FAQ-Sektion | Häufig gestellte Fragen

Einordnung bedeutet, Zahlen in Beziehung zu setzen: 

• Ergebnis und Risiko 
• Tiefe und Dauer von Verlustphasen 
• Häufigkeit und Größenordnung von Trades 
• Struktur und Verhalten einer Strategie 

Erst diese Mehrdimensionalität erlaubt eine realistische Bewertung.

Performance beschreibt den Zielpunkt, nicht den Weg dorthin. 
Zwei Strategien mit identischer Performance können sich fundamental unterscheiden: 

• im Drawdown 
• in der Erholungsdauer 
• in der Stabilität 
• in der psychologischen Belastung 

Ohne Einordnung bleiben diese Unterschiede unsichtbar.

Denkfehler entstehen nicht aus Unwissen, sondern aus intuitiven Abkürzungen unseres Denkens. Gerade im Umgang mit Zahlen greifen häufig: 

• Rückschaufehler („Das war doch offensichtlich“) 
• Übergewichtung aktueller Phasen 
• Verwechslung von Häufigkeit und Qualität 
• Suche nach einfachen Ranglisten 

Diese Muster sind menschlich – aber riskant.

Selbst bei identischen KPIs können sich Strategien stark unterscheiden in: 

• Zeitlicher Verteilung der Ergebnisse 
• Reihenfolge von Gewinnen und Verlusten 
• Dauer von Drawdowns 
• Häufigkeit neuer Höchststände 

Diese Faktoren verändern nicht zwingend die Kennzahlen – aber massiv das Erleben.

Beispiel: 
Gleiche Performance, anderes Erleben 

Strategie A: 

• gleichmäßiger Anstieg 
• kurze, flache Rücksetzer 

Strategie B: 

• lange Seitwärtsphasen 
• wenige starke Ausbrüche 

Beide enden mit +20 % Performance. 
Subjektiv fühlt sich Strategie A oft „stabil“, Strategie B hingegen „anstrengend“ an – trotz identischer Zahlen.

Zeit wirkt wie ein Verstärker. 

• Lange Drawdowns fühlen sich schwerer an als kurze, selbst bei geringerer Tiefe. 
• Seitwärtsphasen ohne neue Hochs werden oft als Stillstand oder Scheitern interpretiert. 

T3-KPIs wie Time to Recovery oder Time under Water machen genau diese Effekte sichtbar – klassische Performance-Kennzahlen nicht.

Weil unser Gehirn nicht linear rechnet, sondern vergleicht, gewichtet und erinnert: 

• Verluste werden stärker wahrgenommen als Gewinne 
• Lange negative Phasen bleiben emotional präsenter 
• Aktuelle Ereignisse überlagern frühere Erfolge 

Diese Mechanismen sind kein Fehler, sondern Teil menschlicher Entscheidungslogik.

Weil Entscheidungen selten rein rational getroffen werden. Eine Strategie kann rechnerisch sinnvoll sein – aber praktisch schwer durchzuhalten. 

Ohne diese Differenzierung entstehen typische Fehlurteile:

• vorschneller Abbruch funktionierender Strategien 
• Übergewichtung „angenehmer“, aber fragiler Modelle 
• Suche nach vermeintlich stabileren Alternativen

KPIs sollten nicht nur gelesen, sondern interpretiert werden: 

• Was sagen sie? 
• Was verschweigen sie? 
• Wie wirken sie über Zeit? 

Erst diese Einordnung verbindet Zahlen mit Realität.

Viele Nutzer empfinden nicht Verluste als das größte Problem, sondern Phasen, in denen scheinbar nichts passiert. Objektiv betrachtet sind Seitwärtsphasen oft harmlos. Subjektiv zählen sie zu den belastendsten Abschnitten einer Strategie. 

Was ist mit einer Seitwärtsphase gemeint? Eine Seitwärtsphase beschreibt einen Zeitraum, in dem:

• keine neuen Höchststände erreicht werden 
• Gewinne und Verluste sich ausgleichen 
• die Performance über längere Zeit stagniert 

Wichtig: Eine Seitwärtsphase ist kein Verlust, sondern ein Zustand ohne Fortschritt. 

Warum werden Seitwärtsphasen als besonders frustrierend erlebt? 
Weil sie mehrere psychologische Effekte gleichzeitig auslösen: 

• fehlende Bestätigung („Es funktioniert nichts“) 
• Zeitdruck („Ich verliere Zeit“) 
• Zweifel an der Strategie („Vielleicht ist sie kaputt“) 

Im Gegensatz zu Verlusten fehlt ein klares Ereignis – die Belastung entsteht schleichend.

