Mean Reversion: Warum einfache RSI-Strategien nicht ausreichen

Executive Summary

Mean Reversion gehört zu den bekanntesten Ideen im quantitativen Trading. Der Grundgedanke ist einfach: Märkte übertreiben kurzfristig, und Preise kehren später teilweise zu einem Mittelwert, Gleichgewicht oder faireren Niveau zurück.

In der Praxis ist Mean Reversion jedoch deutlich anspruchsvoller als viele einfache Indikatorregeln vermuten lassen. Ein RSI-Signal, ein Z-Score oder ein Bollinger-Band-Ausbruch ist noch keine robuste Strategie. Entscheidend ist, warum eine Übertreibung entstehen sollte, ob sie handelbar ist und welche Risiken auftreten, wenn die erwartete Rückkehr ausbleibt.

Viele einfache Mean-Reversion-Setups sehen in historischen Tests attraktiv aus, scheitern aber an Kosten, Slippage, Alpha Decay, Regimewechseln oder seltenen großen Verlusten. Für Logimetriq ist Mean Reversion deshalb keine einzelne Regel, sondern eine Strategiefamilie, die nur im Kontext von Liquidität, Risiko und Portfolio-Konstruktion sinnvoll bewertet werden kann.

Was Mean Reversion wirklich bedeutet

Mean Reversion beschreibt die Tendenz, dass extreme Abweichungen teilweise zurücklaufen können. Diese Abweichung kann auf unterschiedliche Weise definiert werden:

• ein kurzfristiger Kursrückgang nach mehreren schwachen Tagen,
• ein extrem niedriger RSI-Wert,
• eine starke Entfernung vom gleitenden Durchschnitt,
• eine ungewöhnliche Bewegung relativ zu historischer Volatilität,
• ein Gap nach einer Eröffnung,
• eine relative Schwäche innerhalb eines Aktienuniversums.

Diese Varianten haben unterschiedliche Ursachen. Manche entstehen durch Liquiditätsbedarf, Stop-Loss-Kaskaden oder temporären Verkaufsdruck. Andere beruhen auf statistischer Normalisierung, Marktstruktur oder relativer Übertreibung.

Der Begriff Mean Reversion ist also breit. Er sagt noch nichts darüber aus, welcher Mittelwert gemeint ist, warum die Rückkehr plausibel ist oder wie lange sie dauern sollte.

Warum einfache RSI-Setups fragil sein können

RSI-basierte Reversion ist beliebt, weil sie leicht zu verstehen und einfach zu testen ist. Ein sehr niedriger RSI wird oft als überverkauft interpretiert, ein sehr hoher RSI als überkauft.

Das Problem: Märkte können länger überverkauft bleiben, als ein einfaches Signal verkraftet. In starken Abwärtstrends, Stressphasen oder fundamentalen Neubewertungen ist ein niedriger RSI nicht automatisch ein Kaufargument. Er kann auch anzeigen, dass Verkaufsdruck strukturell ist und nicht nur eine kurzfristige Übertreibung.

Einfache RSI-Strategien sind außerdem anfällig für Overfitting. Kleine Änderungen an Periodenlänge, Schwellenwerten, Exit-Bedingungen oder Filtern können historische Ergebnisse stark verändern. Wenn eine Strategie nur in einer engen Parameterkombination funktioniert, ist Vorsicht geboten.

Ein weiteres Problem ist der Umgang mit Verlusten. Klassische Stop-Loss-Regeln können Mean-Reversion-Systeme verschlechtern, weil die stärksten Rebounds häufig nach extremen Bewegungen auftreten. Gleichzeitig kann das Weglassen von Risikokontrolle zu schweren Tail-Risiken führen. Genau hier zeigt sich, dass ein Indikator allein keine vollständige Strategie ist.

Short-Term Reversion als Liquiditätsbereitstellung

Eine robustere Interpretation kurzfristiger Mean Reversion ist Liquiditätsbereitstellung. Märkte bewegen sich kurzfristig nicht nur wegen neuer Informationen, sondern auch wegen Orderflow, Positionierung und Liquiditätsbedarf.

Wenn viele Marktteilnehmer gleichzeitig verkaufen müssen, kann ein Preis kurzfristig unter Druck geraten. Ein systematischer Reversal-Ansatz versucht, solche temporären Übertreibungen zu identifizieren. Das ist aber nicht kostenlos. Wer Liquidität bereitstellt, übernimmt Risiko, wenn der Preisrückgang keine Übertreibung, sondern eine echte Neubewertung ist.

