Charttechnik, Chartmuster und Candlesticks aus Quant-Sicht

Vertiefung11 Min. Lesezeit · 15 Quellen

Charttechnik, auch technische Analyse genannt, liest aus Kursverläufen und Umsätzen, wohin ein Kurs als Nächstes läuft: Trends, Unterstützungen, Chartmuster wie die Kopf-Schulter-Formation, japanische Candlesticks und Indikatoren wie RSI oder MACD. Aus Quant-Sicht ist jede dieser Regeln eine Hypothese, die man genau formulieren und mit Kosten und gegen Zufallstreffer testen muss. Hier siehst du, wie das geht und was dabei bisher herausgekommen ist.

Grundbegriffe: Trend, Unterstützung, Widerstand

Ein Aufwärtstrend ist eine Folge höherer Hochs und höherer Tiefs, ein Abwärtstrend das Gegenteil. Gleitende Durchschnitte glätten den Kurs, damit der Trend sichtbar wird; bekannt ist die 200-Tage-Linie. Eine Unterstützung ist ein Kursbereich, in dem Chartisten Käufe erwarten, etwa ein früheres Tief; ein Widerstand ein Bereich, in dem sie Verkäufe erwarten. Durchbricht der Kurs einen Widerstand, spricht man von einem Ausbruch. Steigende Umsätze gelten dabei als Bestätigung. Diese Begriffe stehen so in Lehrbüchern wie Murphy (1999).

Prüfbar wird das erst mit einer genauen Regel. Statt „der Kurs bricht aus“ heißt es dann zum Beispiel: „Der Schlusskurs liegt über dem höchsten Schlusskurs der letzten 50 Handelstage; gekauft wird zum Schlusskurs des nächsten Tages.“ So oder ähnlich muss eine Regel lauten, damit man sie testen kann. Brock u. a. (1992) etwa prüften Ausbrüche aus Handelsspannen.

Klassische Chartmuster

• Kopf-Schulter-Formation: drei Hochs, das mittlere am höchsten. Die Linie durch die beiden Tiefs dazwischen heißt Nackenlinie; fällt der Kurs darunter, gilt das als Trendwende nach unten. Umgekehrt als Boden.
• Doppeltop und Doppelboden: zwei Hochs oder Tiefs auf ähnlicher Höhe, im Chart wie ein M oder W.
• Dreiecke: Hoch- und Tieflinie laufen aufeinander zu (steigend, fallend oder symmetrisch). Erwartet wird ein Ausbruch in eine Richtung.
• Flaggen und Wimpel: eine kurze, flache Gegenbewegung nach einem steilen Anstieg oder Fall. Erwartet wird die Fortsetzung des vorigen Trends.

Das Grundproblem benennen Lo u. a. (2000) gleich zu Beginn: Ob ein Kurschart eine geometrische Form zeigt, ist eine Frage der Wahrnehmung. Solche Formen liegen, so die Autoren,

Sie erkennen Muster deshalb automatisch: Eine nichtparametrische Kernregression glättet den Kurs, die Hochs und Tiefs der geglätteten Linie werden nach festen Regeln zu Mustern zusammengesetzt. Auch ein erfahrener Chartist sieht im Rückblick nämlich eher die Muster, die funktioniert haben (Rückschaufehler). Und eine Kopf-Schulter-Formation ist erst mit der rechten Schulter und dem Bruch der Nackenlinie vollständig. Wer das Muster früher einzeichnet, nutzt Wissen aus der Zukunft.

Candlesticks: Doji, Hammer, Engulfing, Morning Star

Eine Candlestick-Kerze zeigt für einen Tag Eröffnung, Hoch, Tief und Schluss. Der Körper reicht von der Eröffnung bis zum Schluss (hell oder grün bei steigendem, dunkel oder rot bei fallendem Kurs), die Dochte bis zum Hoch und zum Tief. Die Methode stammt der Überlieferung nach aus dem japanischen Reishandel. Einige bekannte Muster:

• Doji: Eröffnung und Schluss fast gleich, der Körper ist ein Strich. Gilt als Zeichen von Unentschlossenheit.
• Hammer: kleiner Körper oben, langer unterer Docht, meist mindestens doppelt so lang wie der Körper, nach einem Rückgang. Gilt als mögliche Wende nach oben.
• Engulfing: Der Körper der zweiten Kerze umschließt den der ersten und läuft in die Gegenrichtung (steigend als Bullish, fallend als Bearish Engulfing).
• Morning Star: drei Kerzen, nämlich eine große dunkle, eine kleine mit Abstand darunter, dann eine große helle, die tief in den Körper der ersten reicht. Gegenstück: Evening Star.

Formalisiert sieht ein Doji etwa so aus: Der Betrag von Schluss minus Eröffnung ist höchstens ein Zehntel der Spanne von Hoch bis Tief. Solche Schwellen sind gesetzt, nicht hergeleitet. Jede andere Schwelle ist eine weitere getestete Variante.