Warum sind Verluste oft leichter zu akzeptieren? 
Verluste sind: 

• klar erkennbar zeitlich begrenzt 
• emotional intensiv, aber eindeutig 
• Sie erzeugen eine konkrete Reaktion. 

Seitwärtsphasen dagegen erzeugen Unsicherheit – und die ist schwerer auszuhalten. 

Welche Rolle spielt die Zeit dabei? 
Zeit wirkt in Seitwärtsphasen gegen den Nutzer: 

• Kapital ist gebunden 
• Erwartungen bleiben unerfüllt 
• Alternativen erscheinen attraktiver 

KPIs wie Time under Water oder Drawdown-Dauer machen diese Effekte sichtbar, klassische Performance-Kennzahlen nicht. 

Warum führen Seitwärtsphasen oft zu Fehlentscheidungen? 
Typische Reaktionen sind: 

• Abbruch einer grundsätzlich funktionierenden Strategie 
• Wechsel kurz vor einer Erholungsphase 
• Überoptimierung oder Regelbruch 

Diese Entscheidungen entstehen nicht aus Analyse, sondern aus mentaler Ermüdung. 

Warum sind Seitwärtsphasen dennoch unvermeidbar? 
Weil Märkte nicht konstant Trends liefern. Auch robuste Strategien benötigen: 

• Anpassungsphasen 
• Konsolidierung 
• Geduld 

Eine Strategie ohne Seitwärtsphasen existiert nicht – nur Darstellungen, die sie ausblenden. 

Was hilft bei der Einordnung solcher Phasen? 
Hilfreich ist es, vorab zu wissen: 

• dass Seitwärtsphasen dazugehören 
• wie lange sie historisch dauerten 
• wie die Strategie danach reagierte 

Einordnung ersetzt hier Hoffnung. 

Kurzfazit 
Seitwärtsphasen sind selten gefährlich – aber oft entscheidend für Disziplin und Durchhaltevermögen. Wer sie versteht, trifft bessere Entscheidungen.

Eine weitverbreitete Erwartung lautet: 
Wenn eine Strategie gut ist, sollte sie möglichst konstant funktionieren. 

Diese Erwartung ist verständlich – aber fachlich falsch. 

Was ist mit „schlechten Phasen“ überhaupt gemeint? 
Schlechte Phasen sind nicht zwingend Verluste. 
Sie können sich äußern als: 

• längere Seitwärtsbewegungen 
• erhöhte Volatilität ohne Fortschritt 
• unterdurchschnittliche Performance im Vergleich zur Vergangenheit 
• temporäre Abweichung vom erwarteten Muster 

Wichtig: Schlechte Phasen bedeuten nicht, dass eine Strategie defekt ist. 

Warum sind schlechte Phasen kein Qualitätsmangel? 
Weil jede Strategie auf bestimmten Marktannahmen beruht: 

• Trendfolgende Strategien benötigen Trends 
• Mean-Reversion-Strategien benötigen Übertreibungen 
• Volatilitätsstrategien benötigen Bewegung 

Wenn diese Bedingungen temporär fehlen, arbeitet die Strategie nicht optimal – aber korrekt. 

Warum wäre eine Strategie ohne schlechte Phasen verdächtig? 
Eine Strategie, die: 

• ständig neue Hochs produziert 
• keine Drawdowns zeigt 
• keine längeren Schwächephasen kennt 

würde entweder: 

• unrealistische Risiken eingehen
• extrem selektiv berichten 
• oder auf Daten beruhen, die nicht vollständig sind 

Schwächephasen sind kein Makel, sondern ein Realitätsbeweis. 

Welche Rolle spielt Statistik dabei? 
Strategien sind keine punktuellen Ereignisse, sondern statistische Prozesse. Auch bei positiver Erwartung gilt: 

• Ergebnisse schwanken 
• Sequenzen können ungünstig sein 
• Zeiträume können vom Mittelwert abweichen 

Kurzfristige Schwäche widerspricht nicht langfristiger Qualität. 

Warum werden schlechte Phasen dennoch so häufig falsch interpretiert? 
Typische Denkfehler sind: 

• Gleichsetzung von aktueller Phase mit Gesamtaussage 
• Rückschluss von kurzer Schwäche auf strukturelles Versagen 
• Vergleich mit anderen Strategien in unpassenden Marktphasen 

Das Problem ist nicht die Phase – sondern ihre Überbewertung. 

