Ihre Strategie hat eine Gewinnquote von 58 % und einen Profitfaktor von 1,7. Auf dem Papier sieht das gut aus. Aber wenn Sie dieselben 200 Trades in einer anderen Reihenfolge neu mischen würden, wie viele dieser Sequenzen hätten Ihr Konto vor Trade 100 ausgelöscht? Das beantwortet eine Monte-Carlo-Simulation – und wenn Sie noch nie eine auf Ihrer eigenen Equity-Kurve durchgeführt haben, treffen Sie Risikoentscheidungen auf Basis unvollständiger Informationen.
Was eine Monte-Carlo-Simulation für Trader tatsächlich tut
Die Kernidee ist einfach: Nehmen Sie eine feste Menge an Trade-Ergebnissen (Ihre Gewinne, Verluste und deren Größen), randomisieren Sie die Reihenfolge tausende Male und zeichnen Sie auf, was in jedem simulierten Lauf mit dem Konto passiert. Nach 5.000 oder 10.000 Iterationen erhalten Sie eine Verteilung möglicher Equity-Pfade – ein Best-Case, ein Worst-Case und alles dazwischen.
Was Trader an diesen Ergebnissen interessiert, sind meist drei Dinge. Erstens der maximale Drawdown über alle simulierten Pfade – nicht nur der, den Sie tatsächlich erlebt haben, sondern der schlimmste, den dieselben Trade-Ergebnisse hätten produzieren können. Zweitens die Wahrscheinlichkeit des Ruins bei einer bestimmten Drawdown-Schwelle (z. B. Verlust von 20 % Ihres Kontos). Drittens die Spanne des Endkapitals, die zeigt, wie viel Ihrer tatsächlichen Performance wiederholbare Edge versus Sequenzglück ist.
Das ist kein Backtesting. Sie spielen keine Marktdaten erneut ab. Sie testen eine bereits bewährte Serie von Ergebnissen unter Stress, um zu verstehen, wie fragil oder haltbar die zugrunde liegende Edge wirklich ist.
Eine kostenlose Monte-Carlo-Simulation manuell durchführen (und warum die Eingaben wichtig sind)
Es gibt online keinen Mangel an kostenlosen Monte-Carlo-Simulationstools – eine einfache Tabellenkalkulation reicht. Die Struktur für eine manuelle Simulation ist:
- Listen Sie Ihre Trade-Renditen als R-Multiplikatoren auf (z. B. +1R, +2,3R, -1R, -0,5R).
- Verwenden Sie eine Zufallszahlenfunktion, um diese Liste zu mischen.
- Berechnen Sie die laufende Equity-Kurve für diese gemischte Sequenz.
- Wiederholen Sie das Mischen 1.000–10.000 Mal.
- Notieren Sie den maximalen Drawdown und das Endkapital für jeden Lauf.
Die Mathematik in einem Rechenbeispiel: Angenommen, Sie haben 50 Trades – 29 Gewinner mit durchschnittlich +1,2R und 21 Verlierer mit durchschnittlich -1R. Die Gewinnquote beträgt 58 % (29 ÷ 50). Der Profitfaktor ist (29 × 1,2) ÷ (21 × 1,0) = 34,8 ÷ 21,0 = 1,657, also etwa 1,66. Die Erwartung ist (0,58 × 1,2) + (0,42 × -1,0) = 0,696 − 0,420 = +0,276R pro Trade. Das ist eine echte positive Edge. Aber dieselben 50 Trades, in ihrer unglücklichsten Reihenfolge gemischt, könnten einen Drawdown von 14R produzieren, bevor sie sich erholen – ungefähr ein 28%iger Kontotreffer, wenn Sie 2 % pro Trade riskieren. Eine Monte-Carlo-Simulation bringt diese Möglichkeit an die Oberfläche, damit sie Sie nicht mitten im Lauf überrascht.
Diese Zahlen bedeuten nur etwas, wenn die Eingaben ehrlich sind. Eine Simulation, die auf geschätzten oder ausgewählten Trade-Daten basiert, gibt Ihnen ein falsches Sicherheitsgefühl. Hier ist eine genaue, vollständige Trade-Historie wichtiger als das Simulationstool selbst.
Das Problem mit den meisten kostenlosen Monte-Carlo-Simulatoren online
Die meisten kostenlosen Monte-Carlo-Simulationstools, die Sie online finden, bitten Sie, eine Gewinnquote und einen durchschnittlichen R-Wert einzugeben. Das ist für einen groben Plausibilitätscheck in Ordnung, aber es glättet zwei Dinge, die wichtig sind: die Verteilung Ihrer Gewinner und Verlierer und die Konsistenz Ihrer Gewinnquote unter verschiedenen Marktbedingungen.
Eine Strategie mit Gewinnern, die zwischen +0,8R und +1,4R gehäuft auftreten, verhält sich ganz anders als eine mit den meisten Gewinnern bei +0,5R und gelegentlichen +4R-Ausreißern – selbst wenn der Durchschnitt identisch ist. Und ein Trader, der bei London-Setups 62 % gewinnt, aber nur 44 % während der New Yorker Überschneidung, hat ein ganz anderes Risikoprofil, als seine gemischte 55%ige Gewinnquote vermuten lässt.
Je granulärer Ihre Trade-Daten sind, desto ehrlicher sind Ihre Monte-Carlo-Eingaben. Die Filterung nach Setup, nach Session, nach Instrument – diese Art der Aufschlüsselung verwandelt eine generische Simulation in etwas, das Ihre tatsächliche Edge widerspiegelt, anstatt eine geglättete Annäherung davon.
