Was die durchschnittliche Haltedauer eines EAs über seine wahre Strategie verrät — Vorgehen und Grenzen der Report-Analyse

Vorab das Fazit: Die Haltedauer ist ein „ungeschöntes Strategie-Handbuch"

Auf Verkaufsseiten von EAs finden sich Beschreibungen wie „Trendfolge" oder „Kaufen bei Rücksetzern". Es gibt jedoch keine Garantie, dass diese Beschreibung mit der tatsächlichen Logik übereinstimmt. Wenn wir EAs anderer Anbieter prüfen, schauen wir zuerst nicht auf den Beschreibungstext, sondern auf die Haltedauer pro Trade.

Die Haltedauer lügt nicht. Die Differenz zwischen Einstiegs- und Ausstiegszeitpunkt ist die reine Aufzeichnung dessen, was der EA tatsächlich getan hat. Und ist die Haltedauer erst bekannt, lässt sich daraus fast zwangsläufig ableiten, von welchen Kosten der EA am ehesten erdrückt wird. Ein EA, der innerhalb weniger Minuten schließt, ist anfällig für Spread und Slippage; einer, der mehrere Tage hält, ist anfällig für Swap und Wochenend-Gaps. Das ist keine Frage von gut oder schlecht, sondern eine strukturelle Notwendigkeit.

Warum sich Schwachstellen aus der Haltedauer ableiten lassen

Der Grund ist einfach: Das Verhältnis von Gewinnspanne zu Kosten wird nahezu vollständig durch die Haltedauer bestimmt.

Bei EAs mit kurzer Haltedauer ist auch die angestrebte Kursspanne pro Trade klein. Je kleiner die Spanne, desto stärker schlagen Spread und Slippage anteilig am Gewinn zu Buche. Strategien, die im Backtest funktioniert haben, aber im Live-Betrieb allein durch eine Ausweitung des Spreads ins Minus rutschen, gehören meist zu diesem Typ.

Umgekehrt haben EAs mit langer Haltedauer eine höhere Kostentoleranz, da die Kursspanne pro Trade größer ist. Dafür wird die reine Zeit, in der eine Position gehalten wird, selbst zum Risiko — Wirtschaftsdaten, Wochenend-Gaps, sich aufsummierender Swap. Zudem sinkt durch die geringere Anzahl an Trades die Stichprobengröße bei gleicher Testdauer, wodurch die statistische Aussagekraft abnimmt.

Worauf im MT5-Report zu achten ist

In der Zusammenfassung des MT5-Strategietesters gibt es keinen Punkt „durchschnittliche Haltedauer". Diese Kennzahl muss man selbst ermitteln.

1. Im Tester den Tab „Trades" öffnen, dann per Rechtsklick → Bericht (oder CSV) alle ausgeführten Trades exportieren.
2. Einstiegs- und Ausstiegszeitpunkt paarweise verknüpfen und die Differenz bilden. Über die Positions-ID lassen sich auch Teilschließungen nachverfolgen.
3. Nicht nur den Durchschnitt betrachten, sondern auch Median, Maximum und das Histogramm. Das ist der eigentliche Kern der Analyse.
4. Gewinn- und Verlust-Trades getrennt auswerten.

Punkt 4 liefert die meisten Informationen. Zeigt sich eine Verteilung, bei der Gewinne kurz und Verluste extrem lang ausfallen, deutet das stark auf ein Design hin, das offene Verlustpositionen laufen lässt und auf Erholung wartet. Ein solches Muster führt zwar oft zu einer hohen Trefferquote, birgt aber die Gefahr, durch einen einzigen Verlust die gesamten aufgebauten Gewinne zu verlieren.

Zeigt sich umgekehrt das Muster kurze Verluste, lange Gewinne, lässt sich daraus ableiten, dass Stop-Loss-Mechanismen greifen und Trends konsequent ausgereizt werden. Bei diesem Typ liegt die Trefferquote nicht selten unter 50 %, was aber unproblematisch ist, solange der PF über 1,0 liegt.