Was hilft bei der richtigen Einordnung? 
Hilfreich ist es, vorab zu klären: 

• welche Marktbedingungen die Strategie bevorzugt
• wie lange frühere Schwächephasen dauerten 
• wie tief typische Drawdowns waren 
• wie Erholungen historisch verliefen 

Wer diese Fragen kennt, wird weniger überrascht. 

Warum ist Geduld hier kein moralischer Appell, sondern Logik? 

Geduld bedeutet nicht „aushalten um jeden Preis“. Geduld bedeutet: 

• statistische Prozesse nicht zu unterbrechen 
• Erwartungen an die Realität anzupassen 
• Entscheidungen nicht aus Momentaufnahmen abzuleiten 

Geduld ist damit ein analytischer Faktor, kein Charaktertest. 

Kurzfazit 
Gute Strategien haben schlechte Phasen. Nicht trotz ihrer Qualität – sondern wegen ihrer Funktionsweise. Wer das versteht, trennt temporäre Schwäche von strukturellem Risiko.

Viele Nutzer suchen nach Stabilität. Gleichmäßige Verläufe, geringe Schwankungen und ruhige Phasen wirken beruhigend – und werden intuitiv als „sicher“ wahrgenommen. 

Diese Intuition ist verständlich, aber trügerisch. 

Was meinen wir mit „Stabilität“? 
Stabilität wird häufig gleichgesetzt mit: 

• gleichmäßiger Performance 
• wenigen Schwankungen 
• seltenen Verlustphasen 
• ruhigen Verlaufsdiagrammen 

Kurz: Es fühlt sich kontrolliert an. 

Doch Stabilität beschreibt zunächst nur die Oberfläche, nicht die Substanz. 

Warum wirkt Stabilität so überzeugend? 
Weil sie mehrere psychologische Bedürfnisse bedient: 

• Vorhersagbarkeit („Ich weiß, was mich erwartet“) 
• Kontrollgefühl („Es läuft ruhig“) 
• Bestätigung („Das fühlt sich richtig an“) 

Das Gehirn bevorzugt Muster, die wenig Alarm auslösen – selbst wenn sie langfristig fragil sind. 

Warum kann scheinbare Stabilität riskant sein? 
Weil Stabilität häufig entsteht durch: 

• seltene, aber große Risiken 
• lange Phasen geringer Bewegung 
• aufgeschobene Anpassungen 

Solche Strategien wirken ruhig – bis sie plötzlich und stark reagieren müssen. Risiko verschwindet nicht. Es verlagert sich. 

Warum wird Risiko dabei oft unterschätzt? 
Weil Risiko selten sichtbar ist, solange es nicht eintritt. Typische Fehleinschätzungen sind: 

• geringe Volatilität = geringes Risiko 
• wenige Verluste = sichere Strategie 
• lange Ruhe = robuste Struktur 

Dabei zeigt sich Risiko oft erst zeitverzögert – und dann geballt. 

Warum sind volatilere Strategien nicht automatisch riskanter? 
Weil Schwankung und Risiko nicht identisch sind. Eine Strategie kann: 

• häufig schwanken 
• aber Verluste begrenzen 
• und sich schnell erholen

Solche Modelle fühlen sich unruhiger an, können aber strukturell robuster sein als scheinbar stabile Ansätze. 

Welche Rolle spielen KPIs bei dieser Fehlwahrnehmung? 
Einzelne KPIs verstärken den Stabilitätsbias: 

• niedrige Volatilität wirkt beruhigend 
• gleichmäßige Performance wirkt verlässlich 
• geringe Drawdowns suggerieren Sicherheit 

Erst in Kombination mit Zeit-, Struktur- und Verhaltenskennzahlen wird sichtbar, wie Risiko tatsächlich verteilt ist. 

Was hilft bei einer realistischeren Einordnung? 
Hilfreich ist es, sich zu fragen: 

• Wo wird Risiko getragen – sichtbar oder verborgen? 
• Wie reagiert die Strategie unter Stress? 
• Wie sehen die Extremphasen aus, nicht nur der Durchschnitt? 

Stabilität sollte nicht isoliert betrachtet, sondern kontextualisiert werden. 

Kurzfazit 
Stabilität fühlt sich gut an. Risiko wirkt abstrakt. Doch langfristige Entscheidungen profitieren nicht von Gefühl, sondern von Verständnis für Verteilung, Zeit und Struktur.

