Ein paar Wochen, viele Backtests. Die Arena hat inzwischen 7.299 Runs auf 601 Assets durchgelaufen, mit über 6.000 unterschiedlichen Konfigurationen. Genug, um anzufangen, Muster zu sehen — und genug, um sich an Mustern zu reiben, die wir vorher anders im Kopf hatten.

Wir haben heute morgen den Strategy Insights Filter auf "Only B&H beaters" gesetzt, also nur Strategien angezeigt, die den Average Buy & Hold Benchmark schlagen. Das Bild, das dabei rauskommt, ist nicht das, was eine durchschnittliche Trading-Anleitung verspricht. Wenn man eine Tabelle mit Strategien × Timeframes vor sich liegen hat und schaut, welche Felder grün sind und welche rot, dann ergibt sich aus den Farben eine ziemlich klare Story.

Die wichtigste Erkenntnis: Daily ist die Whipsaw-Hölle

Schau dir die Daily-Spalte an, und sie leuchtet rot. RSI/SMA Cross, Golden Cross, RSI Overbought/Oversold — alles negativ. Geh eine Spalte weiter rechts auf 2D oder 3D, und das Bild wird grüner. Auf Weekly wird es freundlich. Auf Monthly bei vielen Strategien sogar deutlich freundlich.

Das ist kein Strategie-Problem. Das ist ein Rausch-Problem.

Daily-Charts produzieren ständig kleine Bewegungen, die wie Signale aussehen, aber keine sind. Eine SMA-Cross-Strategie tappt in jeden dieser Mini-Trends rein, kassiert die Gebühren, und wartet auf den nächsten Whipsaw. Auf Weekly-Charts werden diese Mini-Bewegungen rausgemittelt — übrig bleiben die echten Trendwechsel. Das ist keine neue Erkenntnis aus der Trading-Literatur, aber es ist eine, die in unseren eigenen Daten so brutal sichtbar wird, dass wir sie hier explizit hervorheben wollen.

Konkret: RSI/SMA Cross verliert auf Daily im Schnitt 21% CAGR. Auf Weekly nur noch 4,5%. Das ist dieselbe Strategie, dasselbe Asset-Universum, dasselbe Logik-Set. Nur ein anderer Beobachtungs-Rhythmus. Ähnliches Muster bei Golden Cross: -13% Daily, -5% Weekly, sogar +1% Monthly. Bei RSI Overbought/Oversold: -17% Daily, +3% Weekly. Es ist nicht so, dass diese Strategien plötzlich gewinnen, wenn man auf Weekly geht — die meisten von ihnen sind immer noch keine Geldmaschinen. Aber sie hören auf, ein systematischer Verlust zu sein. Das ist der Unterschied zwischen "diese Strategie funktioniert nicht" und "diese Strategie funktioniert nicht auf diesem Timeframe".

Warum das wichtiger ist als die Strategie-Wahl

Die meisten Trader, die in unsere Plattform reinkommen, fragen als erstes: welche Strategie ist die beste? Das ist die falsche Frage. Die richtige Frage ist: welche Strategie funktioniert auf welchem Timeframe — und stimmt dieser Timeframe mit dem überein, wie ich tatsächlich traden will?

Wer sagt "ich will Daily traden", der wählt damit gleichzeitig auch implizit eine Subkategorie an Strategien, die auf Daily überhaupt eine Chance haben. Das sind nicht die Klassiker. Wer sagt "ich will Weekly traden", hat ein viel größeres Strategie-Universum zur Verfügung, weil das Rauschen rausgemittelt ist.

Genau deshalb ist die wichtigste Filtereinstellung in den Strategy Insights nicht der Asset-Typ oder die Strategie selbst, sondern der Timeframe. Wir haben das beim Aufbau der Insights-Page nicht so explizit gemacht, wie es eigentlich verdient hätte. Wenn du die Page bisher nur mit Default-Einstellungen angeschaut hast, hast du den Effekt vielleicht übersehen. Geh nochmal hin, klick durch die Timeframe-Spalten — die Veränderung ist drastisch.

Wer Daily traden will, braucht andere Werkzeuge

Es gibt Strategien, die auch auf Daily funktionieren — nur sind es andere als die Klassiker. Die Daily-Gewinner in unseren Daten:

Was sie verbindet: keine reagiert direkt auf Daily-Preisbewegungen des gehandelten Assets. F&G Cadence nutzt Sentiment, BTC Signal nutzt einen Markt-Leader, EMA und WMA glätten so stark, dass die Daily-Auflösung quasi zur Wochen-Auflösung wird. Bei OBV-MACD wird das Volumen mit reingerechnet, was eine Dimension hinzufügt, die ein reiner Preis-Cross-Indikator nicht hat.

