Wir bekommen die Frage regelmäßig: Kann man eine Elliott-Wave-Strategie in unserer Backtesting-Engine abbilden? Und wenn nicht, warum nicht? Die Antwort ist interessanter, als sie auf den ersten Blick aussieht — denn sie sagt mehr über Elliott Wave selbst aus als über unsere Engine.
Die kurze Version: Nein, eine echte Elliott-Wave-Strategie ist nicht systematisch backtestbar. Nicht weil unsere Engine zu primitiv wäre, nicht weil die Daten fehlen, nicht weil die Rechenleistung nicht reicht. Sondern weil Elliott Wave als Theorie keine Regeln hat, die sich eindeutig in Code übersetzen lassen. Das ist kein Implementierungsproblem. Das ist ein Theorie-Problem.
Schauen wir uns das im Detail an.
Was Elliott Wave behauptet — und warum es so attraktiv klingt
Ralph Nelson Elliott formulierte seine Theorie 1938. Seine Kernbeobachtung: Märkte bewegen sich nicht zufällig, sondern in wiederkehrenden Wellen aus Optimismus und Pessimismus. Ein typischer Aufwärts-Impuls besteht aus fünf Wellen (drei in Trendrichtung, zwei Korrekturen), gefolgt von einer dreiteiligen Korrektur (A-B-C). Diese 5-3-Struktur soll fraktal sein — sie wiederholt sich auf jedem Zeitrahmen, vom Minutenchart bis zum Jahrhundertchart.
Das klingt erst einmal nicht schlecht. Wenn Märkte tatsächlich diese Struktur folgen, müsste man sie nutzen können. Man identifiziert, in welcher Welle man sich gerade befindet, und positioniert sich entsprechend. Welle 3 ist typischerweise die längste und stärkste — man will long sein. Welle 4 ist eine Korrektur — man will raus oder short. Klingt sauber, klingt systematisch.
Bei näherer Betrachtung fällt das Ganze aber auseinander. Aus drei Gründen.
Das Counting-Problem
Eine Welle ist erst rückblickend eindeutig eine Welle. Während sie läuft, kann derselbe Move drei verschiedene Dinge sein: Welle 3 eines Aufwärts-Impulses, Welle C einer Korrektur in einem übergeordneten Abwärtstrend, oder Welle 1 einer ganz neuen Sequenz. EW-Praktiker rechtfertigen das damit, dass man „alternative counts" parallel führen sollte — also mehrere Zählungen gleichzeitig, eine davon werde sich als richtig erweisen.
Das ist epistemologisch eine Katastrophe. Eine Theorie, die parallel mehrere widersprüchliche Vorhersagen erlaubt, ist nicht falsifizierbar. Was nicht falsifizierbar ist, ist auch nicht backtestbar. Es gibt nichts zu testen, wenn jeder mögliche Marktverlauf nachträglich als korrekt vorhergesagt umgedeutet werden kann.
Konkret: Du programmierst einen Wellenzähler. Er identifiziert den aktuellen Move als Welle 3 eines Aufwärts-Impulses und feuert ein Long-Signal. Drei Tage später kippt der Preis, dein Zähler revidiert sich und sagt jetzt: war doch nur Welle B einer übergeordneten Korrektur. Im Backtest siehst du jetzt einen verlierenden Long-Trade. Die EW-Community wird sagen: „Du hast falsch gezählt." Das ist No-True-Scotsman als Theorie-Verteidigung. Jede Vorhersage, die scheitert, war eben „nicht die richtige Zählung". Eine Theorie, die so gegen Widerlegung immunisiert ist, ist keine wissenschaftliche Theorie mehr — sie ist ein interpretatives Rahmenwerk.
Das Pivot-Erkennungs-Problem
Was ist überhaupt eine „Welle"? Ein Move von wie viel Prozent über welchen Zeitraum? Elliott Wave hat dazu keine harten Regeln. Praktiker behelfen sich mit ZigZag-Indikatoren, die Pivot-Punkte erst dann markieren, wenn der Preis sich um einen bestimmten Schwellenwert (typisch 3-5 %) gegen die vorherige Bewegung dreht.
Das Problem: ZigZag-Schwellenwert ist ein freier Parameter. Stellst du ihn auf 3 %, siehst du andere Wellen als bei 5 %. Bei 8 % siehst du nochmal andere. Welche Einstellung ist „die richtige"? EW gibt darauf keine Antwort. Das heißt: Was du backtestest, ist nicht Elliott Wave, sondern „Strategie auf ZigZag mit Parameter X". Und je nachdem, welchen Parameter du wählst, bekommst du komplett unterschiedliche Wellen-Zählungen — auf denselben historischen Daten.
Das ist nicht eine Schwäche, die man durch besseres Programmieren beheben kann. Es ist eine fundamentale Lücke in der Theorie selbst. Elliott Wave sagt nicht, wie groß ein Move sein muss, um als Welle zu zählen. Damit überlässt es diese Entscheidung dem Anwender — und damit ist die Theorie für einen Backtest schon kaputt.
