Um den Makel des „in-sample“ Ansatzes zu mildern, präsentieren viele Backtests zusätzlich einen „out-of-sample“ Test. Hierbei wird das Modell beispielsweise mit Daten von 2002 bis 2012 versorgt und muss dann zwischen 2012 und 2017 damit arbeiten. Ziel ist es die Robustheit des Modells zu demonstrieren.
Eine Prüfung „out-of-sample“ ist in jedem Falle empfehlenswert, garantiert jedoch keine vollständige Unabhängigkeit von der Zukunft. Funktioniert ein Modell nämlich „out-of-sample“ nicht, wird der Entwickler dieses in der Regel nicht sofort ad acta legen, sondern bestimmte Parameter weiter verändern. Fragen Sie beim nächsten Backtest doch einfach mal nach wie viele Testläufe es gebraucht hat, bis das Modell „out-of-sample“ funktionierte.
Fazit
Es gibt unzählige Wege einen Backtest zu schönen – und viele Entwickler von Handelsstrategien legen es dabei noch nicht einmal bewusst darauf an. Handwerkliche Fehler, unzureichende Datenqualität und am Ende die Ungewissheit der Zukunft sollten Investoren jede Rückrechnung mit Vorsicht genießen lassen.
Eine gute Analyse der Rahmenbedingungen einer Rückrechnung kann dabei bereits das gröbste herausfiltern. Aufgeklärte Anleger haben damit die Chance nach eingehender Prüfung früher als der breite Markt von wirklichen Innovationen profitieren zu können.
Bisher erschienene Artikel der Serie:
Teil 1 – Das Einmaleins des Risikomanagement
Teil 2 – Alles Wissenswerte zur Diversifikation
Teil 3 – Die Grenzen des Risikomanagement
Teil 4 – Taktisches Risikomanagement
Über den Autor:
Paul Skiba verantwortet beim Vermögensverwalter BPM – Berlin Portfolio Management die Bewertung von Portfoliorisiken und Absicherungsstrategien. Er studierte Volkswirtschaftslehre an der Universität Mannheim und am University College Dublin sowie Finanzmathematik an der Cass Business School in London.
Für Fragen und Anregungen steht Herr Skiba gerne zur Verfügung: www.berlin-pm.com