Welche SMA-Perioden eignen sich am besten für eine Crossover-Strategie?

Die am häufigsten getesteten Paare sind 50/200 (das 'Golden Cross'), 20/50 und 10/30. Die Kombination 50/200 ist für Trendfolge auf Tagescharts beliebt und hat eine lange dokumentierte Historie. Was 'am besten' ist, hängt jedoch komplett von Anlageklasse und Zeitrahmen ab — was bei US-Aktien funktioniert, kann sich bei Krypto oder Forex ganz anders verhalten. Backteste immer über mehrere Zeiträume, bevor du dich auf eine Kombination festlegst.

Warum zeigt mein SMA-Crossover-Backtest gute Ergebnisse, scheitert aber im Live-Handel?

Für diese Lücke gibt es mehrere Gründe. Erstens Look-ahead-Bias: Wenn dein Backtest Signale mit Schlusskursen berechnet und dann zum selben Schlusskurs ausführt, nutzt du Daten, die du in Echtzeit nicht gehabt hättest. Zweitens Transaktionskosten und Slippage: SMA-Strategien erzeugen häufig Trades, und selbst 0,1 % Kosten pro Trade summieren sich schnell. Drittens Overfitting: Wenn du die SMA-Perioden auf denselben Daten optimiert hast, auf denen du testest, hast du dich an Rauschen angepasst. Nutze einen zurückgehaltenen Out-of-Sample-Zeitraum zur Validierung.

Wie viele Jahre an Daten brauche ich für den Backtest eines SMA-Crossovers?

Peile mindestens 10 Jahre Tagesdaten an, um mehrere Marktregime abzudecken — Bullenphasen, Bärenmärkte und Seitwärtsphasen. SMA-Crossover-Strategien verhalten sich in diesen Regimen sehr unterschiedlich: In Trendmärkten funktionieren sie meist gut, in Seitwärtsmärkten liefern sie viele Fehlsignale. Mit weniger als 5 Jahren sind alle Performance-Zahlen statistisch unzuverlässig.

Welche Kennzahlen zählen bei der Bewertung eines Crossover-Backtests am meisten?

Konzentriere dich auf die Sharpe Ratio (risikoadjustierte Rendite, Ziel über 1,0), den maximalen Drawdown (wie viel du vom Hoch bis zum Tief verlieren würdest — alles über 30 % ist für die meisten Trader unangenehm), die Trefferquote (Crossover-Strategien liegen oft unter 50 %, aber die Gewinntrades sind größer) und den Profit Factor (Bruttogewinn / Bruttoverlust, Ziel über 1,5). Die Gesamtrendite allein ist bedeutungslos, solange du das dafür eingegangene Risiko nicht kennst.

Kann ich eine SMA-Crossover-Strategie ohne Programmieren backtesten?

Ja. Tools wie QuantPrompt lassen dich die Strategie in normaler Sprache beschreiben — zum Beispiel 'Kaufe, wenn der 50-Tage-SMA auf Tagesdaten von AAPL über den 200-Tage-SMA steigt; verkaufe, wenn er wieder darunter fällt' — und die Engine übernimmt Signalerzeugung, Simulation der Orderausführung und Performance-Reporting. Das ist praktisch, um schnell verschiedene Parameterkombinationen durchzuprobieren, ohne Python oder Pine Script schreiben zu müssen.

Startseite/Strategien/SMA-Crossover

So backtestest du eine SMA-Crossover-Strategie

Eine SMA-Crossover-Strategie kauft, wenn ein schneller einfacher gleitender Durchschnitt einen langsameren nach oben kreuzt, etwa der 50-Tage-SMA den 200-Tage-SMA (Golden Cross), und verkauft beim umgekehrten Crossover. In Trendmärkten funktioniert sie meist gut, in Seitwärtsmärkten liefert sie viele Fehlsignale — teste sie daher mit mindestens 10 Jahren Tagesdaten und inklusive Transaktionskosten.

Aktualisiert: 12. Oktober 2026

Der Crossover einfacher gleitender Durchschnitte ist eines der ältesten systematischen Handelssignale. Er ist mechanisch, leicht verständlich und ausgiebig erforscht — und damit ein idealer Einstieg, um zu lernen, wie man eine Strategie richtig backtestet.

Was ist ein SMA-Crossover?

Ein einfacher gleitender Durchschnitt (SMA) ist das arithmetische Mittel der Schlusskurse über ein festgelegtes Rückblickfenster. Eine SMA-Crossover-Strategie verwendet zwei gleitende Durchschnitte — einen schnellen (kürzere Periode) und einen langsamen (längere Periode). Kreuzt der schnelle SMA den langsamen nach oben, deutet das auf einen möglichen Aufwärtstrend hin und erzeugt ein Kaufsignal. Kreuzt er ihn nach unten, deutet das auf einen möglichen Abwärtstrend hin und erzeugt ein Verkaufs- oder Short-Signal.

Die Logik ist intuitiv: Liegen die jüngsten Kurse über dem längerfristigen Durchschnitt, zeigt das Momentum nach oben. Doch die Einfachheit, die SMA-Crossovers so attraktiv macht, ist zugleich ihre Schwäche — sie sind von Natur aus nachlaufende Indikatoren und reagieren erst auf Kursbewegungen, wenn diese bereits begonnen haben.