Indikatoren: RSI, MACD, Bollinger-Bänder, Momentum

• RSI: Der Relative Strength Index von Wilder (1978) setzt durchschnittliche Gewinne und Verluste der letzten 14 Perioden ins Verhältnis. Über 70 gilt ein Kurs als überkauft, unter 30 als überverkauft.
• MACD: Der MACD ist die Differenz zweier exponentieller Durchschnitte, üblich über 12 und 26 Perioden. Seine eigene Glättung über 9 Perioden heißt Signallinie; Kreuzungen gelten als Signale.
• Bollinger-Bänder: Bollinger-Bänder liegen meist zwei Standardabweichungen über und unter einem gleitenden Durchschnitt über 20 Perioden. Sie werden weiter, wenn die Schwankung steigt.
• Momentum: Kurs heute geteilt durch den Kurs vor n Perioden, minus 1. Als Time-Series-Momentum (Zeitreihen-Momentum) ist das die am besten belegte Form der „Trend“-Idee: Moskowitz u. a. (2012) fanden es in allen 58 untersuchten Futures auf Aktienindizes, Währungen, Rohstoffe und Anleihen (Trendfolge).

Viele Indikatoren messen auf verschiedene Weise dasselbe: Wie weit ist der Kurs zuletzt gestiegen, und wie stark schwankt er? Wer RSI, MACD und Momentum gemeinsam einsetzt, hat deshalb weniger unabhängige Signale, als es aussieht.

Wie man Charttechnik quantitativ testet

1. Formalisieren: Regel, Parameter und Anlagen vorab festlegen und aufschreiben, bevor die Ergebnisse vorliegen.
2. Zeitpunkte ehrlich wählen: Ein Signal aus dem Schlusskurs von heute wird frühestens zum nächsten Kurs gehandelt.
3. Vergleichsmaßstab: Kaufen und Halten, mit gleichem Risiko verglichen. Brock u. a. (1992) verglichen ihre Regeln per Bootstrap mit Zufallsmodellen: Random Walk, AR(1), GARCH-M und EGARCH.
4. Kosten: Geld-Brief-Spanne, Gebühren, Market Impact und Steuern. Je höher der Umschlag, desto wichtiger.
5. Data Snooping: Alle getesteten Regeln zählen. Der Reality Check von White (2000) prüft, ob die beste Regel mehr als Glück unter vielen ist; der SPA-Test von Hansen (2005) ist trennschärfer und weniger empfindlich gegenüber schlechten Varianten.
6. Außerhalb der Stichprobe: spätere Jahre, andere Märkte, andere Anlagen.

Was die Forschung zeigt

• Gleitende Durchschnitte und Ausbrüche: Brock u. a. (1992) testeten diese beiden einfachen Regeln am Dow Jones von 1897 bis 1986 und fanden starke Unterstützung: Nach Kaufsignalen waren die Renditen höher und weniger volatil als nach Verkaufssignalen, nach Verkaufssignalen sogar negativ. Das ist mit den vier Zufallsmodellen unvereinbar.
• Korrektur für Data Snooping: Sullivan u. a. (1999) wendeten den Reality Check auf ein auf Tausende Regeln erweitertes Universum und 100 Jahre Tagesdaten des Dow Jones an. Für den ursprünglichen Zeitraum hielt die beste Regel der Korrektur stand; in den Jahren 1987 bis 1996 danach wiederholte sich ihr Vorsprung nicht.
• Kosten: Bajgrowicz und Scaillet (2012) prüften technische Regeln am Dow Jones von 1897 bis 2011 mit der False Discovery Rate. Schon niedrige Handelskosten zehrten die Überrendite in der Stichprobe vollständig auf, und die künftig besten Regeln ließen sich vorab nicht auswählen.
• Chartmuster: Lo u. a. (2000) verglichen bei US-Aktien von 1962 bis 1996 die Renditen nach Mustern wie Kopf-Schulter oder Doppelboden mit der gewöhnlichen Verteilung. Mehrere Muster lieferten zusätzliche Information und könnten einen gewissen praktischen Wert haben. Das ist ein Befund über Verteilungen, keine Handelsstrategie nach Kosten.
• Candlesticks: Caginalp und Laurent (1998) fanden für dreitägige Muster bei Aktien des S&P 500 von 1992 bis 1996 außerhalb der Stichprobe statistisch signifikante Vorhersagekraft und einen Gewinn von fast 1 % in zwei Tagen Haltedauer. Marshall u. a. (2006) fanden dagegen mit einem Bootstrap aus Eröffnungs-, Hoch-, Tief- und Schlusskursen für Aktien des Dow Jones Industrial Average keinen Mehrwert.
• Überblick: Park und Irwin (2007) zählten unter 95 modernen Studien 56 mit positiven, 20 mit negativen und 19 mit gemischten Ergebnissen. Technische Regeln brachten in vielen spekulativen Märkten zumindest bis Anfang der 1990er-Jahre Gewinne; frühe Studien fanden sie an Devisen- und Terminmärkten, nicht an Aktienmärkten. Die meisten Tests leiden aber unter Data Snooping, nachträglicher Auswahl der Regeln und schwer zu schätzenden Risiken und Kosten.
• Aktienprämie: Laut Neely u. a. (2014) sagen technische Indikatoren die US-Aktienprämie in und außerhalb der Stichprobe ähnlich gut oder besser voraus als Makrovariablen. Sie erkennen eher den typischen Rückgang der Prämie nahe Konjunkturhochs, Makrovariablen eher den Anstieg nahe Tiefpunkten; gemeinsam sind sie am besten.

