Wie KI-Trading-Bots wirklich funktionieren

Das Versprechen eines Trading-Bots mit künstlicher Intelligenz ist meist dasselbe: die Maschine entscheiden lassen, während der Gewinn von selbst entsteht. Wer so ein Werkzeug sorgfältig testet, lernt etwas anderes: Den Bot zu starten ist der einfache Teil. Schwierig ist, zu wissen, warum er handelt, ob die Tests, die ihn stützen, realistisch sind, und was passiert, wenn sich der Markt ändert.

In diesem Leitfaden erklären wir die Entscheidungskette eines Bots und testen, um zu zeigen, wie sehr die Ergebnisse von scheinbar kleinen Entscheidungen abhängen, 1.162 Versionen eines einfachen Bots anhand der echten Tageskurse von ETH/USDT auf Binance zwischen April und Oktober 2026.

Was ein KI-Trading-Bot ist

Ein Trading-Bot ist ein Programm, das Kauf- und Verkaufsorders nach Regeln sendet, ohne manuelles Eingreifen. Jeder Bot, mit oder ohne KI, hat dieselben Schritte:

• Daten: Preise, Volumen und manchmal Nachrichten oder Social-Media-Daten.
• Signal: die Regel, die entscheidet, ob gekauft, verkauft oder abgewartet wird.
• Risikomanagement: Positionsgröße, Stop und Verlustgrenzen.
• Ausführung: das Senden der Order an den Broker und die Kontrolle, was ausgeführt wurde.

Der Unterschied beim KI-Bot liegt im Signal. Statt einer von einer Person geschriebenen Regel, etwa zu kaufen, wenn ein Durchschnitt einen anderen kreuzt, lernt das Modell Muster aus historischen Daten. Das erlaubt komplexere Regeln, ändert aber nichts am Grundprinzip: Der Bot kennt nur die Vergangenheit, die ihm gezeigt wurde.

Wie man beurteilt, ob ein Backtest verlässlich ist

Ein Backtest ist die Simulation der Strategie anhand vergangener Daten. Er ist unentbehrlich und zugleich die größte Quelle der Täuschung. Das Problem hat einen Namen: Overfitting. Je mehr Parameter und Kombinationen getestet werden, desto leichter findet sich eine, die in der Vergangenheit rein zufällig funktioniert hätte.

Drei Zahlen helfen, jeden Backtest zu beurteilen:

• Wie viele Versionen getestet wurden, bis man zur gezeigten kam.
• Wie viele Trades das Ergebnis stützen: Drei Trades beweisen nichts.
• Wie sehr sich das Ergebnis mit den Kosten ändert: Rechnen Sie mit höherem Spread und höheren Gebühren neu.

Echtes Beispiel: 1.162 Bots bei ETH 2026

Der Chart zeigt ETH/USDT vom 1. April 2026 (US$ 2.140,35) bis zum 7. Oktober 2026 (US$ 2.574,14), ein Plus von 20,27%, mit den exponentiellen gleitenden Durchschnitten über 9 und 21 Tage. Auf dem Weg fiel der Preis am 6. Juni auf ein Tief von US$ 1.505,68 und stieg am 21. September auf ein Hoch von US$ 2.807,34.

Die Kreuzungen der Version 9 und 21

Der einfachste denkbare Bot bleibt long, solange der 9-Tage-Durchschnitt über dem 21-Tage-Durchschnitt liegt. Im Zeitraum gab es drei Kreuzungen: eine Aufwärtskreuzung am 7. April (US$ 2.240,01; zehn Tage später +7,99%), eine Abwärtskreuzung am 14. Mai (US$ 2.283,25; zehn Tage später −8,03%) und eine weitere Aufwärtskreuzung am 5. Juli (US$ 1.785,65; zehn Tage später +7,4%). Mit Kosten von 0,1% je Positionswechsel hätte diese Version 46,5% gewonnen, gegenüber 20,27% bei reinem Kaufen und Halten. Sie war genau während des Rückgangs von Mai und Juni nicht investiert.

Aber warum 9 und 21?