Gängige Parameterkombinationen

Der bekannteste SMA-Crossover ist das Golden Cross / Death Cross: der 50-Tage-SMA kreuzt den 200-Tage-SMA. Dieses Paar wird von institutionellen Tradern beobachtet und in Finanzmedien häufig zitiert.

Weitere häufig gebacktestete Kombinationen:

10 / 30 Tage — schnellere Signale, mehr Trades, höhere Transaktionskosten
20 / 50 Tage — mittelfristig, gute Balance fürs Swing-Trading
50 / 200 Tage — langsam, wenige Trades pro Jahr, für Positionstrading
EMA-Varianten — exponentielle gleitende Durchschnitte gewichten jüngere Kurse stärker; teste beide und vergleiche

Das passende Paar hängt von der Volatilität des Assets, dem Zeitrahmen und deiner Toleranz für die Haltedauer ab. Ein 50/200-Crossover auf dem Tageschart von SPY liefert weniger als 5 Signale pro Jahrzehnt; ein 10/30-Crossover auf stündlichen BTC-Daten kann Hunderte erzeugen.

Den Backtest aufsetzen

Um einen SMA-Crossover korrekt zu backtesten, musst du Folgendes festlegen:

Universum und Zeitrahmen. Welche(s) Asset(s)? Welcher Zeitraum? Nutze mindestens 10 Jahre Tagesdaten, um mehrere Marktzyklen abzudecken.
Ein- und Ausstiegsregeln. Steigst du zum Schluss der Crossover-Kerze ein oder zur Eröffnung der nächsten? Letzteres ist realistischer — in der Regel kannst du nicht in derselben Kerze ausführen, die das Signal ausgelöst hat.
Positionsgröße. Fester Dollarbetrag, feste Stückzahl oder ein Prozentsatz des Kapitals? Das wirkt sich erheblich auf die Drawdown-Berechnung aus.
Transaktionskosten. Berücksichtige Kommissionen und eine realistische Slippage-Schätzung (schon 0,05 % pro Seite verändern die Ergebnisse eines hochfrequenten Crossovers spürbar).
Benchmark. Vergleiche mit Buy-and-Hold auf demselben Asset. Eine Strategie mit 8 % Jahresrendite ist nutzlos, wenn Buy-and-Hold 12 % bringt — egal, wie die Equity-Kurve aussieht.

Die Ergebnisse interpretieren

Wenn der Backtest gelaufen ist, achte auf diese Kennzahlen, bevor du Schlüsse ziehst:

Sharpe Ratio: Rendite pro Einheit Volatilität. Unter 0,5 ist schwach, über 1,0 gut, über 2,0 außergewöhnlich und Anlass zur Skepsis.
Maximaler Drawdown: Der größte Verlust vom Hoch bis zum Tief im Testzeitraum. Eine Strategie mit 40 % maximalem Drawdown ist live psychologisch sehr schwer zu handeln.
Trefferquote und Profit Factor: SMA-Crossover-Strategien haben oft Trefferquoten von 35–45 % — sie verlieren häufiger, als sie gewinnen, aber die Gewinntrades sind größer. Ein Profit Factor über 1,5 gleicht eine niedrige Trefferquote aus.
Anzahl der Trades: Bei weniger als 30 Trades im Testzeitraum sind die Ergebnisse statistisch nicht signifikant. Mehr Trades geben mehr Vertrauen in die Kennzahlen.

Typische Fallstricke

Overfitting ist das größte Risiko. Wenn du 50 verschiedene SMA-Kombinationen testest und die beste präsentierst, hast du Data Mining betrieben, statt einen Vorteil (Edge) zu entdecken. Validiere jedes Parameterset auf einem zurückgehaltenen Zeitraum, der bei der Optimierung nicht verwendet wurde.

Survivorship Bias betrifft Aktien-Backtests. Testest du einen SMA-Crossover auf den heutigen S&P-500-Werten 20 Jahre zurück, testest du nur die Unternehmen, die überlebt haben — pleitegegangene Firmen sind nicht mehr im Index. Verwende einen Datensatz ohne Survivorship Bias.

Regimeabhängigkeit ist das am meisten unterschätzte Problem. SMA-Crossovers funktionieren in Trendmärkten und sind in unruhigen Seitwärtsphasen brutal unprofitabel. Untersuche die Ergebnisse Jahr für Jahr — hat die Strategie nur im Bullenmarkt 2010–2021 funktioniert, ist sie nicht robust.

Probier es selbst

Am schnellsten testest du verschiedene SMA-Parameterkombinationen ohne Code, indem du die Strategie in natürlicher Sprache beschreibst. Mit QuantPrompt kannst du etwa eingeben: „Kaufe, wenn der 20-Tage-SMA auf Tagesdaten von SPY über den 50-Tage-SMA steigt; verkaufe beim umgekehrten Crossover. Setze pro Trade 100 % des Kapitals ein.“ Die KI parst die Strategie, führt den Backtest auf historischen OHLCV-Daten aus und liefert einen vollständigen Performance-Report mit Equity-Kurve, Drawdown-Chart und den wichtigsten Kennzahlen — ganz ohne Code.

So wird schnelles Iterieren praktikabel: Teste 10/30 vs. 20/50 vs. 50/200 in wenigen Minuten, vergleiche die Sharpe Ratios nebeneinander und finde heraus, in welchem Regime jedes Parameterset am besten abschneidet.