Drawdowns und Monte Carlo: Warum Erwartungsmanagement wichtiger ist als der beste Backtest
Historische Drawdowns sind keine harte Risikogrenze. Warum robuste Strategieanalyse Stresspfade, Monte Carlo und unangenehme Szenarien berücksichtigen muss.
Executive Summary
Ein Backtest zeigt einen historischen Pfad. Genau das macht ihn nützlich und gefährlich zugleich. Er kann zeigen, wie sich ein Modell unter beobachteten Bedingungen verhalten hätte. Er zeigt aber nicht, welche alternativen Pfade aus denselben Renditen, anderen Reihenfolgen oder stärkeren Stressclustern hätten entstehen können.
Drawdowns sind deshalb mehr als eine Kennzahl. Sie sind ein Erwartungsmanagement-Werkzeug. Wer einen historischen Max Drawdown als harte Risikogrenze interpretiert, unterschätzt die Unsicherheit von Strategiepfaden. Ein Backtest mit -12 Prozent historischem Drawdown kann in alternativen Marktverläufen deutlich tiefere Rückgänge zeigen.
Monte-Carlo-Verfahren und Block-Bootstrap-Analysen helfen, diese Unsicherheit sichtbarer zu machen. Sie ersetzen keine Marktkenntnis und sind keine Prognose. Sie erweitern aber die Perspektive von einem einzelnen historischen Verlauf auf eine Bandbreite plausibler Ergebniswege.
Warum der historische Max Drawdown nicht genügt
Der historische Max Drawdown misst den größten Rückgang vom bisherigen Hoch im betrachteten Backtest-Zeitraum. Diese Kennzahl ist leicht verständlich und für Portfoliokommunikation wichtig. Trotzdem ist sie keine natürliche Grenze.
Der beobachtete Drawdown hängt von der konkreten Reihenfolge historischer Ereignisse ab. Wenn Verlustphasen stärker gebündelt gewesen wären, wenn Erholungen später eingesetzt hätten oder wenn mehrere Strategien gleichzeitig belastet worden wären, hätte derselbe Renditepool einen deutlich unangenehmeren Pfad erzeugen können.
Ein einzelner Max Drawdown beantwortet außerdem nicht:
- wie lange Underwater-Phasen gedauert haben,
- wie oft kleinere Rückgänge auftraten,
- ob Drawdowns aus einem Baustein oder aus Korrelation mehrerer Bausteine entstanden,
- ob die Strategie nach Kosten und Slippage ähnlich reagiert hätte,
- ob Stressphasen ausreichend im Datensatz enthalten waren.
Der Max Drawdown ist also ein Ausgangspunkt, kein Abschluss der Risikoanalyse.
Daily Bootstrap vs. Block Bootstrap
Ein Daily Bootstrap nimmt historische Tagesrenditen und kombiniert sie in neuer Reihenfolge. Dadurch entstehen alternative Pfade, die auf denselben beobachteten Tagesergebnissen beruhen. Der Vorteil: Die Methode ist einfach, transparent und schnell zu interpretieren.
Der Nachteil: Einzelne Tage werden behandelt, als seien sie unabhängig. Finanzmärkte verhalten sich aber selten so sauber. Volatilität, Stress, Liquidität und Trendphasen treten oft gebündelt auf.
Ein Block Bootstrap versucht, diesen Zusammenhang teilweise zu erhalten. Statt einzelne Tage zu ziehen, werden zusammenhängende Blöcke von Renditen neu kombiniert. Dadurch bleiben lokale Marktphasen, Stresssequenzen und Volatilitätscluster stärker erhalten. Für Portfolio-Research ist das besonders relevant, weil Drawdowns selten aus isolierten Einzeltagen entstehen. Sie entstehen häufig aus Sequenzen.
Beide Methoden haben Grenzen. Sie simulieren nur aus historisch beobachteten Bausteinen und können unbekannte Zukunftsereignisse nicht vorwegnehmen. Aber sie helfen, Backtest-Ergebnisse weniger eindimensional zu lesen.
Warum Volatilitätscluster wichtig sind
In ruhigen Phasen wirken viele Strategien stabil. Entscheidend ist, wie sie reagieren, wenn Volatilität steigt und Liquidität fällt. Volatilitätscluster sind Marktphasen, in denen hohe Schwankungen nicht nur an einem Tag auftreten, sondern über mehrere Tage oder Wochen bestehen bleiben.
Solche Cluster verändern Ausführung, Slippage, Korrelationen und Risikowahrnehmung. Strategien, die in normalen Phasen unabhängig wirken, können plötzlich gemeinsam verlieren. Mean-Reversion-Bausteine greifen möglicherweise zu früh in fallende Märkte. Momentum-Bausteine können in schnellen Reversals belastet werden. Macro-Filter reagieren eventuell verzögert.
Ein Backtest, der nur Durchschnittsvolatilität betrachtet, unterschätzt diese Dynamik. Robustheitsanalyse muss deshalb unangenehme Sequenzen sichtbar machen, nicht nur die glatte Equity Curve.
Psychologische Bedeutung von Underwater-Phasen
Drawdown ist nicht nur Kapitalrückgang. Er ist auch Zeit, Unsicherheit und Entscheidungsdruck. Ein Portfolio kann einen moderaten Max Drawdown haben, aber sehr lange unter dem letzten Höchststand bleiben. Für Nutzer ist das oft schwerer auszuhalten als eine kurze, scharfe Korrektur.
Underwater-Phasen erzeugen Fragen: Funktioniert das Modell noch? Hat sich das Regime verändert? Ist der Backtest überfit? Soll Exposure reduziert werden? Genau diese Fragen treten selten in den besten historischen Phasen auf. Sie treten dann auf, wenn ein Modell am stärksten Vertrauen braucht.
Gutes Erwartungsmanagement bereitet darauf vor. Es kommuniziert nicht nur Renditekennzahlen, sondern auch die Möglichkeit längerer Durststrecken.
Warum Robustheit vor Optimierung kommt
Optimierung kann einen Backtest schöner machen. Sie kann aber auch die Zukunftsfähigkeit verschlechtern, wenn Parameter zu eng an historische Zufälle angepasst werden. Je stärker ein Modell auf den besten historischen Pfad getrimmt ist, desto fragiler kann es gegenüber alternativen Pfaden werden.
Robustheit bedeutet, dass ein Modell nicht nur in einer exakten Konfiguration funktioniert. Es sollte in benachbarten Annahmen, Zeitfenstern und Stresspfaden plausibel bleiben. Monte Carlo ist dabei kein Gütesiegel, sondern ein Werkzeug, um Schwächen früher zu erkennen.
Was Logimetriq daraus ableitet
Logimetriq betrachtet Drawdowns und Simulationen als Teil der Research-Kommunikation. Historische Backtests werden nicht als harte Risikogrenzen verstanden, sondern als hypothetische Analyse eines beobachteten Zeitraums.
Der professionelle Punkt ist nicht, den schönsten Backtest zu zeigen. Der Punkt ist, realistische Erwartungen zu setzen: tiefere Rückgänge sind möglich, längere Erholungszeiten sind möglich, und alternative Pfade können deutlich unangenehmer sein als der historische Verlauf.
Ein Research-Modell wird dadurch nicht schwächer. Es wird ehrlicher.
Disclaimer
Dieser Beitrag dient ausschließlich Informations- und Bildungszwecken. Er stellt keine Anlageberatung und keine Aufforderung zum Kauf oder Verkauf von Finanzinstrumenten dar. Backtests und historische Analysen sind hypothetisch und keine Garantie für zukünftige Ergebnisse.