5 Test-Runden · Node-Backtest-Engine · Bloomberg-TAS + Proprietäre Strategien

Welche Trading-Signale schlagen den Markt wirklich?

30 Strategien gegeneinander getestet, über alle 815 Symbole aus 5 Chart-Bibliotheken (Aktien, Funds, Forex, Crypto, GBonds), 5 Jahre Wochenkerzen (bzw. Tageskerzen für die Runde-5-Strategien, siehe unten). Runde 4 deckt das komplette klassische Bloomberg-TAS-Toolkit ab, Runde 5 testet zehn Strategien aus dem eigenen GEMINI-OS-Stack einzeln und ehrlich statt über einen Kamm geschert — darunter Stop-or-Time-Exits (Broker-AI, §7), eine Stop-and-Reverse-Variante (§8) und ein gefundener & behobener Lookahead-Bug samt unabhängiger Large-Cap-Nachprüfung (§9). Kein Backtest-Theater: bereinigte Daten, geflaggte Ausreißer, ehrliche Stichprobengrößen.

1 · Ranking — alle Strategien im Vergleich

Nur Strategien mit ≥30 Trades gesamt (sonst zu kleine Stichprobe). GBonds sind hier ausgeschlossen, da sich Prozentpunkt- und Prozent-Renditen nicht sinnvoll mitteln lassen — sie erscheinen separat im Bibliotheks-Heatmap unten.

2 · Alle Kennzahlen im Detail

Sortierbar per Klick auf die Spaltenüberschrift. Profit-Faktor-Balken auf das Feldmaximum normiert.

† Trefferquote bei HA-Flip-Varianten ist strukturell garantiert (Heikin-Ashi-Open ist telescopierter Mittelwert, dadurch innerhalb einer Farbserie beweisbar monoton) — kein gemessenes Performance-Signal. Empirisch gegengeprüft an 4 live geladenen Symbolen (Aktie/Aktie/Crypto/Forex), 0 Gegenbeispiele bei 236 Trades. Aussagekräftig sind hier Ø Return und Median, nicht die Trefferquote.

3 · Kosten-Realität — überlebt die Strategie Spread & Kommission?

Konservative Retail-Annahmen pro Anlageklasse (Round-Trip, d.h. Einstieg + Ausstieg zusammen): Aktien/Indizes 0.15%, Forex 0.03%, Krypto 0.2%, Fonds 0.5%, GBonds 0.02 Pp. Von jedem einzelnen Trade abgezogen, nicht vom Durchschnitt — Strategien mit vielen kleinen Trades trifft es also härter als Strategien mit wenigen großen.

4 · Walk-Forward — hält die Strategie außerhalb der Trainingsdaten?

Die letzten 2 Jahre wurden als Test-Fenster zurückgehalten; alles davor ist Training. Strategien, die auf SMA200 basieren (MACRO, Golden Cross, HA-Flip+Trendfilter, RSI-MR+Trendfilter), haben in beiden ~2-3-Jahres-Fenstern zu wenige Trades für eine Aussage und werden als "nicht testbar" markiert statt mit einer bedeutungslosen Zahl versehen. Saisonalität fehlt hier bewusst ganz — sie leitet ihre Regel aus dem Fenster ab, das sie handelt, das ist kein echter Walk-Forward-Test (siehe Methodik). 808 von 815 Symbolen hatten genug Historie für beide Fenster.

5 · Nach Bibliothek — wo funktioniert welche Strategie?

Ø Return pro Trade, farbcodiert relativ innerhalb jeder Strategie-Zeile (Grün = beste Bibliothek für diese Strategie, Rot = schlechteste). GBonds-Werte sind Prozentpunkte (Pp), alle anderen Prozent — direkt vergleichbar nur innerhalb einer Zeile, nicht spaltenübergreifend zwischen GBonds und dem Rest.

6 · Top & Bottom Symbole je Strategie

Mindestens 3 Trades. Unplausibel extreme Einzeltrades (>1000% bzw. >15 Pp) wurden vor der Anzeige entfernt und werden unten ausgewiesen.

7 · Broker-AI — ausgestoppt oder planmäßig zur Kalendergrenze geschlossen?

