Im letzten Artikel haben wir drei Thesen aufgestellt: Erstens, klassische Zyklus-Indikatoren werden mit jedem Zyklus unzuverlässiger, weil Bitcoins Extreme strukturell kleiner werden. Zweitens, adaptive Normalisierung (rollender Z-Score) schlägt feste Schwellwerte. Drittens, institutionelle Marktanteile sollten als Dämpfungs-Faktor einberechnet werden. Das waren Thesen. Dieser Artikel liefert den Praxis-Test. Wir haben einen Indikator genau nach dieser Logik gebaut: neun Komponenten, rollender 365-Tage-Z-Score, institutionelle Dämpfung aus ETF-/Treasury-/Government-Holdings. Dann haben wir ihn gegen 2697 Tage historischer BTC-Daten laufen lassen und drei konkrete Fragen gestellt: Hat er Vorhersagekraft? Hätte man damit Geld verdient? Hätte er wenigstens vor Drawdowns geschützt? Die Antworten haben unsere Positionierung des Indikators komplett verändert. Die Konstruktion — kurz rekapituliert Neun Komponenten, weighted zu einem Score 0-100:

Pi Cycle Top (10%) — der klassische Top-Indikator Pi Cycle Bottom (10%) — Spiegelbild für Böden Mayer Multiple (16%) — Preis relativ zum 200-Tage-MA Weekly RSI (13%) 200-Wochen-MA Abstand (14%) Halving Position (8%) Fear & Greed (19%) BTC-Dominanz-Trend (5%) Mining Difficulty Trend (5%)

Jede Komponente wird auf 0-100 normalisiert, dann gewichtet summiert. Das ergibt den Raw-Score. Auf den legen wir einen rollenden 365-Tage-Z-Score — genau die adaptive Normalisierung, für die wir im letzten Post argumentiert haben. Und zum Schluss dämpfen wir den Score proportional zum Anteil institutionell gebundener BTC. Das Ergebnis: fünf Phasen (Akkumulation, Erholung, Expansion, Distribution, Überhitzt), kalibriert auf aktuelle Marktstruktur statt historische 2017er-Extreme. Methodisch genau das, was die Argumentation im letzten Post gefordert hat. Die Kalibrierungs-Statistik sah gut aus: Über den gesamten Backfill-Zeitraum landeten ~17% der Tage in den Extremen (Akkumulation + Überhitzt) — exakt die ±1-Standardabweichungs-Verteilung, die man von einem korrekt normalisierten Indikator erwartet. Die historischen Zyklus-Böden (Dez 2018, März 2020, Nov 2022) und Tops (April 2021, November 2021) wurden richtig klassifiziert. Technisch hat der Indikator also getan, was wir wollten. Die Frage war: Macht er dadurch auch bessere Entscheidungen möglich? Test 1 — Sieht er die Zukunft? Wir haben gemessen, wie der Score mit dem BTC-Preis zu verschiedenen Zeitpunkten korreliert:

Gleicher Tag: -0.17 +30 Tage: -0.14 +60 Tage: -0.12 +90 Tage: -0.12

Die gute Nachricht: Alle Korrelationen sind negativ. Das ist das erwartete Mean-Reversion-Muster — hoher Score heute, tendenziell niedrigerer Preis in Zukunft. Der Effekt existiert messbar. Die schlechte Nachricht: Die Korrelation ist am gleichen Tag am stärksten und schwächt sich mit zeitlichem Abstand ab. Das ist klassisches Gleichlauf-Verhalten, nicht Vorlauf. Unser Indikator folgt dem Markt minimal, er führt ihn nicht. Und |0.17| ist statistisch signifikant bei dieser Datenmenge, aber praktisch bescheiden. Ein starkes Vorhersage-Signal hätte eine Korrelation von mindestens 0.4. Wir liegen deutlich darunter. Test 2 — Der Trading-Backtest Das ist der Test, den die meisten Zyklus-Indikator-Anbieter nicht publizieren. Wir haben eine einfache Strategie simuliert, die den Phasen-Signalen folgt:

Akkumulation, Erholung, Expansion → 100% Long Distribution → 50% Long Überhitzt → 0% Long (Cash)

Ergebnis über 7.4 Jahre:

Das ist kein Grenzfall. Zehntausend Dollar wären mit unserer Strategie zu 16.900 Dollar geworden. Mit Buy-and-Hold zu 182.400 Dollar.

Die Aufschlüsselung nach Phasen zeigt, woher der Schaden kommt:

Der gesamte Verlust kommt aus einer einzigen Phase: Überhitzt. Die 262 Tage, an denen unser Indikator "Cash" befahl, waren rückblickend 262 Tage, an denen der BTC-Markt weiter lief. Der Z-Score-Ansatz, den wir im letzten Post verteidigt haben, triggert in Bull Runs zu früh — eben weil ungewöhnliche Stärke per Definition einen extremen Z-Score erzeugt, auch wenn noch Monate Bewegung bevorstehen.

Test 3 — Wenigstens Drawdown-Schutz?