Wie Ihr Trading-Journal mit Equity-Kurven-Stresstests zusammenhängt
Hier hört das Journaling auf, eine reine Aufzeichnungsübung zu sein, und wird zu einer analytischen.
Wenn Sie jeden Trade mit Setup-Tags, Session-Tags und genauen Ein- und Ausstiegspreisen protokolliert haben, können Sie gefilterte R-Multiplikator-Listen für bestimmte Bedingungen abrufen. Das ermöglicht es Ihnen, separate Monte-Carlo-Simulationen für verschiedene Teilmengen Ihres Tradings durchzuführen – zum Beispiel Ihre A-Setup-Trades vs. Ihre B-Setup-Trades oder Ihre Trades in volatilen Sessions vs. Ihre in langsameren Sessions. Sie könnten feststellen, dass Ihre A-Setup-Equity-Kurve über 5.000 Simulationen äußerst robust ist, während Ihre B-Setup-Kurve in 30 % der Läufe eine 25%ige Drawdown-Schwelle sprengt. Das ist ein umsetzbares Ergebnis.
Edgelog verfolgt Gewinnquote, Profitfaktor, Erwartung sowie Aufschlüsselungen pro Paar und pro Setup als Teil seines kostenlosen Journals – Sie können Ihre Equity-Kurve, Ihr Drawdown-Diagramm und Ihren täglichen P&L-Kalender sehen, ohne zu zahlen oder ein Trade-Limit zu erreichen. Es hat keinen eingebauten Monte-Carlo-Simulator (das ist ein Tool, an dem wir arbeiten), aber die R-Multiplikator-Daten, die Sie aus Ihrem Journal ziehen, sind genau das, was Sie in eine Tabellenkalkulations-Simulation oder ein kostenloses Monte-Carlo-Simulationstool online einfügen.
Wenn Sie beginnen möchten, diese Daten aufzubauen, kostet ein kostenloses Journal auf Edgelog nichts und synchronisiert automatisch von MT4/MT5 über den EdgelogSync EA oder von Binance, Bybit und OKX über schreibgeschützte API-Schlüssel. Nichts zu zahlen, keine Testphase.
Was Sie mit den Ergebnissen tatsächlich tun sollten
Sobald Sie eine Simulation durchgeführt haben, sollten Sie auf Folgendes achten:
- 5. Perzentil maximaler Drawdown – der schlechteste Drawdown über 95 % Ihrer simulierten Pfade. Riskieren Sie Ihr Konto, als ob diese Zahl real wäre, denn sie kann es sein.
- Wahrscheinlichkeit des Ruins – wie viele Pfade Ihre persönliche Drawdown-Schwelle erreichen, bei der Sie sagen würden: "Ich würde diese Strategie nicht mehr handeln". Wenn das mehr als 5–10 % der Läufe sind, ist Ihre Positionsgröße für die Edge, die Sie haben, aggressiv.
- Endkapital-Spanne – wenn die Lücke zwischen Ihrem 10. und 90. Perzentil des Endkapitals enorm ist, ist ein großer Teil Ihrer tatsächlichen Renditen sequenzabhängig und nicht fähigkeitsabhängig. Das ist kein Grund, die Strategie aufzugeben, aber ein Grund, konservativ zu dimensionieren.
Eine Monte-Carlo-Simulation sagt Ihnen nicht, ob Ihre Edge real ist. Sie sagt Ihnen, ob Ihr Risikomanagement robust genug ist, um die Varianz zu überleben, die eine echte Edge immer noch produziert. Das sind verschiedene Fragen, und beide sind wichtig.
Die Simulation lohnenswert machen
Der größte Fehler, den Trader bei der Monte-Carlo-Analyse machen, ist, sie einmal mit groben Zahlen durchzuführen, sich beruhigt zu fühlen und sie nie wieder zu überprüfen. Ihre Edge driftet. Die Marktbedingungen ändern sich. Eine Strategie, die einen Monte-Carlo-Stresstest mit Daten von 2022 bestanden hat, könnte mit Daten von 2024 ganz anders aussehen, wenn sich Spread-Bedingungen oder Volatilitätsprofile geändert haben.
Führen Sie alle 100–200 Trades eine neue Simulation mit Ihren tatsächlich protokollierten Ergebnissen durch, nicht mit den ursprünglichen Backtest-Daten. Ihr Journal macht das möglich – wenn Sie konsequent protokolliert haben, haben Sie immer eine aktuelle R-Multiplikator-Serie zur Hand. Überprüfen Sie Ihren Profitfaktor und Ihre Gewinnquote als Basissanity-Checks vor jedem Simulationslauf, damit Sie keine Daten einer sich verschlechternden Edge in eine Simulation einspeisen und das Ergebnis fälschlicherweise als Bestätigung lesen, dass die Strategie noch hält.
Die Trader, die ich gesehen habe, wie sie Konten mit Strategien gesprengt haben, von denen sie wussten, dass sie profitabel sind, haben fast immer diesen Schritt übersprungen. Die Edge war in Ordnung. Das Sequenzrisiko, kombiniert mit einer Positionsgröße, die keinen Raum für eine schlechte Serie ließ, hat sie beendet. Eine kostenlose Monte-Carlo-Simulation garantiert Ihnen nichts – aber sie zeigt Ihnen genau, wie viel Spielraum Sie nicht haben.
Beginnen Sie mit der Protokollierung der Trade-Daten, die eine Simulation lohnenswert machen: kostenloses Trading-Journal bei Edgelog.