Trefferquote und Fallzahl gehören immer zusammen. Eine Aussage wie „80 Prozent Trefferquote“ wirkt beeindruckend. Ohne Zeitraum, Anzahl der Fälle, genaue Trefferdefinition und Kontrollphase lässt sie sich jedoch kaum sinnvoll bewerten.
Eine hohe historische Trefferquote kann echter Vorteil, Zufall oder Überoptimierung sein. Belastbar wird sie erst, wenn Regeln vorab definiert, alle Fälle gleich behandelt und Ergebnisse auf ungesehenen Daten kontrolliert werden.
Was bedeutet Trefferquote?
Die Trefferquote beschreibt den Anteil positiver Fälle an allen ausgewerteten Fällen.
Bei acht Treffern aus zehn Beobachtungen beträgt die Quote 80 Prozent. Bei 800 Treffern aus 1.000 Beobachtungen ebenfalls. Mathematisch ist der Prozentwert gleich. Die statistische Aussagekraft ist es nicht.
Warum kleine Stichproben täuschen können
Je kleiner die Fallzahl, desto stärker kann Zufall das Ergebnis beeinflussen. Zehn gute Fälle können durch eine außergewöhnliche Marktphase entstehen. Bei mehreren hundert sauber definierten Beobachtungen wird es schwieriger, eine hohe Quote ausschließlich durch Zufall zu erklären.
Eine große Stichprobe garantiert trotzdem keine Zukunftssicherheit. Wenn die Fälle nicht unabhängig sind, Daten fehlerhaft waren oder Regeln nachträglich angepasst wurden, kann auch eine große Tabelle ein falsches Gefühl von Sicherheit erzeugen.
Die Trefferdefinition muss vorab feststehen
Was gilt überhaupt als Treffer? Reicht ein einziger Pip in die erwartete Richtung? Wird der Schlusskurs nach fünf Handelstagen verwendet? Gibt es ein festes Ziel und einen Stop? Werden Kosten berücksichtigt?
Diese Fragen verändern das Ergebnis erheblich. Eine seriöse Auswertung nennt deshalb mindestens:
- Startzeitpunkt
- Zeithorizont
- Trefferregel
- Richtungsdefinition
- Umgang mit fehlenden Daten
- Fallzahl
- durchschnittliche Bewegung
- Zeitraum der Untersuchung
Trefferquote ist nicht gleich Profitabilität
Eine Strategie kann häufig richtig liegen und trotzdem Geld verlieren. Das geschieht, wenn kleine Gewinne von wenigen großen Verlusten übertroffen werden.
Umgekehrt kann ein Ansatz mit weniger als 50 Prozent Treffern profitabel sein, wenn erfolgreiche Trades deutlich größer als Verluste ausfallen.
Neben der Trefferquote sind deshalb Bewegungsgröße, maximaler Rücklauf, Verlustverteilung, Kosten und praktisches Risikomanagement wichtig.
Was bedeutet Überoptimierung?
Überoptimierung entsteht, wenn Regeln so lange an historische Daten angepasst werden, bis sie perfekt aussehen. Das Modell lernt dann möglicherweise Besonderheiten der Vergangenheit statt einer stabilen Gesetzmäßigkeit.
Typische Warnzeichen sind:
- Sehr viele Parameter bei wenigen Fällen
- Nachträgliche Änderung des Zeitraums
- Ausschluss unbequemer Verluste ohne feste Regel
- Auswahl nur der besten Märkte
- Keine getrennte Kontrollphase
- Ungewöhnlich perfekte Ergebnisse ohne Schwankung
Entwicklungsdaten und Kontrollphase
Ein sinnvoller Research Prozess trennt Datenbereiche. Ein erster Teil dient dazu, eine Hypothese und feste Regeln zu entwickeln. Ein späterer, zuvor ungesehener Teil prüft, ob diese Regeln auch außerhalb der Entwicklung funktionieren.
Bleibt ein Vorteil in der Kontrollphase sichtbar, steigt das Vertrauen in die Methode. Fällt die Leistung stark ab, war das Modell möglicherweise zu eng an die Vergangenheit angepasst.
Auch eine erfolgreiche Kontrollphase garantiert keine zukünftigen Gewinne. Sie ist aber wesentlich aussagekräftiger als ein einziger optimierter Rückblick.
Warum Zeitreihen besondere Vorsicht brauchen
Finanzmarktdaten sind keine Sammlung zufällig gezogener Münzwürfe. Wochen und Marktphasen hängen miteinander zusammen. Mehrere Währungspaare können gleichzeitig von demselben US Dollar Thema beeinflusst werden.
100 beobachtete Paare sind deshalb nicht automatisch 100 vollständig unabhängige Fälle. Ein belastbarer Test sollte gemeinsame Einflussfaktoren und Regime berücksichtigen.
Einzelnes Paarprofil und Gesamtergebnis unterscheiden
Ein starkes Ergebnis in einem einzelnen Währungspaar kann interessant sein. Es darf aber nicht mit dem Durchschnitt aller Paare verwechselt werden.
Wenn ein Paar 80 Prozent erreicht und die Gesamtstudie 63 Prozent, beschreiben beide Zahlen unterschiedliche Ebenen. Ein seriöser Bericht zeigt diese Ebenen getrennt und nennt die jeweilige Fallzahl.
Was historische Research Qualität sichtbar macht
- Eine klare wirtschaftliche oder marktbezogene Hypothese
- Vorab definierte Regeln
- Nachvollziehbare Datenquellen
- Ausreichende und offen genannte Fallzahlen
- Gleiche Behandlung von Treffern und Fehlschlägen
- Getrennte Darstellung einzelner Profile und Gesamtergebnisse
- Kontrolle auf ungesehenen Daten
- Offene Kommunikation der Grenzen
Wie wir Research im Tool Vergleich bewerten
In unserer 100 Punkte Methodik erhält Research und Validierung ein Gewicht von 16 Prozent. Ein Anbieter bekommt nicht allein deshalb viele Punkte, weil er das Wort Backtest verwendet.
Wir prüfen, ob Zeitraum, Stichprobe, Regeln, Fallzahlen oder historische Paarprofile erkennbar dokumentiert sind. Nicht öffentlich dokumentiert bedeutet nicht automatisch, dass keine Forschung existiert. Es bedeutet, dass Leser sie anhand der zugänglichen Informationen nicht nachvollziehen können.
Das Forschungsarchiv des 5MG Analyzer Pro
Der 5MG Analyzer Pro macht für seine COT Reversal Forschung unter anderem Prüfzeitraum, Anzahl der ausgewerteten Wochen, Paarprofile und Premium Situationen sichtbar. Zusätzlich werden einzelne Paarergebnisse vom vollständig gefilterten Gesamtergebnis getrennt.
Das stärkste Profil darf deshalb nicht als sichere Trefferwahrscheinlichkeit des nächsten Trades verstanden werden. Es beschreibt ausschließlich historische Fälle unter genau definierten Bedingungen.
Fazit: Gute Zahlen erklären, wie sie entstanden sind
Eine Trefferquote ist nützlich, wenn ihre Grundlage sichtbar bleibt. Ohne Fallzahl, Zeitraum und Regelwerk ist sie vor allem Marketing.
Belastbarer Research zeigt nicht nur das schönste Ergebnis. Er zeigt auch Fehlschläge, Grenzen, Kontrollphasen und den Unterschied zwischen Einzelprofil und Gesamtheit. Genau daran sollten Trader historische Aussagen messen.
