Das Timeframe-Problem: 15m, 30m, 1H oder 4H?
Kürzere Zeitebenen liefern oft stärkere Rohsignale, aber auch mehr Kosten, Slippage und Ausführungsrisiken. Die robuste Mitte liegt häufig nicht dort, wo der Backtest am besten aussieht.
Executive Summary
Die Wahl der Zeitebene ist eine der wichtigsten Entscheidungen im kurzfristigen Research. 15m-, 30m-, 1H- oder 4H-Daten zeigen unterschiedliche Muster, Kostenprofile und Ausführungsrisiken. Ein Backtest kann auf kurzer Zeitebene besonders attraktiv aussehen, aber live an Reibungen scheitern.
Kürzere Timeframes liefern mehr Signale und oft stärkere Rohmuster. Gleichzeitig erhöhen sie Turnover, Slippage, Spread-Sensitivität und Datenrauschen. Längere Timeframes wirken stabiler, können aber Signale später erkennen und weniger granular reagieren.
Die robuste Lösung ist selten die Zeitebene mit der besten historischen Kennzahl. Sie ist die Zeitebene, bei der Signalstärke und Umsetzbarkeit zusammenpassen.
Warum Zeitebenen nicht isoliert bewertet werden sollten
Eine Zeitebene ist nicht nur ein Chartformat. Sie bestimmt, welche Marktstruktur sichtbar wird. Auf 15m-Basis dominieren andere Effekte als auf 4H-Basis. Nachrichten, Liquidität, Session-Wechsel und Ausführung wirken unterschiedlich.
Wenn ein Modell nur auf die beste Backtest-Performance optimiert wird, kann es eine Zeitebene wählen, die historisch zufällig gut war. Robustheit entsteht erst, wenn mehrere benachbarte Zeitebenen und Kostenannahmen geprüft werden.
Die richtige Frage lautet nicht: Welche Zeitebene hat den höchsten Return? Die Frage lautet: Welche Zeitebene bleibt nach realistischen Reibungen plausibel?
15m/30m: hohe Rohsignalstärke, hohe Kosten
Sehr kurze Timeframes zeigen viele Bewegungen. Das kann für Intraday-Research attraktiv sein, weil mehr Datenpunkte und mehr Signale entstehen. Gleichzeitig steigt die Gefahr, Rauschen zu handeln.
Auf 15m- oder 30m-Basis können kleine Ausführungsfehler einen großen Teil des erwarteten Vorteils zerstören. Spreads, Slippage, Latenz und ungünstige Kerzenpreise werden wichtiger. Ein Modell, das auf idealen Backtestpreisen basiert, kann live deutlich schlechter sein.
Kurze Zeitebenen sind daher nicht grundsätzlich schlecht, aber sie verlangen besonders konservative Kostenprüfung.
1H: oft praktischer Kompromiss
1H-Daten können ein sinnvoller Kompromiss sein. Sie bleiben nah genug an kurzfristiger Marktstruktur, reduzieren aber einen Teil des Mikrostrukturrauschens. Signale sind weniger hektisch, Ausführung kann planbarer sein, und Kosten wirken relativ weniger dominant.
Das bedeutet nicht, dass 1H automatisch überlegen ist. Aber diese Ebene kann helfen, zwischen reiner Intraday-Hektik und zu langsamer Reaktion zu vermitteln.
Für viele Research-Fragen ist genau diese Mitte interessant: nicht maximal schnell, sondern ausreichend robust.
2H/4H: weniger Turnover, oft robuster
Längere kurzfristige Zeitebenen wie 2H oder 4H reduzieren Signalhäufigkeit. Dadurch sinken Turnover und Kostenbelastung. Bewegungen sind oft klarer, aber Signale kommen später.
Der Nachteil liegt in geringerer Flexibilität. Ein 4H-Signal kann wichtige frühe Bewegungen verpassen. Der Vorteil liegt in besserer Umsetzbarkeit und weniger Rauschen.
Ob das besser ist, hängt vom Effekt ab. Manche Ideen brauchen kurze Reaktionszeit. Andere profitieren von ruhigerer Aggregation.
Warum Ausführbarkeit wichtiger ist als theoretische Signalstärke
Ein Signal, das theoretisch stark ist, aber praktisch schlecht ausgeführt werden kann, ist kein robuster Edge. Besonders auf kleinen Zeitebenen muss der Backtest zeigen, dass der Vorteil nach Kosten, Slippage und realistischen Preisen bestehen bleibt.
Ausführbarkeit umfasst mehr als Brokerkosten. Sie umfasst Liquidität, Handelszeit, Ordertyp, Marktimpact, Datenqualität und operative Stabilität.
Ein schwächeres Rohsignal auf längerer Zeitebene kann deshalb im Portfolio wertvoller sein als ein starkes, aber fragiles Kurzzeitsignal.
Stabilität über benachbarte Zeitebenen
Ein hilfreicher Robustheitstest ist der Blick auf benachbarte Zeitebenen. Wenn eine Idee auf 30m gut funktioniert, auf 1H plausibel bleibt und auf 2H nicht völlig verschwindet, ist das ein anderes Signal als eine Strategie, die nur exakt auf 15m funktioniert.
Das bedeutet nicht, dass alle Timeframes identische Ergebnisse liefern müssen. Unterschiedliche Aggregationen verändern Signale. Aber eine robuste Hypothese sollte nicht vollständig von einer zufälligen Kerzeneinteilung abhängen.
Auch die Wahl der Handelszeiten spielt hinein. Ein 1H-Signal kann je nach Marktöffnung und Session-Schnitt anders aussehen. Deshalb ist die technische Definition der Zeitebene mehr als Formatierung.
Professionelles Research betrachtet Timeframes daher als Modellannahme, nicht als neutrale Darstellung.
Rolle im Multi-Strategy-Portfolio
Die Zeitebene beeinflusst auch die Portfolio-Rolle. Kurze Timeframes erzeugen mehr Aktivität und können theoretisch schneller auf Marktveränderungen reagieren. Längere Timeframes sind ruhiger, binden weniger operative Aufmerksamkeit und können besser zu Portfolio-Overlays passen.
Welche Variante sinnvoll ist, hängt davon ab, ob der Baustein Renditequelle, Risikoreduzierung oder Bestätigungsschicht sein soll.
Datenqualität und Kerzenbildung
Je kürzer die Zeitebene, desto stärker zählt Datenqualität. Fehlende Ticks, unsaubere Hoch-/Tiefpunkte, unterschiedliche Handelszeiten oder illiquide Kerzen können Backtests verzerren. Auf längeren Zeitebenen fallen einzelne Datenfehler weniger stark ins Gewicht, verschwinden aber nicht vollständig.
Auch Kerzenbildung ist nicht neutral. Eine 1H-Kerze kann je nach Startzeit andere Signale erzeugen. Ein 4H-Modell kann durch Session-Grenzen beeinflusst werden. Deshalb sollte die Zeitebene technisch und inhaltlich dokumentiert werden.
Das klingt kleinteilig, ist aber für robuste Kurzfristmodelle zentral.
Was Logimetriq daraus ableitet
Logimetriq bewertet Timeframes nicht isoliert. Eine Zeitebene muss zur Hypothese, zum Markt, zur Kostenstruktur und zur Portfolio-Rolle passen.
Öffentliches Research kann diese Logik transparent machen. Der wichtigste Grundsatz bleibt: Der beste Backtest ist nicht automatisch die beste Umsetzung.
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.