Das Fibonacci-Bandbreiten-Problem
Die „Regeln" von Elliott Wave sind weicher, als sie auf den ersten Blick wirken. Welle 2 retraced typischerweise 50 % oder 61,8 % von Welle 1. Aber auch 38,2 % und 78,6 % sind „valide". Welle 3 ist die längste, außer wenn sie es nicht ist. Welle 4 sollte das Hoch von Welle 1 nicht überschreiten — außer in diagonalen Strukturen, wo sie es darf. Welle 5 hat oft eine Fibonacci-Beziehung zu Welle 1 — bei 0,618, 1,0 oder 1,618.
Wenn deine „Regeln" praktisch jeden möglichen Pullback und jede mögliche Verlängerung abdecken, hast du keine Vorhersagekraft. Eine Theorie, die nichts ausschließt, sagt nichts vorher. Backtesten kann man nur Regeln, die in einer konkreten Situation eindeutig sagen: kaufen oder nicht kaufen. EW liefert das nicht.
Was man stattdessen testen kann
Es gibt EW-inspirierte Strategien, die backtestbar sind — weil sie EW-Vokabular verwenden, aber unter der Haube etwas anderes machen: präzise definierte Pattern-Recognition. Drei Beispiele:
Fibonacci-Retracement-Entries. Regel: Nach einem definierten Impuls (z.B. mindestens 20 % Move in maximal 30 Tagen) kaufst du beim Rücksetzer auf das 61,8 %-Retracement, Stop bei 78,6 %. Das ist hart codierbar und backtestbar. Funktioniert es zuverlässig? Die meisten ernsten empirischen Studien finden keinen statistisch signifikanten Edge gegenüber einer Random-Entry-Baseline, sobald man Transaktionskosten und Multiple-Testing-Bias berücksichtigt.
ZigZag-Swing-Trading. Identifiziere Swing-Hochs und Swing-Tiefs über einen festen ZigZag-Threshold, handle in Richtung des letzten Swings mit Trailing-Stop. Klassische Trend-Following-Logik, oft mit EW-Branding verkauft, aber methodisch unabhängig von Elliott Wave.
Harmonic Patterns (Gartley, Butterfly, Bat). Diese sind formalisierter als EW — jedes Pattern hat exakte Fibonacci-Relationen zwischen den Pivot-Punkten. Damit codierbar und backtestbar. Empirische Ergebnisse: Edge typischerweise innerhalb der Transaktionskosten-Marge, oder erklärbar durch das Backtest-Universum (welche Märkte, welche Zeiträume — bei sorgfältiger Out-of-Sample-Validierung verschwindet der Edge oft).
Wichtig: Keine dieser Strategien ist echtes Elliott Wave. Es sind Indikator-Strategien mit Elliott-Wave-Branding. Das ist eine wichtige Unterscheidung, weil das EW-Marketing oft suggeriert, dass diese testbaren Sub-Pattern den Beweis für die Gesamttheorie liefern. Das tun sie nicht.
Was das über Elliott Wave selbst aussagt
Hier wird es interessant. Wenn die Theorie keine eindeutigen Regeln hat, wenn jede Vorhersage post-hoc umgedeutet werden kann, wenn die testbaren Sub-Komponenten keinen klaren Edge zeigen — was bleibt dann von Elliott Wave?
Was bleibt, ist eine interpretative Sprache. Ein Vokabular, mit dem man Marktbewegungen rückblickend erzählen kann. Das ist nicht wertlos, aber es ist auch nicht das, was die meisten Anwender denken, was sie kaufen. Sie denken, sie kaufen ein prädiktives System. Sie kaufen tatsächlich ein Erzählwerkzeug.
Das deckt sich mit empirischen Daten zu prominenten EW-Praktikern. Robert Prechter, einer der bekanntesten lebenden Elliott-Wave-Vertreter, hat seit den späten 1980ern wiederholt große Crashes prognostiziert. Einige kleinere Korrekturen kamen tatsächlich. Aber ein säkularer Mega-Crash, den er seit Jahrzehnten ankündigt, ist nie eingetreten. Sein Track Record als prädiktiver Ökonom ist objektiv schwach. Sein Track Record als Content-Provider und Newsletter-Verleger ist exzellent. Diese beiden Tatsachen sind keine Kontradiktion — sie zeigen, wovon Elliott Wave als Produkt tatsächlich lebt.
Wem nützt Elliott Wave dann eigentlich?
Drei Gruppen, ehrlich sortiert:
Content-Providern. EW ist die perfekte Theorie für YouTube, Substack, Newsletter, Discord-Channels. Komplex genug, um Expertise zu signalisieren. Vage genug, um nie eindeutig falsifiziert zu werden. Liefert eine endlose Pipeline an „Updates" („Mein Wellen-Count hat sich geändert..."). Das Geschäftsmodell läuft auf Dramaturgie und Spannungsbogen, nicht auf nachweisbarer Genauigkeit. Das ist nicht moralisch verwerflich — es ist nur wichtig zu erkennen, was man als Käufer eines EW-Newsletters tatsächlich konsumiert.