Die Lehre: wer auf Daily traden will, sollte nicht den Daily-Preis als Hauptsignal nehmen. Sondern etwas, das Daily-Noise rausfiltert — Sentiment, Inter-Market-Korrelationen, Volumen-Indikatoren oder eine starke Glättung. Das ist eine andere Strategie-Familie als das, was die meisten Tutorials im Netz lehren.

Es gibt einen zweiten, weniger offensichtlichen Befund in der gleichen Spalte: die Daily-Verlierer haben oft hohe Run-Counts (RSI/SMA Cross hat 373 Runs auf Daily, Golden Cross 163, RSI OB/OS 270). Das heißt, viele Trader haben diese Strategien tatsächlich auf Daily probiert. Die Daily-Gewinner haben durchgehend niedrige Run-Counts (F&G Cadence: 6 Runs, OBV-MACD: 9 Runs, BTC Signal: 50 Runs). Das ist auch eine Information: die Strategien, die auf Daily funktionieren, sind die, die seltener angefasst werden. Vielleicht weil sie weniger intuitiv sind, vielleicht weil sie weniger gehyped werden, vielleicht beides.

Was teure Indikatoren versprechen

Hier ein kurzer Seitenblick, der uns selbst beim Bauen aufgefallen ist.

Zwei der besten Daily-Performer in unseren Daten — EMA Trend Bias und WMA Trend Signal — gehören zur gleichen Indikator-Familie wie zwei populäre Paid-Indikatoren in der Crypto-Szene: die Larsson Line von CTO Larsson und die MoneyLine der Bullmania-Community von Ivan on Tech. Beide sind invite-only auf TradingView und nur für zahlende Mitglieder zugänglich.

Wir wollen hier nicht über Preise lästern oder Behauptungen aufstellen, dass unsere Indikatoren "besser" sind. Aber drei Beobachtungen sind aus den Daten und aus öffentlich verfügbaren Informationen klar genug, um sie aufzuschreiben:

1. Die zugrundeliegende Mathematik ist öffentlich. Larsson selbst beschreibt seinen Indikator als ein System aus vier geglätteten gleitenden Durchschnitten (Smoothed Moving Averages, SMMA) auf hl2 mit Perioden 15/19/25/29 — die Logik ist online dokumentiert, Open-Source-Implementierungen davon sind öffentlich auf GitHub und in TradingView Public Library auffindbar. Die MoneyLine ist nicht öffentlich dokumentiert, gehört aber laut Beschreibung zur Familie der getrendeten gleitenden Durchschnitte. Beide sind also keine geheime Wissenschaft — sie sind Variationen eines bekannten Indikator-Typs.

2. Ähnliche Logik schlägt sich ähnlich gut. Unser EMA Trend Bias und WMA Trend Signal sind nicht direkte Klone — sie sind eigene Implementierungen mit anderen Glättungs-Verfahren (EMA bzw. WMA statt SMMA) und konfigurierbaren Perioden. Aber sie gehören zur gleichen Familie: gleitende Durchschnitte verschiedener Längen, Cross-Logik für Entry/Exit, mit einer Glättungs-Komponente die Whipsaws reduziert. Auf Daily liefern sie +10,6 % bzw. +11,3 % CAGR im Schnitt über alle B&H-schlagenden Runs. Das ist die gleiche Liga, in der die Paid-Indikatoren in deren eigenen Marketing-Charts behaupten zu spielen.

3. Eine Trading-Strategie ist nicht dasselbe wie ein Indikator. Was die Paid-Communities verkaufen, ist nicht nur die Linie auf dem Chart — es ist das Drumherum: Discord, Live-Streams, Bildung, Coaches, Alpha-Streams. Das ist ein anderes Produkt als das, was wir machen. Wir verkaufen kein Coaching, kein Discord, keine privaten Calls. Wir verkaufen die Möglichkeit, die zugrundeliegenden Strategien selbst zu testen, mit deinen Parametern, auf deinen Pairs, über Zeiträume bis zu 25 Jahren. Wer das Drumherum will, ist bei den Communities richtig. Wer wissen will, ob die zugrundeliegende Indikator-Logik tatsächlich Geld macht, ist bei uns richtig — und die Antwort ist: oft ja, manchmal nein, hängt vom Pair und vom Timeframe ab.

Was uns selbst beim Bauen aufgefallen ist: viele Indikatoren, die in der Szene als Geheimtipp herumgereicht werden, sind in ihrer Kernmechanik einfacher, als das Marketing suggeriert. Ein Smoothed Moving Average ist eine Variation des Exponentiellen Moving Average. Ein "Trend Color Switch" ist im Kern eine Cross-Detection zwischen zwei Linien. Das ist legitime Trading-Logik, aber es ist keine raketenbasierte Mathematik. Die Frage, ob solche Indikatoren auf deinem Pair und Timeframe profitabel sind, ist keine Frage des Glaubens — sie ist eine Frage des Backtests.