Abgleich mit realen Messdaten

Auch bei unseren eigenen EAs zeigt sich der Zusammenhang zwischen Zeithorizont und Trade-Anzahl deutlich. MEGAMAX DONCHIAN (USDJPY H1) erzielt bei 9,4 Jahren Testzeitraum einen PF von 1,55, eine Trefferquote von 34,55 % bei 631 Trades. Das ist ein Typ mit niedriger Trefferquote, bei dem der PF dennoch trägt — konsistent mit einer Verteilung, die Verluste kurz hält und Gewinne laufen lässt.

BITCOIN GLACIER (BTCUSD D1) hingegen kommt bei 8 Jahren Testzeitraum auf einen PF von 2,4, eine Trefferquote von 57,1 % bei lediglich 28 Trades. Die Zahlen wirken gut, aber bei einer derart geringen Trade-Anzahl ist die statistische Aussagekraft — auch bezüglich der durchschnittlichen Haltedauer — schwach. Wir behandeln diesen EA nicht als „guten EA", sondern als „EA, für den noch zu wenig Entscheidungsgrundlage vorliegt".

Auch die Seite hoher Trefferquoten lohnt einen Blick. GOLD PIVOT (XAUUSD M1) erreicht bei 4,5 Jahren Testzeitraum einen PF von 1,58, eine Trefferquote von 90,6 % und einen effektiven Drawdown von 49 %. Dass der PF bei einer Trefferquote von 90,6 % nur bei 1,58 liegt, bedeutet, dass ein einzelner Verlust zahlreiche Gewinne aufzehrt. Betrachtet man die Verteilung der Haltedauer, wird sichtbar, wo genau diese Asymmetrie entsteht. Genau darin liegt der Sinn, nicht nur die nackten Kennzahlen, sondern auch den zeitlichen Verlauf zu prüfen. Die Messwerte der einzelnen EAs sind im Ranking mit realen Messdaten zusammengefasst, detaillierte Einzelauswertungen finden sich auf den Seiten zu MEGAMAX DONCHIAN und BITCOIN GLACIER.

Grenzen und offene Fragen

Der Ehrlichkeit halber sei Folgendes festgehalten:

• Aus der Haltedauer lässt sich der „Typ" ablesen, nicht die „Qualität". Kurzfristig bedeutet nicht automatisch riskant, langfristig nicht automatisch sicher.
• Die Haltedauer im Backtest stimmt nicht mit dem Live-Betrieb überein. Durch Ausführungsverzögerungen, Requotes und veränderte Schließbedingungen infolge von Spread-Ausweitungen kommt es in der Praxis zu Abweichungen — besonders ausgeprägt bei Scalping-Strategien auf Minutenchart-Basis.
• Der Durchschnittswert reagiert stark auf Ausreißer. Eine einzige „eingefrorene" Position kann den Durchschnitt erheblich verschieben — daher unbedingt Median und Verteilung mit heranziehen.
• Bei Martingale-/Grid-Systemen ist die Interpretation der Haltedauer ein Sonderfall. Da hier Positionen sukzessive aufgestockt werden, spiegelt eine einfache Zeitdifferenz die tatsächlichen Verhältnisse nicht wider.
• Aus der Haltedauer lässt sich die Einstiegslogik selbst nicht rekonstruieren. Erkennbar sind lediglich das Ausstiegsdesign und der Ort des Risikos.

Es handelt sich also um einen Filter zur Vorauswahl von EAs, nicht um ein Instrument zur endgültigen Beurteilung. Grundlegendere Prüfkriterien sind in unseren Wissensartikeln zusammengefasst.

Zusammenfassung

• Die durchschnittliche Haltedauer ist eine verlässlichere Aufzeichnung des „tatsächlichen Verhaltens" als der Beschreibungstext eines EAs.
• Kurzfristige Strategien sind anfällig für Spread und Slippage, langfristige für Gaps, Swap und unzureichende Stichprobengröße.
• In MT5 muss man die Trade-Historie exportieren und Durchschnitt, Median und Verteilung selbst ermitteln.
• Am aufschlussreichsten ist es, die Haltedauer für Gewinn- und Verlust-Trades getrennt auszuwerten. Sind nur die Verluste extrem lang, sollte man ein Design vermuten, das Stop-Losses aufschiebt.
• Aus der Haltedauer lassen sich nur der Strategietyp und der Ort des Risikos ableiten. Über Qualität und Reproduzierbarkeit im Live-Betrieb sagt sie allein nichts aus.