⚠ Diese Strategie ist nicht mehr aktiv
Abgeschaltet 2026-06. Im Bulk-Sample (Alle Assets, Produktionsläufe ≥5 Trades, Pair-Median-Aggregat (32 Paare, Stand 2026-06-23). Crypto allein 11/28 Paare, Ø ΔCAGR −9,0% (lauf-gewichtet sogar −20,9% Median). TTM-Standard-Rebuild-Prototyp erreichte +8,6% vs B&H, blieb aber unter ema_cross/supertrend.) schlugen nur 11 von 32 Assets Avg B&H — Ø Strategie +2% vs B&H +10.9% (Ø ΔCAGR -8.9%). Die Daten bleiben einsehbar; im Backtester wird sie nicht mehr angeboten.

Bollinger Bands Squeeze Strategie
Kompression vor Expansion — warte bis sich die Bollinger Bänder eng zusammenziehen, dann reite den Breakout. John Bollingers klassisches Volatilitäts-Zyklus-Spiel.
Auf einen Blick
- Typ:
- Volatilität · Trendfolge
- Plan:
- Pro
- Asset-Klassen:
- Crypto · Aktien · ETF · Rohstoffe · Forex
- Indikatoren:
- Bollinger Bands · SMA · StdDev
Community-Performance
ⓘ- CAGR
- +0.6%
- Trefferquote
- 12%
- Max DD
- -17%
Basis: 491 User-Backtests · BTCUSDT · 1d · 4 Jahre
So funktioniert's
Bollinger Bänder umschließen einen gleitenden Durchschnitt (Default SMA-20) in einem festen Standardabweichungs-Abstand (Default 2×). Wenn der Markt volatil ist, sind die Bänder weit. Wenn der Markt ruhig ist, ziehen sie sich eng zusammen.
John Bollinger selbst hat beobachtet: Phasen niedriger Volatilität werden tendenziell von Phasen hoher Volatilität gefolgt — und umgekehrt. Der Squeeze ist also ein Setup, kein Signal: er sagt dir, dass eine Volatilitäts-Expansion kommt, aber nicht in welche Richtung.
Diese Strategie greift die Long-Seite dieser Expansion ab:
- Berechne Bollinger Bänder (middle = SMA, upper/lower = middle ± stdDev × σ)
- Berechne normalisierte Bandbreite:
(upper − lower) / middle— ein relatives Maß wie eng die Bänder sind - Squeeze erkannt wenn Bandbreite unter eine konfigurierbare Schwelle fällt (Default 10%)
- BUY wenn nach einem Squeeze der Close über das obere Band ausbricht — der Breakout hat gefeuert
- SELL wenn der Close zurück unter die Mittellinie fällt — ein klassischer Mean-Reversion-Exit
Die Squeeze-Schwelle ist der sensibelste Parameter. Niedrigere Schwelle (z.B. 0.05) = nur die engsten Squeezes zählen — wenige, höherwertige Setups. Höhere Schwelle (z.B. 0.2) = mehr Setups, aber auch mehr Fehl-Breakouts. Default 0.1 ist ein guter Startwert auf Tageschart-Crypto; Wochen-Charts wollen vielleicht enger.
Der breakoutDirection-Parameter hat sowohl long_only (Default) als auch both reserviert — aber die Plattform-Engine unterstützt aktuell nur Long-Trades, also verhalten sich beide identisch. Der Parameter bleibt für zukünftigen Short-Strategie-Support.
Einstiegs- & Ausstiegsregeln
Einstieg
- ●Vorherige Kerze war in Squeeze-Zustand (Bandbreite < Squeeze-Schwelle)
- ●Aktueller Close bricht über das obere Bollinger Band
- ●Aktuell keine offene Position
Ausstieg
- ●Close fällt unter das mittlere Bollinger Band (SMA)
- ●Aktuell offene Long-Position
Parameter
| Name | Standard | Bereich | Beschreibung |
|---|---|---|---|
| BB Period | 20 | 5–100 | Anzahl Kerzen für gleitenden Durchschnitt + Standardabweichungs-Fenster. Standard 20 — Bollingers kanonischer Wert. |
| Standard Deviation | 2 | 0.5–5 | Multiplikator für die Standardabweichung. Standard 2.0 = obere/untere Bänder liegen 2σ vom Mittelwert — erfasst ~95% der Preisbewegung. |
| Squeeze Threshold | 0.1 | 0.01–0.5 | Normalisierte Bandbreite unter der der Markt als 'im Squeeze' gilt. 0.1 = Bänder sind innerhalb 10% der Mitte. Niedriger = strenger (weniger Trades). |
Live-Backtest
Der vorgekochte Mini-Backtest wird täglich aktualisiert — schau gleich rein oder starte einen Live-Lauf in der Arena.
