Was ist Backtesting?
Wie Strategien an historischen Daten geprüft werden
Definition
Backtesting ist das Testen einer Handelsstrategie anhand historischer Kursdaten. Trader simulieren damit, wie eine Strategie in der Vergangenheit performt hätte, bevor sie echtes Geld einsetzen.
Backtesting ist der Praxistest für Handelsstrategien, bevor echtes Geld auf dem Spiel steht. Du nimmst eine Strategie (z. B. "Kaufe Bitcoin, wenn der RSI unter 30 fällt, und verkaufe bei RSI über 70"), wendest sie auf historische Kursdaten an und schaust, wie sie in der Vergangenheit performt hätte. Das ist wie ein Flugsimulator für Trader: Du lernst die Stärken und Schwächen deiner Strategie kennen, ohne echtes Geld zu riskieren.
Backtesting-Tools im Vergleich
| Tool | Kosten | Krypto-Daten | Programmierung nötig? | Besonderheit |
|---|---|---|---|---|
| TradingView | Freemium (ab 0 USD) | Ja (alle großen Börsen) | Pine Script (einfach) | Visuelles Backtesting direkt im Chart |
| 3Commas | Ab 22 USD/Monat | Ja (Binance, Coinbase etc.) | Nein (GUI-basiert) | Bot-Integration nach Backtest |
| Backtrader (Python) | Kostenlos (Open Source) | Manueller Datenimport | Python (mittel) | Maximale Flexibilität |
| QuantConnect | Freemium | Begrenzt | Python/C# | Institutionelles Niveau |
| Hummingbot | Kostenlos (Open Source) | Ja (DEX + CEX) | Python | Speziell für Arbitrage und Market Making |
Wie ein Backtest funktioniert
Ein Backtest durchläuft historische Kursdaten Kerze für Kerze und simuliert, was passiert wäre, wenn du deine Strategie exakt befolgt hättest. Dabei werden Kaufsignale, Verkaufssignale, Positionsgrößen und Gebühren berücksichtigt. Am Ende erhältst du Kennzahlen wie den Gesamtgewinn, die maximale Verlustphase (Maximum Drawdown), die Trefferquote und das Verhältnis von Gewinn zu Risiko (Sharpe Ratio).
Konkretes Beispiel: Du testest die Strategie "Kaufe Ethereum nach drei aufeinanderfolgenden roten Tageskerzen und halte 7 Tage". Der Backtest über 2020-2025 zeigt: 47 Trades, 62 % Trefferquote, durchschnittlich +3,2 % Gewinn pro Trade, aber ein Maximum Drawdown von -28 % im Mai 2022. Die Strategie ist profitabel, aber der Drawdown zeigt, dass du zwischendurch fast ein Drittel deines Kapitals verloren hättest.
Die größten Fallstricke beim Backtesting
Overfitting ist der häufigste Fehler: Du optimierst deine Strategie so lange an historischen Daten, bis sie perfekt aussieht, aber in der Praxis versagt. Wenn deine Strategie 15 Parameter hat und du alle perfekt an die Vergangenheit anpasst, hast du keine Strategie, sondern eine Kurve, die zufällig zu den historischen Daten passt.
Survivorship Bias: Wenn du nur Coins testest, die heute noch existieren, übersiehst du die hunderte Token, die auf null gefallen sind. Dein Backtest sieht besser aus, als die Realität war. Slippage und Gebühren: Viele Backtests ignorieren Handelsgebühren (0,1-0,25 % pro Trade auf den meisten Börsen) und Slippage (die Abweichung zwischen erwartetem und tatsächlichem Ausführungspreis). Bei Altcoins mit geringer Liquidität kann Slippage allein 1-3 % pro Trade ausmachen.
Backtesting vs. Paper Trading vs. Live Trading
Backtesting ist der erste Schritt, aber nicht der letzte. Nach einem positiven Backtest folgt idealerweise Paper Trading (Handel mit virtuellem Geld in Echtzeit), um zu sehen, ob die Strategie auch unter aktuellen Marktbedingungen funktioniert. Erst wenn Paper Trading über mindestens 2-3 Monate positive Ergebnisse zeigt, lohnt sich der Übergang zu echtem Geld, und auch dann nur mit kleinen Positionen.