Die zwei Newcomer im Spotlight

Zwei Strategien fallen aus der Reihe — beide noch jung in der Arena, aber mit auffälligen ersten Ergebnissen.

Keltner Channel Breakout ist seit ein paar Tagen live. ATR-basierte Volatilitäts-Bänder, Trend-Following-Logik, hatten wir letzte Woche im Detail beschrieben. Auf 2D und 3D liegt sie aktuell vor allen anderen Strategien — +31,9% bzw. +14,6% CAGR mit Score 80 und 55. Mid-Line-Exit, EMA(20), ATR(10), Multiplier 2,0. Auf Weekly ebenfalls noch klar im Plus mit dem höchsten Score (61) in dieser Spalte. Auf Monthly fällt sie auf neutralen Bereich zurück, was zur Logik passt: Keltner ist ein Volatilitäts-Breakout-System, und auf Monthly-Charts gibt es schlicht zu wenige Volatilitäts-Bewegungen, die ein Breakout-Signal triggern. Sie braucht den mittleren Timeframe-Bereich, um zu atmen.

BTC Signal — RSI/SMA ist die Strategie mit der ungewöhnlichsten Logik im Roster: das Signal kommt von BTC, der Trade läuft auf einem Altcoin. Die Idee dahinter: BTC führt den Markt, und wenn BTC ein RSI/SMA-Crossover macht, ziehen die Alts mit Verzögerung nach. Auf Weekly liefert sie 35% CAGR mit Score 90 — der höchste Einzelwert in der gesamten Tabelle. Auf 3D und Monthly liegt sie ebenfalls deutlich im Plus (+22% bzw. +27% CAGR). Das ist über mehrere Timeframes hinweg konsistent positiv, was das Vertrauen in das Pattern erhöht.

Beide Strategien haben gemeinsam, dass sie das Asset, auf dem getradet wird, nicht direkt befragen. Keltner wandelt Preis in Volatilität um. BTC Signal nimmt einen anderen Markt als Indikator. Vielleicht ist das der eigentliche rote Faden, der sich durch die Daten zieht: Strategien, die einen Schritt Abstand zum direkten Preis nehmen, schlagen sich aktuell besser als die, die direkt am Preis kleben.

Das ist eine Hypothese, keine harte Schlussfolgerung. Wir wollen sie weiter verfolgen, wenn die Daten dichter werden. Sie würde erklären, warum F&G Cadence (Sentiment statt Preis) auf Daily so gut performt, warum EMA/WMA Trend (geglättete Preis-Repräsentation) auf Daily noch funktioniert, und warum die Klassiker, die direkt auf Preis-Crosses reagieren, auf Daily zerrieben werden. Wenn die Hypothese stimmt, hätte sie auch eine praktische Konsequenz: in einer Welt, in der jeder dieselben Preisdaten in Echtzeit sieht, ist der "Edge" eher in der Art, wie man die Daten transformiert, als in den Daten selbst.

Was die "Insufficient data"-Felder bedeuten

In der Tabelle stehen viele Felder mit "Insufficient data". Das ist nicht "wir haben dafür keine Daten" — das ist "diese Kombination schlägt den Average B&H nicht oder hat zu wenige Runs, um in der B&H-Beaters-Ansicht aufzutauchen". Das ist Information.

Beispiel Golden Cross auf 3D: leer. Heißt, die Strategie schlägt auf 3D-Crypto-Charts den Buy-and-Hold-Benchmark nicht zuverlässig. Das ist nicht überraschend — Golden Cross ist eine sehr langsame Strategie, die auf einem kurzen Timeframe wie 3D praktisch nie genug Trades produziert, um sich vom B&H abzusetzen. Beispiel OBV-MACD auf 3D und Monthly: leer. Volumen-Indikator auf langen Crypto-Timeframes verhält sich anders als auf mittleren — möglicherweise wird das Volumen-Signal auf längeren Zeiträumen vom Preis-Trend dominiert.

Wir hätten diese Felder auch standardmäßig anzeigen können (mit roten Zahlen). Aber wir haben uns für den B&H-Beaters-Filter entschieden, weil die meisten Leute, die auf die Insights-Page kommen, nicht "wo verliert welche Strategie wieviel" wissen wollen, sondern "wo gewinnt welche Strategie tatsächlich". Dass ein Feld leer ist, sagt dann implizit: hier nicht.

