefferquote.

Aber es müssen Kennzahlen sein, mit denen Sie psychisch problemlos klarkommen sollten.

 

Gibt es noch mehr Tests?

Die oberen drei Tests behandeln, wie Sie sicherlich schon gemerkt haben, die Signifikanz von Einstiegssignalen.

Noch wichtiger, unserer Meinung nach, sind die Ausstiegssignale.

Aber die Tests die Sie durchführen um dies zu überprüfen sind identisch mit den oberen Tests. Sie können diese Systematiken einfach auf die Exit-Logik antizipieren.

Bei der Überprüfung des Ausstiegs ist, im Normalfall, ein einfacher Robustheitstest die effektivste und effizienteste Lösung.

Dies bedeutet, dass wir unsere Exit-Parameter um eine minimale Abweichung nach oben und nach unten verschieben und somit testen, ob unsere Backtest-/Walk-Forward-Ergebnisse sich drastisch ändern. Dies sollte nämlich, bei einem robusten System, definitiv nicht der Fall sein.

Wenn es aber um die effektivste und effizienteste Exit-Strategie geht, so geht das nur mit einer aufwendigen und sauberen Walk-Forward Analyse.

 

Unser Fazit zum Nachweis des statistischen Vorteils im Trading

Wir hoffen Ihnen in diesem, für unser Verhältnis, kurzen Content-Artikel wirklich sinnvolle Methoden aufgezeigt zu haben, mit denen Sie Ihren statistischen Vorteil am Markt überprüfen können.

Bevor es an die größeren Tests wie Walk-Forward-Analyse, Monte-Carlo-Simulationen und das Risk- und Moneymanagement geht, sollte man in der Lage sein mit den oben erwähnten Tests sich einiges an Arbeit zu ersparen. Denn mit diesen Test-Methoden kann man, recht einfach, gute Handelssysteme von schlechten Handelssystemen filtern.

Risiko- und Moneymanagment | Kelly-Kriterium im Trading

 

Wir wünschen Ihnen ein erfolgreiches Trading!

 

Mit freundlichen Grüßen aus Berlin,

Statistic-Trading

Juri Ostaschov
Über Juri Ostaschov 66 Artikel
Juri Ostaschov hat bereits mit 18 Jahren sein erstes Depot öffentlich gemacht. Seine Börsen-Analyse heißt "Edge-Trading" und basiert auf einem eigens entwickelten Algorithmus. Als Redakteur von statistic-trading.de filtert und veröffentlicht er auf objektive Art und Weise Aktien-Signale mit einem statistischen Vorteil.

Hinterlasse jetzt einen Kommentar

Kommentar hinterlassen

E-Mail Adresse wird nicht veröffentlicht.




* Die Checkbox für die Zustimmung zur Speicherung ist nach DSGVO zwingend.

Ich stimme zu.