Rankings wirken beruhigend. Sie ordnen, vergleichen und geben vor, auf einen Blick Klarheit zu schaffen. Gerade deshalb sind sie gefährlich, wenn sie ohne Kontext gelesen werden. 

Warum sind Rankings so attraktiv? Rankings bedienen mehrere menschliche Grundbedürfnisse:

• Reduktion von Komplexität („Sag mir einfach, was gut ist“) 
• Orientierung („Wo stehe ich im Vergleich?“) 
• Delegation von Verantwortung („Die Liste wird schon stimmen“) 

Sie geben das Gefühl, eine fundierte Entscheidung getroffen zu haben – oft ohne echte Analyse. 

Was leisten Rankings objektiv – und was nicht? 
Objektiv leisten Rankings nur eines: Sie sortieren nach einem oder wenigen Kriterien. Was sie nicht leisten: 

• keine Abbildung von Risiko 
• keine Aussage zur Stabilität 
• keine Information über zeitliche Verteilung 
• keine Passung zu individuellen Zielen 

Ein Ranking ist immer eine Momentaufnahme mit Scheuklappen. 

Warum sind Rankings im Trading besonders problematisch? Weil Trading-Ergebnisse pfadabhängig sind: 

• Startzeitpunkt Marktphase 
• Sequenz von Gewinnen und Verlusten 
• individuelle Umsetzung 

Zwei Strategien können im Ranking weit auseinanderliegen – und dennoch langfristig gleichwertig sein.

 Oder umgekehrt: 
Ein Top-Ranking kann das Ergebnis einer einzigen Ausnahmesituation sein. 

Typischer Denkfehler: Platz 1 = beste Strategie 

Ein hoher Rang bedeutet oft nur: 

• starke Performance in einem begrenzten Zeitraum 
• günstige Marktbedingungen 
• hohe Konzentration auf wenige Trades 

Nicht selten stehen an der Spitze genau jene Strategien, die das höchste Risiko für Enttäuschung bergen. 

Warum wechseln Rankings so häufig? 
Weil sich Marktbedingungen ändern. Strategien rotieren durch Phasen von: 

• Überlegenheit 
• Mittelmaß 
• Unterperformance 

Rankings bilden diese Rotation ab – werden aber oft als Qualitätsurteil missverstanden. 

Was passiert, wenn Entscheidungen auf Rankings basieren? 
Typische Folgen sind: 

• Einstieg in Strategien nach starken Phasen 
• Ausstieg kurz vor Drawdowns 
• permanentes Umschichten 
• fehlende Bindung an eine Analyse 

Das Ergebnis ist nicht selten: gute Strategien – schlecht genutzt. 

Wie sollten Rankings stattdessen gelesen werden? 
Als Filter, nicht als Entscheidung: 

• Warum steht diese Strategie hier? 
• Welche Kennzahl dominiert das Ranking? 
• Welche Risiken werden nicht gezeigt? 
• Passt das zu meinem Zeithorizont? 

Rankings liefern Anhaltspunkte – keine Antworten. 

Welche Alternative ist sinnvoller als Rankings? 
Eine mehrdimensionale Betrachtung: 

• Performance und Drawdown 
• Ergebnis und Zeit 
• Effizienz und Verhalten 
• Struktur und Konsistenz 

Kurz: Einordnung statt Platzierung. 

Kurzfazit 
Rankings suggerieren Sicherheit, weil sie Ordnung schaffen. Echte Sicherheit entsteht jedoch erst dort, wo Kontext, Risiko und Zeit berücksichtigt werden.

Vergangenheitsperformance wirkt wie ein Beweis: sichtbar, messbar, konkret. Genau deshalb wird sie so oft überschätzt. Fachlich gilt jedoch: 

Performance ist ein Ergebnis der Vergangenheit, nicht eine Zusage für die Zukunft. 

Warum wirkt Performance so überzeugend? 
Weil sie eine klare Zahl liefert – und Zahlen vermitteln Sicherheit. Doch Performance bündelt viele Einflussfaktoren, die sich jederzeit ändern können: 

• Marktregime (Trend, Seitwärts, Krisenphasen) 
• Volatilität und Liquidität 
• Kosten- und Ausführungseffekte 
• Risikoverhalten und Positionssteuerung 
• Zufall und Verteilungseffekte 

Eine einzelne Zahl kann diese Veränderungen nicht „mitnehmen“. 