Broker-AI ist im Original vier separate Zeitfenster-Regelwerke (Realtime/Daily/Weekly/Monthly). Kein Target-Exit mehr (Version 2 dieser Strategie) — jede Position wird entweder vorzeitig ausgestoppt, oder planmäßig zu einer festen Kalendergrenze geschlossen: Realtime zum selben Tagesschluss, Daily zum nächsten Tagesschluss, Weekly zum letzten Handelstag der Woche, Monthly zum letzten Handelstag des Monats. Der Stop wird täglich gegen Hoch/Tief geprüft (nicht nur Schlusskurs).

8 · Stop-and-Reverse — hilft das Drehen der Position?

Variante von §7: statt bei einem Stop glatt zu stellen, dreht die Position sofort in die Gegenrichtung — neuer Entry exakt zum Stop-Preis, frischer Stop nach derselben Logik, dieselbe Kalendergrenzen-Zeitplanung ab dem neuen Entry. Die Kette läuft weiter, bis ein Leg planmäßig zur Kalendergrenze schließt (max. 3 Drehungen pro Kette als Deckel). Jede einzelne Drehung zählt als eigener Trade.

9 · Realtime Large-Cap-Verifikation

Hält der korrigierte Realtime-Edge (Profit-Faktor 1,11 über alle 815 Symbole) auch auf einem unabhängigen Satz bekannter, liquider Blue Chips? 27 Large-Caps (US-Mega-Caps + DAX-Schwergewichte, nicht kuratiert um ein Ergebnis zu begünstigen), getrennt von der Runde-5-Hauptauswertung nachgerechnet.

Methodik & Vorbehalte

Warum HA-Flip fast 100% Trefferquote hat

Eine Heikin-Ashi-Farbstrecke ist per Konstruktion eine geglättete Trendphase — der Streak endet exakt dann, wenn sich der Trend dreht. Das Risiko steckt nicht in Verlust-Trades, sondern in der Handelsfrequenz und seltenen, schmerzhaften Whipsaws. Median und Ø Return sind hier aussagekräftiger als die Trefferquote.

Was RSI-MR tatsächlich misst

Kein kurzfristiger Bounce-Trade, sondern ein seltenes Regime-Signal — die Position bleibt bestehen, bis RSI das nächste Extrem in die andere Richtung erreicht, im Schnitt ~84 Wochen. Eher „seit dem letzten Extremwert auf der richtigen Seite" als „Dip kaufen, in ein paar Tagen verkaufen".

RSI-MR + Trendfilter ist nicht auswertbar

Nur 7 Trades gesamt — das Stapeln von zwei seltenen Bedingungen (RSI-Extrem UND SMA200-Trendübereinstimmung) reduziert die Trefferzahl auf praktisch nichts. Lehrbuchbeispiel: mehr Filter ergeben nicht automatisch ein besseres, sondern oft nur ein kleineres und unzuverlässigeres Ergebnis.

Bollinger bestätigt: RSI ist nicht generisch

Bollinger-Band Mean-Reversion (zweite, unabhängige Contrarian-Methode) schneidet spürbar schlechter ab als RSI. RSIs Erfolg scheint also nicht "Mean-Reversion funktioniert generell" zu sein, sondern zumindest teilweise RSI-spezifisch oder an die gewählten Parameter gebunden.

⚠ Donchian-Breakout kollabiert Out-of-Sample

Train-Fenster: Ø +6.1%/Trade. Test-Fenster (letzte 2 Jahre, nie gesehen): Ø −21.1%/Trade. Das ist das deutlichste Warnsignal in diesem gesamten Backtest — eine Strategie, die im Training gut aussieht und im Test kollabiert, ist der Lehrbuchfall für Overfitting oder einen simplen Regimewechsel (Breakout-Systeme brauchen Trendmärkte; die letzten 2 Jahre könnten seitwärtslastiger gewesen sein). HA-Flip und RSI-MR bleiben dagegen in beiden Fenstern robust positiv.

Stochastic und Williams %R sind identisch (kein Bug)

Beide Strategien liefern in Runde 4 exakt dieselbe Zahl (Ø −1.60%, n=8.442, PF 0.82) — das ist eine mathematische Identität, keine Kopierpanne: Williams %R = Stochastic %K − 100, und unsere symmetrisch gewählten Schwellen (20/80 bzw. −80/−20) landen exakt auf denselben Regimewechseln. Zwei Indikator-Namen, eine Information — als unabhängige Bestätigung zählt das Paar nur einmal.

