Blog

• Architektur eines algorithmischen Handelssystems

  Ein algorithmisches Handelssystem wirkt oft wie eine Sammlung einzelner Module: Datenaufnahme, Strategie, Backtest, Ausführung, Risikomanagement, Logs, Monitoring. Im echten Betrieb ist aber nicht die Liste der Komponenten entscheidend, sondern die Grenzen zwischen ihnen. Genau an diesen Grenzen bricht die Verbindung zwischen überzeugender Forschung und realem Markt am häufigsten.

  31.5.2026

• Kennzahlen für Handelsstrategien: Woran erkennt man, ob eine Strategie gut ist?

  Eine gute Handelsstrategie ist nicht diejenige, die in einem einzelnen Backtest die höchste Rendite zeigt. Rendite ohne Kontext sagt fast nichts aus: Sie kann durch zu hohen Hebel, ein seltenes glückliches Ereignis, überoptimierte Parameter oder ein Risiko entstehen, das in der ausgewählten Historie einfach noch nicht aufgetreten ist.

  30.5.2026

• Die wichtigsten Arten von Handelsstrategien im algorithmischen Handel

  Algorithmischer Handel beginnt nicht mit der Frage "wo soll ich kaufen?" und auch nicht mit der Auswahl eines Indikators. Er beginnt mit einer Hypothese darüber, warum sich der Markt manchmal nicht zufällig verhält: Er setzt eine Bewegung fort, kehrt zu einem Mittelwert zurück, läuft zwischen verwandten Instrumenten vorübergehend auseinander, bezahlt Liquiditätsbereitstellung oder vergütet die Verteilung von Risiko über mehrere Assets.

  5.5.2026

• Backtesting: Wie man Handelsstrategien richtig testet

  Backtesting wirkt oft wie die überzeugendste Phase bei der Entwicklung einer Handelsstrategie: historische Daten laden, Einstiegs- und Ausstiegsregeln ausführen, eine Equity-Kurve erhalten, Rendite und Drawdown berechnen. Wenn die Kurve steigt, liegt der Schluss nahe, dass die Strategie bewiesen ist.

  25.4.2026

• Daten im Trading: welche Daten verwendet werden und woher man sie bekommt

  Im algorithmischen Trading kommt die Frage "Woher bekommen wir die Daten?" meist zu spaet. Zuerst steht die Idee, dann beginnt die Suche nach Kursreihen, dann wird der Backtest gestartet und erst danach zeigt sich, dass die Strategie in der Realitaet auf andere Daten angewiesen ist als auf jene, die im Research verwendet wurden. Das Ergebnis ist ein System, das auf dem Chart ueberzeugend aussehen kann und zugleich fuer die echte Ausfuehrung untauglich ist.

  19.4.2026

• Risikomanagement im algorithmischen Handel: warum Stabilität überlebt, nicht maximaler Gewinn

  Im algorithmischen Handel gibt es einen unangenehmen Effekt: Strategien mit der eindrucksvollsten erwarteten Rendite sterben regelmäßig früher als bescheidene, aber widerstandsfähige. Nicht weil sie schlecht entworfen wären, sondern weil schlicht nicht genug von ihnen übrig bleibt, bis die Erwartung sich tatsächlich realisiert. Der Markt schafft ein paar lange Drawdowns, das Kapital schmilzt, Parameter werden im Lauf nachjustiert, und die Strategie verschwindet, bevor ihr „Mittelwert" zum Tragen kommt.

  17.4.2026

• Was ist algorithmischer Handel und worin unterscheidet er sich vom manuellen Handel?

  Algorithmischer Handel, oder algorithmic trading, ist Handel nach vorab festgelegten Regeln, die von einem Computersystem ausgeführt werden. Diese Regeln können bestimmen, wann eine Order eingestellt wird, wie der Preis angepasst wird, wie ein großer Auftrag in kleinere Stücke zerlegt wird, wann eine Position geschlossen wird und wie Risiko begrenzt wird. Aufsichtsbehörden und Branchenberichte beschreiben den modernen Markt als ein Umfeld, in dem Algorithmen sehr breit eingesetzt werden: von der Ausführung großer Orders bis hin zu Market Making und hochfrequenten Strategien.

  6.4.2026