Was bedeutet „keine Prognose“ konkret? 
Es bedeutet nicht, dass Performance wertlos ist. 
Es bedeutet: 

• Performance erklärt, was passiert ist 
• Performance garantiert nicht, dass es wieder passiert 
• Performance kann sogar in die Irre führen, wenn sie aus Sonderphasen stammt 

Der Unterschied liegt zwischen Beschreibung und Vorhersage. 

Warum spielt das Marktumfeld eine so große Rolle? 
Viele Strategien funktionieren nicht „immer“, sondern unter Bedingungen. Wenn sich diese Bedingungen ändern, ändert sich auch die Ergebnislogik. 

Beispielhaft: 

• Trendstrategien leiden in Seitwärtsmärkten 
• Mean-Reversion leidet in starken Trendphasen geringe 
• Volatilität kann bestimmte Ansätze „austrocknen“ V

ergangenheitsperformance ist oft eine Regime-Performance. 

Warum sind kurze Zeiträume besonders gefährlich? 
Kurze Zeiträume sind anfällig für: 

• Ausreißer (ein paar Trades dominieren das Bild) 
• „Glücksfenster“ (ein passendes Marktregime) 
• Zufallssequenzen (gute Serie statt gute Struktur) 

Hier wirkt Performance besonders beeindruckend – und ist gleichzeitig am wenigsten belastbar. 

Typische Fehlannahme 
„Wenn es die letzten Monate funktioniert hat, funktioniert es wahrscheinlich weiter.“ 

Diese Logik ist menschlich, aber riskant: Sie setzt Stabilität voraus, wo Märkte Veränderung belohnen und bestrafen. 

Was ist die bessere Fragestellung? 
Statt „Wie hoch war die Performance?“ ist oft entscheidender: 

• Wie ist sie zustande gekommen? 
• Wie war das Risiko unterwegs? (Drawdowns, Dauer, Belastung) 
• Ist die Performance breit getragen oder konzentriert? (T4-Logik) 
• Passt das Muster zur Strategieidee – oder wirkt es zufällig? 

Kurzfazit 
Vergangenheitsperformance ist ein Rückspiegel, kein Navigationsgerät. Sie ist wichtig – aber nur als Teil einer Einordnung, nicht als Prognose.

Vergleiche wirken objektiv: Strategie A vs. Strategie B, Zahlen nebeneinander, Rangliste fertig. Das Problem: Ohne Kontext wird Vergleichbarkeit oft simuliert, nicht erreicht. 

Warum sind Strategien nicht automatisch vergleichbar? 
Weil sie sich unterscheiden können in: 

• Handelsstil (Trend, Mean Reversion, diskretionär, systematisch) 
• Zeithorizont (intraday vs. swing vs. langfristig) 
• Risiko- und Hebelprofil 
• Asset-Klasse und Marktstruktur 
• Trade-Frequenz und Datenbasis 

Ein Vergleich ohne diese Einordnung ist wie ein Vergleich von Fahrzeugen ohne Angabe des Einsatzbereichs. 

Warum täuschen „gleiche KPIs“ Vergleichbarkeit vor? 
Selbst wenn Kennzahlen ähnlich sind, können die Pfade dorthin verschieden sein: 

• wenige große Gewinner vs. viele kleine Gewinner 
• kurze harte Drawdowns vs. lange zähe Phasen 
• stabile Renditen vs. volatile Renditen mit gleichem Endwert 

Identische KPIs können unterschiedliche Erlebnis- und Risikoprofile verbergen. 

Typische Fehlannahme 
Höhere Performance = besser
Ohne Risiko- und Zeitkontext ist das keine Aussage, sondern ein Reflex. 

Besser ist die Frage: 

• Besser wofür? 
• Besser für wen? 
• Besser unter welchen Bedingungen? 

Was ist ein sinnvoller Vergleich? 
Vergleiche werden belastbar, wenn man bewusst Kontext herstellt, z. B.: 

• gleiche Betrachtungszeiträume 
• ähnliche Marktphasen (Regime) 
• konsistente Messdimensionen (Konto/Portfolio/Strategie) 
• gemeinsame Risikogrenzen oder Zielprofile 

Erst dann werden Zahlen zu Aussagen. 

Kurzfazit 
Vergleich ohne Kontext schafft scheinbare Klarheit – und reale Fehlentscheidungen. Ein guter Vergleich ist nicht schnell, sondern sauber.