Der psychologische Faktor kommt beim Backtesting zu kurz: In der Simulation klickst du emotionslos auf "Kaufen" und "Verkaufen". Live, wenn dein echtes Geld um 20 % fällt, sieht die Sache anders aus. Viele Strategien, die im Backtest profitabel sind, scheitern in der Praxis an der menschlichen Psychologie.
Wann Backtesting sinnvoll ist und wann nicht
Backtesting eignet sich gut für regelbasierte Strategien mit klaren Ein- und Ausstiegssignalen: Moving-Average-Crossovers, RSI-basierte Strategien oder DCA-Varianten. Weniger geeignet ist es für Strategien, die auf Nachrichten, Sentiment oder fundamentaler Analyse basieren, weil sich diese Faktoren schlecht in historische Daten übersetzen lassen.
Für langfristige Anleger ist Backtesting besonders nützlich, um die Wirksamkeit von DCA-Strategien zu überprüfen. Ein simpler Backtest zeigt: Wer seit 2019 wöchentlich 50 EUR in Bitcoin investiert hat, steht Anfang 2026 deutlich im Plus, trotz zwei schwerer Bear Markets dazwischen.
Eine Strategie, die im Backtest nicht funktioniert, wird live erst recht nicht funktionieren. Aber eine Strategie, die im Backtest funktioniert, ist noch lange kein Garant für Gewinne. Backtesting ist ein Ausschlussfilter, kein Erfolgsgarant.
Häufige Fragen zu Backtesting
Kann ich Backtesting ohne Programmierkenntnisse machen?
Ja. TradingView bietet einen visuellen Strategy Tester, bei dem du vorgefertigte Indikatoren kombinieren und backtesten kannst, ohne eine Zeile Code zu schreiben. Für komplexere Strategien brauchst du Pine Script (TradingView) oder Python (Backtrader), aber der Einstieg ist auch für Anfänger machbar.
Wie viele historische Daten brauche ich für einen guten Backtest?
Mindestens 2-3 Jahre, idealerweise einen kompletten Marktzyklus (Bull + Bear Market). Für Bitcoin-Strategien sind Daten ab 2017 sinnvoll, weil sie zwei komplette Zyklen (2017-2018 und 2021-2022) abdecken. Zu wenig Daten führen zu unzuverlässigen Ergebnissen.
Warum funktioniert meine Strategie im Backtest, aber nicht live?
Die häufigsten Gründe: Overfitting (zu viele Parameter an historische Daten angepasst), fehlende Berücksichtigung von Slippage und Gebühren, Survivorship Bias und der psychologische Faktor. Live-Trading erfordert Disziplin, die in der Simulation nicht nötig ist.
Fun Fact
Viele Strategien scheitern nicht an fehlender Kreativität, sondern daran, dass sie nie sauber gegen historische Realität geprüft wurden.
Verwandte Begriffe
Algorithmic Trading
Algorithmic Trading beschreibt den regelbasierten, oft automatisierten Handel mithilfe von Software ...
Price Action
Price Action beschreibt die direkte Analyse von Preisbewegungen im Chart, meist ohne starke Abhängig...
Risk-Reward Ratio
Die Risk-Reward Ratio beschreibt das Verhältnis zwischen möglichem Verlust und möglichem Gewinn eine...
Über die Autorin

Dr. Stephanie Morgenroth
Steffi ist promovierte Medizinerin, Krypto-Investorin seit 2021 und erreicht mit MissCrypto über 100.000 Menschen auf Social Media. Sie macht komplexe Themen wie Bitcoin, DeFi und Krypto-Steuern verständlich, ehrlich, unabhängig und ohne Hype.
Über Steffi →Risikohinweis: Meine Inhalte dienen ausschließlich zur Information und stellen keine Anlageberatung dar.
Diese Seite kann Affiliate-Links enthalten. Bei einem Kauf über diese Links erhalte ich eine Provision — du unterstützt meinen Kanal ohne Mehrkosten. Danke! ❤️