Das klassische Bloomberg-TAS-Toolkit enttäuscht flächendeckend

MACD, Momentum, Stochastic/Williams %R, OBV, Parabolic SAR, Triple-SMA und Keltner — sieben der acht am weitesten verbreiteten Lehrbuch-Indikatoren — liegen alle im Ø-Minus. Nur CCI und DMI/ADX schaffen ein knappes Plus. Die zwei Strategien, die tatsächlich live im Terminal stecken (HA-Flip, RSI-MR), sind beide keine Bloomberg-Standardindikatoren — ein Hinweis, dass "bekannt und weit verbreitet" hier eher gegen als für einen Edge spricht (viele Marktteilnehmer beobachten dieselben Signale).

⚠ Broker-AI Realtime hatte einen echten Lookahead-Bug — jetzt behoben

Nutzerfrage "wird bei Realtime der Open-Kurs als Einstiegskurs genommen?" deckte auf: das Signal wurde aus demselben Tag berechnet (Kurs vs. Tages-Hoch/Tief-Mitte), dessen Open-zu-Close-Rendite es vorhersagen sollte — der Tagesschluss war bei Entry noch gar nicht bekannt. Kein Zirkularitäts-Grenzfall, echtes Lookahead. Behoben: das Signal nutzt jetzt ausschließlich den VORHERGEHENDEN, vollständig abgeschlossenen Tag. Ergebnis nach dem Fix: Profit-Faktor fällt von 5,58 auf 1,11 — der ursprüngliche Wert war fast vollständig der Bug. Details zur Large-Cap-Nachprüfung in §9.

Broker-AI: Zeit-Exit dominiert bei allen vier Zeitfenstern deutlich

Realtime 25,9% Stop vs. 74,1% Zeit-Exit, Daily 20,2% vs. 79,8%, Weekly 21,7% vs. 78,3%, Monthly 20,4% vs. 79,6%. Ohne Target-Deckel (Version 2 dieser Strategie) läuft die deutliche Mehrheit der Positionen bis zur planmäßigen Kalendergrenze durch, statt vorzeitig auszustoppen — Daily/Weekly/Monthly liegen dadurch alle knapp im Plus (Profit-Faktor 1,02–1,06). Details in §7.

Stop-and-Reverse: hilft bei Daily/Weekly/Monthly, schadet bei Realtime

Position drehen statt glattstellen verbessert Daily (PF 1,06→1,41), Weekly (1,05→1,16) und Monthly (1,02→1,08) spürbar — bei Realtime dagegen kollabiert der Profit-Faktor von 1,11 auf 0,35. Erklärung: Realtime-Drehungen prüfen wiederholt dieselbe EINE Tagesspanne gegen verschobene Stop-Bänder (kein simulierter Intraday-Pfad, den haben wir aus Tages-OHLC nicht) — das ist mechanisches Peitschen, keine echte neue Information wie bei den mehrtägigen Zeitfenstern. Details in §8.

Runde 5: Momentum-Score und Denarius — ehrliches, gemischtes Bild

Beide proprietären Strategien (aus dem GEMINI-OS-Stack, auf Tagesbasis statt Wochenbasis) zeigen dieselbe Struktur: asymmetrische Trades (Ø Gewinn +7,2–7,5% vs. Ø Verlust nur −2,3–2,5%), aber eine Trefferquote von nur ~22–25% reicht bei mechanischem Auto-Flip nicht ganz, um das auszugleichen (Ø −0,08% bis −0,14%/Trade brutto). Crypto ist bei beiden der einzige durchgehend positive Bereich (+0,76–0,77%). Wichtiger Vorbehalt, der für diese zwei Strategien mehr zählt als für den Rest des Kompendiums: unser Backtest handelt jeden Signalwechsel automatisch — die Originaltools sind als Entscheidungs-Dashboard für einen Menschen gedacht, nicht zwangsläufig als Auto-Trader. Bei ~78.000–96.000 Trades über 5 Jahre (Ø Haltedauer nur 8–10 Tage) ist das ein relevanter Unterschied, kein Nebendetail.

Kosten-Adjustierung und Walk-Forward-Split sind jetzt Teil des Backtests (§3/§4 oben) — was weiterhin fehlt: Portfolio-Ebene (Positionsgrößen kommen aus der Risk-Engine, nicht von hier), Meta-Labeling und mehrere unabhängige Marktregime-Fenster statt einem Train/Test-Split. Das Ranking zeigt eine Tendenz, keinen Beweis. Rohdaten: research/signal-backtest-data.json