Dieser Beitrag ist rein edukativ und stellt keine Anlageberatung dar. Es geht nicht um Renditeversprechen, sondern um ein methodisches Problem, das jeder verstehen sollte, der sich mit automatisierten Strategien beschäftigt.
Was Overfitting bedeutet
Overfitting — auf Deutsch Überanpassung — beschreibt eine Strategie, die so genau an historische Daten angepasst wurde, dass sie deren Zufälligkeiten mitlernt statt nur die zugrunde liegenden Muster. Das Ergebnis ist eine Kurve, die in der Vergangenheit traumhaft aussieht und in der Zukunft enttäuscht. Die Strategie hat nicht gelernt, wie Märkte sich verhalten, sondern wie sich dieser eine historische Zeitraum verhalten hat.
Warum es so verführerisch ist
Moderne Werkzeuge erlauben es, Strategien mit Dutzenden Parametern zu optimieren. Je mehr Stellschrauben man dreht, desto leichter findet man eine Kombination, die auf den Testdaten glänzt. Das Problem: Mit genug Parametern lässt sich praktisch jede Vergangenheit perfekt nachzeichnen — das sagt aber nichts über die Zukunft. Eine glatte, fast verlustfreie Backtest-Kurve sollte deshalb Misstrauen wecken, nicht Begeisterung.
Eine perfekte Vergangenheitskurve ist kein Beweis für eine gute Strategie, sondern oft der Beweis, dass sie die Vergangenheit auswendig gelernt hat.
Anzeichen für Overfitting
- Sehr viele Parameter, die alle exakt eingestellt sind
- Die Performance bricht massiv ein, sobald man Parameter leicht verändert
- Die Strategie funktioniert nur in einem ganz bestimmten Zeitraum
- Regeln, die sich nicht mit einer Marktlogik erklären lassen, sondern nur die Daten gut treffen
- Eine Kurve, die fast keine Verlustphasen kennt
Wie man dagegen vorgeht
Das wichtigste Werkzeug ist die Trennung von Daten. Eine Strategie wird auf einem Zeitraum entwickelt und auf einem anderen, nie gesehenen geprüft — das nennt man Out-of-Sample-Test. Hält die Strategie auch dort, ist das ein erstes gutes Zeichen. Weitere Prüfsteine sind: möglichst wenige Parameter, eine nachvollziehbare Logik hinter jeder Regel und die Frage, ob die Strategie über verschiedene Marktphasen hinweg robust bleibt, statt nur in einem Bullenmarkt zu funktionieren.
Robustheit schlägt Perfektion
Eine robuste Strategie sieht im Backtest oft weniger spektakulär aus als eine überangepasste — mit echten Verlustphasen und unspektakulären Kurven. Genau das ist ein gutes Zeichen. Sie versucht nicht, jeden vergangenen Handel perfekt zu treffen, sondern ein Muster zu erfassen, das auch in unbekannten Daten Bestand hat. Der ehrliche Maßstab ist nie die schönste Kurve, sondern die Frage, ob die Logik dahinter eine Chance hat, auch morgen zu greifen.
Wer das verinnerlicht, schaut anders auf Backtests: nicht beeindruckt von glatten Kurven, sondern skeptisch — und stellt vor jeder Begeisterung die eine Frage, ob die Strategie etwas Verallgemeinerbares gelernt hat oder nur die Vergangenheit nacherzählt.
Dieser Beitrag dient ausschließlich Bildungszwecken und stellt keine Anlage-, Finanz- oder Handelsberatung dar. Der Handel mit Finanzinstrumenten ist mit erheblichen Risiken bis zum Totalverlust verbunden.