Short-Term Reversion ist deshalb besonders kosten- und ausführungssensitiv. Der erwartete Vorteil pro Trade kann klein sein. Spread, Slippage, Steuern, Gebühren und verzögerte Ausführung können den Vorteil vollständig aufzehren.

Die entscheidende Frage lautet nicht nur: Gab es historisch einen Rebound? Sondern: War der Rebound nach realistischen Kosten, in handelbaren Märkten und über verschiedene Marktregime robust?

Z-Score und Bollinger: das Regime-Shift-Problem

Z-Score-Ansätze messen, wie weit ein Preis von einem Mittelwert entfernt ist, normalisiert durch eine Volatilitätsgröße. Bollinger Bands visualisieren eine ähnliche Idee: Der Preis bewegt sich relativ zu einem gleitenden Durchschnitt und einer Bandbreite.

Diese Methoden sind nützlich, aber gefährlich, wenn der Mittelwert selbst instabil ist. In einem Regimewechsel kann ein Preis dauerhaft außerhalb historischer Normalbereiche bleiben. Ein Signal, das statistisch extrem aussieht, kann in Wahrheit der Beginn einer neuen Bewertung sein.

Das klassische Risiko lautet: Der Preis ist nicht zu weit vom Mittelwert entfernt, sondern der alte Mittelwert ist nicht mehr relevant.

Deshalb brauchen statistische Reversion-Ansätze Kontext. Trendfilter, Regimefilter, Liquiditätsbedingungen, Marktstress und fundamentale Neubewertungen können entscheidend sein. Ohne Kontext besteht die Gefahr, gegen strukturelle Bewegungen anzutreten.

Kosten, Slippage und Alpha Decay

Viele Mean-Reversion-Strategien haben hohen Turnover. Sie handeln häufig und halten Positionen kurz. Dadurch steigt die Bedeutung von Kosten und Slippage.

Ein Backtest kann gut aussehen, wenn er idealisierte Preise nutzt. Live kann das Ergebnis deutlich schlechter sein, wenn Ausführung schlechter erfolgt, Spreads breiter sind oder Signale in volatilen Phasen schwer umzusetzen sind.

Hinzu kommt Alpha Decay. Einfache Regeln, die öffentlich bekannt und leicht kopierbar sind, verlieren oft an Wirkung. Wenn viele Marktteilnehmer dieselbe Anomalie handeln, wird sie kleiner, schneller oder instabiler.

Das bedeutet nicht, dass Mean Reversion tot ist. Es bedeutet, dass einfache Varianten kritisch geprüft werden müssen. Robustheit entsteht nicht durch einen bekannten Indikator, sondern durch saubere Hypothesen, realistische Kostenannahmen, Risikokontrolle und Portfolio-Integration.

Mean Reversion im Portfolio-Kontext

Mean Reversion kann als Ergänzung zu Momentum- oder Trendstrategien interessant sein. Während Momentum von Fortsetzung profitiert, sucht Mean Reversion nach Rückkehrbewegungen nach Übertreibungen. Diese unterschiedlichen Verhaltensmuster können sich im Portfolio ergänzen.

Entscheidend ist jedoch die Korrelation in Stressphasen. Eine Reversion-Strategie, die in normalen Zeiten unabhängig wirkt, kann in Marktstress plötzlich stark mit anderen Risikobausteinen zusammenfallen. Besonders gefährlich sind Strategien, die viele kleine Gewinne erzeugen und selten große Verluste realisieren.

Für Portfolio-Research ist daher nicht nur die isolierte Performance relevant. Wichtiger ist:

• Wann verliert der Baustein?
• Welche Marktregime sind problematisch?
• Verbessert er das Gesamtportfolio?
• Reduziert er Drawdowns oder verschiebt er Risiken nur?

Was Logimetriq daraus ableitet

Logimetriq behandelt Mean Reversion als Research-Familie, nicht als Indikatorrezept. Ein RSI-Wert, ein Z-Score oder ein Band-Signal kann ein Ausgangspunkt sein, aber nie die vollständige Begründung.

Der Fokus liegt auf Robustheitsfragen:

• Sind Kosten und Slippage realistisch?
• Ist Liquidität ausreichend?
• Gibt es Regime, in denen das Signal bewusst vermieden werden sollte?
• Wie verhält sich die Strategie in Tail-Events?
• Gibt es Anzeichen für Alpha Decay?
• Welche Rolle spielt der Baustein im Portfolio?

Eine Mean-Reversion-Idee ist erst dann interessant, wenn sie diese Fragen übersteht.

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.