16 Signale, 148 Aktien, 12 Jahre: Was unsere Backtests wirklich zeigen

Technische Signale sind ein Feld voller Behauptungen und erstaunlich arm an überprüfbaren Zahlen. Wir wollten es genau wissen und haben es gemessen: 16 Signale, 148 Aktien und ETFs, 12 Jahre Marktdaten, 71 dokumentierte Forschungsrunden. Dieser Artikel fasst zusammen, was dabei herausgekommen ist. Auch die Teile, die uns nicht gefallen haben.

Der Aufbau: was genau getestet wurde

Die Signal-Engine berechnet pro Wertpapier 16 technische Indikatoren in vier Gruppen: Trendfolge (unter anderem EMA-Kreuzung, Trendfilter, MACD, ADX), Momentum (Veränderungsrate, Momentum-Oszillator, relative Stärke), Oszillatoren (RSI, Stochastik, Williams %R, Nähe zum 52-Wochen-Hoch) und Makro (VIX-Niveau und -Veränderung, Hochzins-Kreditspreads). Daraus entsteht ein gewichteter Composite-Score, der pro Position in eine Einordnung übersetzt wird.

Getestet wurde auf 148 Aktien und ETFs über alle großen Regionen, zusammengesetzt zu 64 Referenz-Portfolios, über den Zeitraum 2014 bis 2025. Die Methodik folgt den Standards, die wir im Backtest-Artikel beschreiben: strikt lookahead-frei (jede Entscheidung verwendet nur Daten des Vortags), Walk-Forward über 12 unabhängige Zeitfenster, Leave-One-Year-Out-Prüfung jeder Konfiguration, Cash-Phasen mit T-Bill-Renditen verzinst, Survivorship-Bias explizit gemessen.

Befund 1: Einzelsignale sind meist Rauschen

Die unbequemste Erkenntnis zuerst. Nimmt man einen einzelnen Indikator und misst seinen Beitrag über den gesamten Zeitraum, ist das Ergebnis fast immer ernüchternd. Ein Beispiel aus unseren Runden: Die Optimierung der ADX-Parameter brachte in der Gesamtbetrachtung einen Zugewinn von 0,01 Sharpe-Punkten, also praktisch nichts. Ähnliche Ergebnisse zogen sich durch viele Einzelsignal-Tests. Wer mit einem einzigen Lehrbuch-Indikator handelt, handelt nach unseren Daten überwiegend mit Zufall.

Warum dann 16 Signale? Weil die Schwächen nicht zur selben Zeit auftreten. Trendsignale versagen in Seitwärtsmärkten, Oszillatoren in starken Trends, und Makro-Signale wie Kreditspreads schlagen oft Wochen vor den Kurssignalen an, liefern dafür seltener ein Signal. Erst die gewichtete Kombination war in den Tests stabil genug, um die Walk-Forward-Hürden zu bestehen. Im direkten Duell schlug der Composite den bekanntesten Einzelfilter, die 200-Tage-Linie, in 10 von 12 Zeitfenstern, und zwar in Bullen- und Bärenmärkten fast gleich deutlich.

Befund 2: Der gesicherte Nutzen liegt in Bärenmärkten

Wir haben jedes Ergebnis gegen tausende zufällig verwürfelte Signalfolgen antreten lassen und die Signifikanzschwelle nach Bonferroni für 45 parallele Tests korrigiert. Was diese strenge Prüfung überlebt, ist auffällig einseitig verteilt: 8 Ergebnisse, alle mit p-Werten von praktisch null, fast alle in Bärenmarkt-Fenstern. Der COVID-Einbruch 2020, der Inflations-Bärenmarkt 2022 und die jüngste Marktphase 2025 gehören dazu. In ruhigen Aufwärtsphasen ist der Beitrag der Signale dagegen statistisch nicht sicher von Zufall zu unterscheiden.

Die Kehrseite des Bärenmarkt-Nutzens: In starken Bullenmärkten kostet jede Absicherung Rendite, weil auch das beste Signal gelegentlich aussteigt, wenn es nicht müsste. Wir haben mehrfach versucht, diese Bull-Kosten wegzuoptimieren, unter anderem über die Glättung der Signal-Scores. Das Ergebnis war eindeutig: Der Effekt ist strukturell. Wer weniger Drawdown will, bezahlt in Bullenmärkten. Die einzige ehrliche Frage ist, wie viel.

Befund 3: Die ehrliche Bilanz, in drei Abstufungen

Genau dafür gibt es im Tool drei Strategie-Stufen mit unterschiedlichem Absicherungsgrad. Über 64 Portfolios und 12 Zeitfenster ergab sich folgendes Bild:

• Defensive ist eine teure Versicherung: Im COVID-Fenster stand der Markt bei minus 34 Prozent, die Simulation bei minus 15 (Median). Dafür kostete sie über den Gesamtzeitraum gut 8 Renditepunkte pro Jahr. Das ist nur für ausgeprägt verlustaverse Anleger ein sinnvoller Tausch.
• Balanced ist der Sweet Spot der Daten: 31 Prozent weniger Drawdown für 2,4 Punkte Kosten, und als einzige Stufe risikoadjustiert über Buy-and-Hold (Sharpe 0,96 gegenüber 0,89).
• Growth ist fast Buy-and-Hold: minimale Eingriffe, minimale Kosten, Schutz nur in Extremphasen.

Befund 4: Was alles nicht funktioniert hat

In 71 Forschungsrunden sind deutlich mehr Ideen gescheitert als durchgekommen. Eine Auswahl, weil genau diese Transparenz in der Branche fehlt:

• Wöchentliches Rebalancing. Ein eigenes früheres Ergebnis sprach dafür, bessere Tests mit der aktuellen Engine dagegen: Die tägliche Signalprüfung mit kurzer Beruhigungsfrist schützte deutlich besser. Wir haben das frühere Ergebnis öffentlich einkassiert und die Engine umgestellt.
• Zusätzliche schnelle Einstiegssignale. Effekt über alle Varianten: null. Die Idee klingt gut und ist tot.
• Signal-Glättung gegen Bull-Kosten. Widerlegt, der Trade-off ist strukturell.
• Getrennte Ein- und Ausstiegsschwellen. Scheiterte an der Walk-Forward-Hürde.
• Die Mehrzahl aller Gewichtungs-Optimierungen. Was in der Kalibrierung glänzte, fiel im Leave-One-Year-Out-Test regelmäßig durch. Die Produktion läuft auf den wenigen Konfigurationen, die alle 12 Prüfungen bestanden haben.

Was das für die Praxis bedeutet

Drei Sätze fassen die 71 Runden zusammen. Erstens: Technische Signale sind ein Werkzeug für Risikomanagement, keine Maschine für Überrendite, und jeder, der das Gegenteil verspricht, sollte die Fragen aus unserer Backtest-Checkliste beantworten müssen. Zweitens: Der Nutzen ist real, messbar und konzentriert sich dort, wo es weh tut, in fallenden Märkten. Drittens: Er hat einen Preis in steigenden Märkten, und die wichtigste Entscheidung ist nicht welcher Indikator, sondern wie viel Absicherung man dafür bezahlen will. Diese Entscheidung kann kein Tool abnehmen. Was ein Tool kann: den Trade-off pro Stufe ehrlich beziffern, damit sie informiert fällt.