Erfahrenen Discretionary-Tradern. Es gibt Leute, die nachweislich mit EW-Vokabular Geld verdienen. Bei näherer Beobachtung machen sie meistens etwas anderes — sie haben gutes Markt-Bauchgefühl, gutes Risikomanagement, klare Position-Sizing-Regeln. EW dient ihnen als mentales Framework, um intuitive Entscheidungen zu strukturieren. Das funktioniert für sie, ist aber Handwerk, kein systematisches Verfahren. Es ist nicht übertragbar — was bei dem einen funktioniert, scheitert bei dem anderen, weil das Bauchgefühl der eigentliche Treiber ist und nicht die Wellen-Zählung.
Anfängern. Hier wird Elliott Wave schädlich. Das Versprechen „lerne EW und du kannst den Markt vorhersagen" zieht Leute in eine steile Lernkurve, die nirgendwohin führt. Während sie lernen, verlieren sie reales Geld auf halb-verstandenen Counts. Die Opportunitätskosten sind enorm: dieselbe Zeit in Position Sizing, Risk Management und systematische Strategie-Validierung investiert würde messbar mehr bringen. Wir sehen das in unserer eigenen Nutzerbasis: Leute, die ihre ersten Backtests laufen lassen, lernen in einer Stunde mehr über realistische Erwartungen an Trading-Strategien als sechs Monate EW-YouTube-Konsum bringen.
Eine notwendige Differenzierung am Schluss
Damit das nicht ganz schwarz-weiß bleibt: Elliott selbst war kein Scharlatan. Seine Grundbeobachtung — dass Märkte in Wellen aus Optimismus und Pessimismus oszillieren — ist nicht falsch. Sie ist nur banal und nicht operationalisierbar. Was als „Elliott Wave Theory" verkauft wird, sind 90 Jahre Schichtarbeit von Praktikern, die jede neue Komplikation in die Theorie eingebaut haben, statt zu akzeptieren, dass die Theorie selbst das Problem ist. Mit jeder neuen Welle-Kategorie (Diagonalen, Truncations, Expanded Flats, Running Triangles) wurde EW unfälschbarer — und damit als Theorie schwächer, nicht stärker.
Was wir empfehlen
Wenn dich Elliott Wave fasziniert, ist das in Ordnung. Aber behandle es als das, was es ist: ein erzählerisches Framework, nicht als prädiktives System. Wenn du wirklich wissen willst, ob ein Trading-Ansatz funktioniert, brauchst du zwei Dinge: klare Regeln, die ohne Interpretationsspielraum in Code laufen, und einen ehrlichen Backtest auf Out-of-Sample-Daten. Unsere Plattform liefert genau das. Was sie nicht liefert — und auch nicht liefern kann — sind die rhetorischen Versprechen, die EW-Coaches verkaufen.
Wer eine Stunde mit einem ehrlich gebauten RSI/SMA-Cross-Backtest auf Bitcoin oder seinen Lieblings-Altcoin verbringt, lernt mehr über die tatsächlichen Eigenschaften systematischer Strategien — Trefferquote, Drawdown, Sequenz-Risiko, Bär-Markt-Verhalten — als in einem Monat Wellen-Counting. Das ist keine geschickte Vermarktung, das ist nüchterne Empfehlung: Wer den Markt wirklich verstehen will, fängt bei nachprüfbaren Aussagen an.
FAQ
Kann ich in Backtesting Arena Fibonacci-Strategien testen? Aktuell nicht direkt als eigenes Strategie-Modul, aber du kannst über kombinierte Signale (z.B. RSI-Oversold an Bollinger-Bands-Unterband) ähnliche Mean-Reversion-Logiken approximieren. Ein dediziertes Fibonacci-Retracement-Modul steht auf der Roadmap, sobald wir die nötigen Pivot-Erkennungs-Bausteine sauber gebaut haben.
Warum bietet ihr keine Elliott-Wave-Strategie an? Aus den im Artikel beschriebenen Gründen: Wir können nichts anbieten, was sich nicht in eindeutige Regeln übersetzen lässt. Würden wir einen automatischen Wellenzähler bauen, bekämen wir einen ZigZag-Indikator mit EW-Branding — und dann müssten wir behaupten, dass das Elliott Wave sei. Das wäre methodisch unehrlich.
Was sollte ich stattdessen lernen, wenn ich mit Trading-Strategien anfangen will? Drei Sachen, in dieser Reihenfolge: erstens, wie Position Sizing und Risk Management funktionieren — das ist zu 80 % der Job. Zweitens, wie Backtest-Statistiken zu interpretieren sind (CAGR ist nicht Profit, Sharpe ist nicht Win-Rate, Max Drawdown sagt mehr als beide). Drittens, wie ein paar einfache Strategie-Familien sich auf verschiedenen Märkten verhalten — z.B. Trend-Following auf Aktien vs. Crypto, Mean-Reversion auf Forex. In unserem Wiki und unter Strategy Library findest du Einstiege.