Die klassische Rettungslinie eines Zyklus-Indikators: "Ok, weniger Rendite, aber weniger Drawdown." Das Ergebnis:

Cycle-Strategie Max DD: -75.3% Buy-and-Hold Max DD: -76.6%

1.3 Prozentpunkte Unterschied. Praktisch identisch. Die Strategie, die 94% der möglichen Rendite geopfert hat, lieferte keinen messbaren Risiko-Schutz. Der Grund ist strukturell, nicht technisch: Die großen Bärenmarkt-Drawdowns passieren, nachdem der Indikator bereits "Akkumulation" signalisiert. Der Markt fällt weiter, obwohl die Zyklus-Logik sagt "jetzt ist unten". Der Indikator ist voll exponiert, wenn der Schmerz kommt. Die Neuinterpretation der These Wir hatten im letzten Post argumentiert, dass adaptive Normalisierung und institutionelle Dämpfung die Lösung für das Zyklus-Indikator-Problem sind. Dieser Test zeigt: Sie lösen ein Teilproblem, nicht das Gesamtproblem. Was sie lösen: Die Verteilungs-Kalibrierung. Der Indikator klassifiziert historische Extreme korrekt. Er meldet "Überhitzt" nicht mehr nur an Tagen, die 2017er-Maßstäben entsprechen. Er meldet "Akkumulation" an den tatsächlichen Zyklus-Böden der letzten Jahre. Als Beschreibungs-Werkzeug funktioniert er. Was sie nicht lösen: Das Timing-Problem. Die Mean-Reversion-Tendenz, die ein hoher Z-Score implizieren würde, manifestiert sich oft erst Monate später — lange nachdem "der Trade" eigentlich hätte passieren müssen. Und die Drawdowns vom Markt werden nicht abgefangen, weil sie aus der falschen Phase-Perspektive kommen. Das hat Konsequenzen für die Ehrlichkeit, mit der man solche Indikatoren kommuniziert. Was wir daraus machen Wir hatten zwei Optionen: Den Indikator als Trading-Signal vermarkten, hoffen dass keiner den Backtest macht, und in drei Jahren mit enttäuschten Nutzern konfrontiert sein. Oder: Den Indikator als das positionieren, was er tatsächlich ist. Er ist jetzt Teil eines neuen Dashboards namens Market Pulse, frei zugänglich für alle Nutzer. Dort wird er explizit als Kontext-Tool ausgewiesen, nicht als Trading-Signal. Über dem Chart steht ein prominenter Hinweis, der die hier dargestellten Backtest-Ergebnisse zusammenfasst. Unter dem Chart gibt es ein zweites Modul mit unserer Fear & Greed Cadence Strategie — eine deutlich einfachere, transparent backgetestete Konträr-Strategie. Das ist weniger glamourös als "der ultimative Bitcoin-Top-Signal-Indikator". Es ist auch näher an dem, was wir ehrlich liefern können. Die größere Lehre Der letzte Post endete mit der Aussage: "Die Frage ist nicht, ob der Markt ein Top oder Bottom erreicht. Die Frage ist, ob der Markt heiß oder kalt läuft — relativ zu sich selbst." Das bleibt richtig. Was wir hinzufügen müssen: Selbst diese abgeschwächte Frage liefert kein handelbares Signal. Sie liefert Kontext. Kontext ist wertvoll. Aber Kontext ist nicht dasselbe wie ein Trade-Setup. Wer einen Zyklus-Indikator als Orakel verwendet, wird enttäuscht. Wer ihn als Thermometer versteht — mit allen Limitationen eines Thermometers — zieht Mehrwert daraus. Das Thermometer sagt dir, ob dir warm oder kalt ist. Es sagt dir nicht, ob du die Heizung aufdrehen sollst. Was dabei herauskam — methodisch Drei konkrete Lehren aus diesem Projekt, die wir mitnehmen: Kalibrierungs-Qualität und Trading-Qualität sind nicht dasselbe. Ein Indikator kann statistisch perfekt normalisiert sein und trotzdem keine brauchbaren Trading-Signale liefern. Das ist nicht paradox — das ist einfach die Natur schwacher Korrelationen. Z-Scores triggern früh. Das ist mathematisch zwangsläufig: sobald eine Serie ihre typische Range verlässt, wird der Z-Score extrem. Das heißt in Bull Runs: "Überhitzt" kommt Wochen bis Monate vor dem wirklichen Top. In Bärenmärkten: "Akkumulation" kommt Wochen bis Monate vor dem wirklichen Bottom. Das ist kein Fehler, sondern eine Eigenschaft der Methode — die man kennen und kommunizieren muss. Ehrliche Backtests sind selten aus einem Grund. Wir sind nicht die ersten, die einen Zyklus-Indikator gebaut haben. Aber wir sind möglicherweise unter den wenigen, die ihren eigenen Indikator öffentlich gegen Buy-and-Hold getestet haben — und das Ergebnis publiziert haben, bevor das Feature live ging. Es hätte leichter sein können, die Zahlen einfach nicht zu zeigen. Wo du den Indikator findest Unter Market Pulse — mit vollem Chart, allen acht Komponenten und dem transparenten Kontext. Dazu das Fear & Greed Cadence Modul und eine Zusammenfassung der hier präsentierten Ergebnisse. Ehrliche Zahlen statt große Zahlen, das ist unser Leitsatz

Schau dir den Chart an.