Wir testeten alle Kombinationen eines schnellen Durchschnitts zwischen 3 und 30 Tagen und eines langsamen Durchschnitts, mindestens 3 Tage länger, bis zu 60 Tage: 1.162 Versionen desselben Bots. Mit Kosten von 0,1% je Wechsel:

• Beste Version (Durchschnitte 3 und 33): +54,5%, mit nur 3 Positionswechseln.
• Mittlere Version (13 und 39): +30,2%.
• Schlechteste Version (3 und 6): −1,4%, mit 33 Positionswechseln.
• 176 Versionen blieben unter dem einfachen Kaufen und Halten.

Wer einen Bot verkauft, zeigt die +54,5%, nicht die gesamte Liste. Und das Ergebnis der besten Version stützt sich auf drei Trades, in einem Zeitraum, der zufällig einen langen Rückgang gefolgt von einem langen Anstieg hatte, genau das Szenario, in dem Durchschnittskreuzungen am besten funktionieren. In einem Seitwärtsmarkt steigt dieselbe Regel ständig ein und aus.

Die Kosten verändern die Rangfolge

Rechnet man mit 0,5% je Positionswechsel neu, fällt die schlechteste Version von −1,4% auf −13,6%, weil sie 33 Mal die Seite wechselt. Die Versionen, die wenig handeln, ändern sich kaum. Ein hochfrequenter Bot mit schönem Backtest und Kosten von null ist der häufigste Fall eines Ergebnisses, das die Realität nicht überlebt.

Wie man einen Bot nutzt und testet, bevor man Geld riskiert

Verlangen Sie die Regel, nicht nur das Ergebnis

Sie müssen wissen, unter welchen Bedingungen der Bot kauft, verkauft und abwartet. Ein System, das sich nicht einmal in groben Zügen erklären lässt, kann auch nicht beurteilt werden, wenn es anfängt zu verlieren.

Trennen Sie Trainings- und Testdaten

Stellen Sie die Parameter in einem Teil der Historie ein und testen Sie in einem anderen, den der Bot nie gesehen hat. Lassen Sie ihn danach wochenlang im Demokonto in Echtzeit laufen. Ein Live-Ergebnis, selbst im Demo, ist mehr wert als jeder Backtest.

Berücksichtigen Sie Kosten, Verzögerung und Grenzen

Simulieren Sie mit realistischem Spread, realistischen Gebühren und realistischer Ausführungsverzögerung. Legen Sie einen maximalen Tagesverlust und einen Not-Aus-Schalter fest: Der Bot weiß nicht, wann sich das Marktregime geändert hat.

Grenzen

Der Test in diesem Artikel ist bewusst einfach: Tagesdaten, ein einziger Wert, sechs Monate und feste Kosten. Er zeigt, wie sehr das Ergebnis von den Parametern abhängt, nicht, welche Regel zu empfehlen ist. Komplexere KI-Modelle haben noch mehr Parameter und damit noch mehr Raum für Overfitting. Die Zahlen beschreiben, was passiert ist, nicht, was passieren wird.

Häufige Fehler bei Trading-Bots

• Einem Backtest vertrauen, ohne zu wissen, wie viele Versionen vorher getestet wurden.
• Kosten ignorieren: Mit 0,5% pro Trade fiel die schlechteste Version im Beispiel von −1,4% auf −13,6%.
• Ergebnisse akzeptieren, die auf sehr wenigen Trades beruhen.
• Den Bot ohne Verlustgrenze und ohne Überwachung laufen lassen.
• Einem Versprechen auf festen oder garantierten Gewinn vertrauen: Kein System beseitigt das Marktrisiko.
• Die Parameter nach jedem Verlust ändern, was von Hand betriebenes Overfitting ist.

Bevor Sie Geld in irgendeine Automatisierung stecken, lassen Sie sie mindestens einige Wochen im Demokonto laufen und protokollieren Sie jeden Trade: Einstieg, Ausstieg, Kosten und Grund. Vergleichen Sie das Live-Ergebnis mit dem des Backtests. Ist der Unterschied groß, liegt das Problem beim Test, nicht beim Markt.

Kommentare

1. Noch keine Kommentare. Schreiben Sie den ersten.

Kommentar schreiben

Kommentar senden