Für Fortgeschrittene: Warum Muster wirken könnten und warum sie verschwinden

Es gibt Erklärungen aus der Verhaltensökonomie. Im Modell von Hong und Stein (1999) verbreiten sich Nachrichten nur langsam. Kurse reagieren deshalb zunächst zu schwach, und Trendfolger können davon profitieren, bis sie den Kurs auf lange Sicht übertreiben. Das passt zu Momentum über Monate und Umkehr über Jahre. Caginalp und Laurent (1998) deuten ihre Ergebnisse als Hinweis, dass Händler sich vom Kursverlauf selbst beeinflussen lassen.

Dazu kommt die selbsterfüllende Prophezeiung: Achten viele Marktteilnehmer auf dieselbe Linie, etwa ein rundes Kursniveau oder die 200-Tage-Linie, sammeln sich dort Aufträge, und der Kurs reagiert kurzfristig tatsächlich. Das ist eine Einschätzung, keine gesicherte Messung. Der Effekt schwindet, sobald zu viele früher handeln wollen. Ebenso wahrscheinlich ist Zufall: Wer nach Mustern sucht, findet sie auch in Zufallsreihen, und die Effizienzmarkthypothese in ihrer schwachen Form (Fama 1970) sagt genau das voraus.

Bei Mustern kommt ein weiteres Problem hinzu: Sie sind selten. Eine vollständige Kopf-Schulter-Formation ist bei einer einzelnen Aktie ein seltenes Ereignis, und die Beobachtungen überlappen sich zudem über die Haltedauer. Wenige unabhängige Fälle bedeuten große Standardfehler. Selbst ein echter Effekt ist dann kaum vom Zufall zu trennen. Mehr zu diesen Fallen unter Backtest-Overfitting.

Grenzen und typische Fehler

• Rückschau: Im fertigen Chart sind Muster offensichtlich, in Echtzeit nicht. Die rechte Schulter und der Ausbruch stehen erst später fest.
• Bestätigung statt Test: Wer Beispiele sammelt, in denen ein Muster geklappt hat, übersieht die Fehlsignale (Bestätigungsfehler).
• Unrealistische Ausführung: Handel zum Schlusskurs des Signaltags, ohne Spanne und ohne Market Impact, ist zu optimistisch.
• Viele Parameter: Fensterlängen, Schwellen, Zeitrahmen und Anlagen vervielfachen die Zahl der Tests.
• Überlebende: Wer Muster an heutigen Indexmitgliedern testet, lässt Pleiten und Absteiger weg (Survivorship Bias).
• Steuern: Häufiges Handeln realisiert Gewinne früh und lässt die Steuerstundung des Kaufens und Haltens ungenutzt.

Dieser Artikel bewertet Methoden und ist keine Anlageberatung; er empfiehlt weder Handelssoftware noch Signaldienste.

So rechnet Portfolio Lab

Die Taktik testet formalisierte Trendregeln auf Monatsbasis: den gleitenden Durchschnitt je Anlage (Standard 10 Monate, wählbar 2 bis 24; über dem Durchschnitt investiert, sonst Geldmarkt oder eine Ausweich-Anlage), Dual Momentum (Standard 12 Monate, mit absolutem Momentum gegen den Geldmarkt) und die relative Stärke über gemittelte Fenster aus 1, 3, 6, 9 und 12 Monaten, dazu Zielvolatilität, Adaptive Allocation und ein Bewertungsmodell. Die Signale nutzen nur Kurse bis zum jeweiligen Monatsende. Umgesetzt wird zum Schlusskurs desselben Monatsendes oder wahlweise einen Monat später; Handelskosten je Order lassen sich von 0 bis 2 % einstellen und gelten für Modell und Kaufen und Halten gleich, Steuern nicht. Die Seite zählt die Allokationswechsel (Methodik, Momentum-Strategien).

Candlestick-Muster, Chartformationen, RSI, MACD, Bollinger-Bänder und Tagessignale berechnet Portfolio Lab nicht. Auch eine Korrektur für Data Snooping bietet die Taktik nicht. Wer viele Varianten durchprobiert, sollte die Hürden aus dem Beispiel oben selbst anlegen.

Dieser Artikel erklärt eine Methode; er ist keine Anlage- oder Steuerberatung. Zahlenbeispiele sind vereinfacht und gerundet. Alle Begriffe im Glossar.