Eine Warnung zur Sample-Größe

Einige der grünsten Zahlen in der Tabelle stehen neben sehr wenigen Runs. Fear & Greed Cadence Daily mit 39,6% sind 6 Runs auf 6 Assets — das ist Anekdote, nicht Evidenz. OBV-MACD (v2) auf Daily mit +23,7% sind 9 Runs. Stoch-RSI / SMA Cross auf 2D mit +5,9% sind 19 Runs. Das sind alles interessante Hinweise, aber keine Argumente.

Unsere Faustregel im Haus: unter 30 Runs ist eine Zahl interessant, aber kein Argument. Über 100 Runs wird es belastbar. Über 500 Runs darfst du sie ernst nehmen.

Nach dieser Faustregel sind die wirklich belastbaren Zellen aktuell: RSI/SMA Cross auf Weekly (1647 Runs), DCA Daily (455 Runs), Buy & Hold Monthly (476 Runs), und ein paar weitere. Das sind genau die Zellen, in denen die Klassiker gerade zerrieben werden. Die Newcomer-Zellen — Keltner mit 51-151 Runs, BTC Signal mit 49-51 Runs — sitzen im "interessant, aber zu früh"-Bereich. Wir kommunizieren das hier explizit, weil wir die Newcomer mögen, aber nicht wollen, dass jemand auf Basis dieser Daten Geld bewegt, was er sich nicht leisten kann zu verlieren.

Ein Wort zum B&H-Benchmark selbst

Eine Sache, die in der Tabelle leicht übersehen wird: die Buy & Hold (Fixed) Zelle steht auf Monthly bei -9,7% CAGR mit 476 Runs auf 157 Assets. Und Average B&H — der eigentliche Benchmark, gegen den die Strategien antreten — ist in den "Ø B&H"-Zahlen unter den CAGR-Werten zu sehen, oft auch im negativen Bereich (-22,5%, -26,7%, etc.).

Heißt: das Sample, auf dem diese 7.299 Runs basieren, hat einen substantiellen Bärenmarkt-Anteil. Das ist eine inhärente Eigenschaft eines Asset-Universums von 601 Coins/Aktien/ETFs/etc., das sehr breit ist und viele Long-Tail-Assets enthält, die gegenüber ihren Allzeithochs deutlich im Minus stehen. Die "B&H beaters"-Ansicht filtert deshalb effektiv auch danach, welche Strategien in Bärenmarkt-Phasen Out-of-the-Market gehen können — was eine andere Eigenschaft ist als reine Outperformance in Bullenphasen.

Was du daraus für dich mitnehmen kannst

Wenn du in die Arena reinkommst und nicht weißt, wo du anfangen sollst, würden wir aus diesen Daten folgende Heuristiken ableiten:

• Fang auf Weekly an. Die Daten zeigen klar, dass das der Timeframe ist, auf dem die meisten Strategien atmen können. Steig erst auf 2D/3D runter, wenn du eine Strategie gefunden hast, die du verstehst und die auf Weekly funktioniert. Daily ist als Einstiegs-Timeframe eine Falle.
• Wenn du Daily traden willst, schau dir die Strategien an, die Daily nicht direkt am Preis hängen — F&G Cadence, BTC Signal, EMA/WMA Trend, OBV-MACD. Die Klassiker sind hier Verlustbringer.
• Bei Newcomern wie Keltner und BTC Signal: probier sie auf deinen Lieblings-Pairs aus. Die Ergebnisse sind vielversprechend, aber die Datenbasis ist noch jung.
• Bevor du für einen Indikator zahlst, teste die Indikator-Familie hier. EMA Trend Bias und WMA Trend Signal liefern in unseren Daten Daily-Returns ähnlich zu denen, mit denen Paid-Indikatoren der gleichen Familie werben. Dein Geld bleibt in deiner Tasche, deine Backtests bleiben in deinem Account.
• Vergleiche mehrere Timeframes für dieselbe Strategie, statt mehrere Strategien auf demselben Timeframe. Die Streuung über Timeframes ist in unseren Daten größer als die Streuung über Strategien.
• Lass dich von kleinen Samples nicht beeindrucken. Eine 40%-CAGR-Zelle mit 6 Runs ist hübsch, aber zu früh, um darauf zu wetten. Such die Zellen, die sowohl grün als auch dick besetzt sind.

Die Insights werden mit jedem Run ehrlicher. 7.000 ist ein Anfang. Wir werden in regelmäßigen Abständen Updates rausschicken, wenn die Datenbasis dicker wird und sich Patterns festigen oder verschieben.

---

Selbst nachschauen:

→ tradingstrategies.work/dashboard/strategy-insights

Backtesting Arena · Dein eigener Backtest, deine eigenen Parameter. Auf 2.000+ Assets quer durch alle Märkte.