In der Arena testen →Performance pro Asset
Top-10 Assets nach durchschnittlichem CAGR (1d-Intervall), aggregiert aus historischen Backtests der Community + Plattform. Tatsächliche Ergebnisse hängen von Parametern und Zeitraum ab.
| Asset | CAGR | vs B&H | ★ | Runs |
|---|---|---|---|---|
| BTCUSDT | +17.8% | -19.7pp | 45 | 7 |
| AAPL.US | +15.8% | -8.8pp | 45 | 1 |
| TRXUSDT | +12.0% | -31.7pp | — | 9 |
| XLMUSDT | +10.7% | +5.5pp | — | 8 |
| OCEANBTC | +10.6% | +23.8pp | 66 | 1 |
| CLVBUSD | +8.2% | +79.7pp | 0 | 1 |
| DOGEUSDT | +6.4% | -50.9pp | — | 8 |
| BNBUSDT | +6.3% | -76.2pp | — | 8 |
| CRVUSDT | +3.5% | +49.0pp | — | 5 |
| BCHUSDT | +3.4% | +1.3pp | — | 8 |
Pseudo-Code
aufklappen
// Indicators
middle = SMA(close, period)
std = stddev(close, period)
upper = middle + std_dev * std
lower = middle - std_dev * std
bb_width = (upper - lower) / middle
// State tracking
was_squeezing[i] = bb_width[i-1] < squeeze_threshold
// Entry
if was_squeezing and close > upper and position.is_flat:
BUY
// Exit
if close < middle and position.is_long:
SELLStärken & Schwächen
Stärken
- ●Positioniert dich vor großen Bewegungen — Squeezes gehen historisch hochvolatilen Expansionen voraus
- ●Volatilitäts-Zyklus-Ansatz ist John Bollingers Original-Insight — gut dokumentiert
- ●Funktioniert in allen liquiden Märkten — nicht Asset-Klassen-spezifisch
- ●Mean-Reversion-Exit (close < middle) hält dich nur solange der Trend hält
Schwächen
- ●Fehl-Breakouts — nicht jeder Squeeze löst sich mit sauberer Richtungs-Bewegung
- ●Nur Long — verpasst die Downside-Expansion komplett (wird als Kein-Signal erfasst, nicht als Short)
- ●Schwellwert-Parameter ist stark markt-abhängig — braucht Kalibrierung pro Asset und Timeframe
- ●Lagging-Mean-Reversion-Exit kann signifikante Gewinne bei schnellen Reversals zurückgeben
Häufige Fragen
Was ist der Unterschied zu Keltner Channel Breakout?
Beide sind Breakout-Strategien die Bänder um einen gleitenden Durchschnitt nutzen. Keltner nutzt ATR (Average True Range) für die Bandbreite — weiter wenn Volatilität hoch ist. Bollinger Bänder nutzen Standardabweichung — auch volatilitäts-sensitiv, aber mit anderer Math-Basis (StdDev betrachtet alle Close-Bewegungen vs ATR die volle Bar-Ranges inkl. Gaps). Der entscheidende strategische Unterschied: **Keltner ist ein direkter Breakout** (BUY wenn close > upper, jederzeit). **BB Squeeze fügt eine Setup-Bedingung hinzu** (close > upper UND wir waren gerade in einem Squeeze) — es ist ein Filter auf dem Breakout. BB Squeeze tradet weniger, versucht aber selektiver zu sein welche Breakouts genommen werden.
Was passiert wenn ich squeeze_threshold sehr hoch setze (z.B. 0.5)?
Bei Threshold 0.5 (50% Bandbreite) qualifiziert sich fast jede Periode als 'Squeeze' — die Setup-Bedingung wird bedeutungslos. Die Strategie degeneriert zu einem reinen 'close > upper band' Breakout, ähnlich zu einem Momentum-Band-Cross. Nützlich als Kontroll-Experiment um zu sehen wieviel Wert der Squeeze-Filter tatsächlich liefert vs das rohe Breakout-Signal.
Wann scheitert BB Squeeze besonders?
Drei klassische Failure-Modi: 1. **Falscher Breakout** — Bänder squeezen, Preis pumpt über oberes Band, aber es ist ein Fake-Out und kehrt sofort um. Die Strategie kauft am Top des Wicks, wird ein paar Kerzen später an der Mittellinie gestoppt. 2. **Downside-Squeeze** — Bänder squeezen, dann feuert der Breakout *nach unten*. Long-only-Strategie verpasst die Bewegung komplett. Mit einem 'both' (Long+Short)-Parameter wäre das fangbar, aber die Plattform-Engine unterstützt noch keine Short-Trades. 3. **Squeeze-aber-kein-Breakout** — Bänder bleiben wochenlang eng. Die Strategie tradet einfach nicht. Kein Verlust, aber auch keine Chance erfasst. Alle drei sind dem Volatilitäts-Zyklus-Ansatz inhärent. Kombination mit den ATR- oder Bullenmarkt-Ampel-Filtern in unserer Plattform hilft #1 zu vermeiden (falsche Breakouts im Rauschen) und #2 (Downside-Breakouts in Bärenmärkten).
Verwandte Strategien
Keltner Channel Breakout
EMA Mid-Line plus ATR-skalierte Bänder — Breakout über das Upper Band signalisiert echtes Momentum, Mid-Line-Exit fängt Trendbrüche früh ab. ATR-adaptive Trendfolge.
EMA Cross
Der konfigurierbare Trend-Wechsler — zwei Exponential-Moving-Averages kreuzen sich, und die Handelsrichtung dreht. Schneller als Golden Cross, einfacher als EMA Trend Bias.
MACD Cross
Der Momentum-Klassiker — Moving Average Convergence Divergence in Reinform. Zwei Modi: Signal-Linien-Cross oder Histogramm-Wechsel.
Lieber nicht selbst backtesten?
Schau dir unsere Strategy Insights Reports an — fertige Deep-Dives mit historischen Resultaten, Vergleichen und Markt-Kontext.