Python-Backtest vs. MT5-Live: 92-98 % Abweichung

Wie Python-Backtests und MT5-Live-Tests um 92-98 % auseinanderklafften

Hier spricht der Betreiber von FXEA365.

In diesem Artikel lege ich vollständig offen, wie der Vergleich der NY Session Breakout-Strategie zwischen Python Walk-Forward und einem 14-jährigen MT5-Live-Backtest am 2026-05-29 eine PF-Abweichung von 92-98 % ergab.

Das sind wichtige Daten, die auf Branchenebene erneut beweisen: „Nur weil ein Python-Backtest beeindruckende Zahlen liefert, heißt das nicht, dass die Strategie im MT5-Live-Betrieb funktioniert.“

Strategiespezifikation – Asien-Range → NY-Session-Breakout

Theoretisch eine Strategie mit Edge:

• Die NY-Session (UTC 15-20 Uhr = JST 24-5 Uhr) ist die aktivste Zeit institutioneller Investoren mit gebündelter Liquidität
• Die Asien-Range dient als natürlicher Referenzwert, ein Ausbruch darüber/darunter ist ein starkes Richtungssignal
• Der zweistufige Ausstieg (TP1=ATR×0,5/TP2=ATR×7) schützt vor Fehlausbrüchen und fängt gleichzeitig Trends ein

Python Walk-Forward-Ergebnisse – beeindruckende Zahlen

Vom 2026-05-27 bis zum 28. wurde mit scripts/gen_h1_ny_walkforward.py ein WF-Test (Train 60 % / Test 40 %) über 9 Währungspaare durchgeführt:

Bei allen 9 Währungspaaren: PF≥5 × Trefferquote≥70 % × OOS-Überlebensrate 500/500.

Nach gängiger Branchenpraxis müsste man dies eigentlich mit „Traumhafter universeller Edge entdeckt!“ oder „Lineup-Erweiterung auf alle Währungspaare!“ auf der Website veröffentlichen.

Doch dann – der 14-jährige MT5-Live-Backtest (USDJPY_NY_BREAKOUT_EA.mq5 v2.0)

Gemäß der CLAUDE.md-Regel „Live-Test ist absolut zwingend“ wurden die 4 im Python-WF stärksten Währungspaare erneut im 14-jährigen MT5-Live-Backtest geprüft:

Alle 4 Währungspaare gescheitert, PF-Abweichung zum Python-WF: 92-98 %.

Warum eine derart große Abweichung? – 5 Erklärungsansätze

1. Spread/Slippage unberücksichtigt

Der Python-Backtest rechnet auf Close-to-Close-Basis. Im Live-Betrieb verschlechtert sich jede Ausführung durch Spread (0,5-2 Pips) + Slippage. Pro Trade summiert sich ein Verlust von 1-3 Pips.

2. Datenqualität

Python verwendet Dukascopy-M5-Daten, aggregiert auf H1. Der MT5-Live-Backtest nutzt Broker-Tick-Daten (präzisere Kursbewegungen). Auch bei identischer „H1-Kerze“ unterscheidet sich die interne Preisbewegung.

3. Abweichung im Ausführungsmodell

Python geht von idealer Ausführung aus (Order wird immer zum Wunschpreis gefüllt). Im MT5-Live-Betrieb weicht der tatsächliche Ausführungspreis durch Volumen-/Spread-Beschränkungen vom Wunschpreis ab – besonders in Phasen hoher Volatilität (z. B. direkt nach NY-Open) fällt das stark ins Gewicht.

4. Anfälligkeit des zweistufigen ATR-TP im Live-Betrieb

Theoretisch ein elegantes Design, doch TP2=ATR×7 wird im Live-Betrieb kaum erreicht.

• Python-Backtest: berechnet SL/TP im Nachhinein „optimal“ anhand historischer Daten
• Live-Betrieb: SL=ATR×0,5 wird häufig ausgelöst, der Trend hält selten bis TP2=ATR×7 an, Verluste häufen sich

5. Negative Live-Auswirkung des CASCADE-Halb-Zinseszinses

Die dynamische Anpassung der Lotgröße an den Kontostand beschleunigt den Schaden in Verlustphasen:

• Kontostand $10K → Risk 2 % → Lot 0,2
• Nach Verlustserie $8K → Risk 2 % → Lot 0,16 (leichte Reduktion)
• Nach weiterer Verlustserie $5K → Risk 2 % → Lot 0,10 (Verlustbegrenzung greift nicht)

Die theoretische „Zinseszins-Magie“ wirkt im Live-Betrieb genau umgekehrt.

Lehren auf Branchenebene

1. Python-Backtest/Walk-Forward sind kein Maßstab für den MT5-Live-Betrieb

• Selbst „PF≥5 × Trefferquote≥70 % × OOS-Überlebensrate 500/500“ ist im Live-Betrieb bedeutungslos
• Ein „robustes“ bzw. „OOS-stabiles“ WF-Ergebnis bewertet nur die Robustheit innerhalb der Python-Daten, nicht die Live-Performance

2. Auch eine „ökonomisch plausible Hypothese“ erfordert einen Live-Test

• „Institutionelle Investoren sind während der NY-Zeit aktiv“ und „Ausbrüche über/unter der Asien-Range sind Richtungssignale“ sind theoretisch korrekt
• Dennoch scheiterten alle Paare im 14-jährigen MT5-Live-Backtest – die Kluft zwischen Theorie und Live-Realität ist groß

3. Bestätigung der CLAUDE.md-Regel „Live-Test ist absolut zwingend“

• 25 EAs + 4 NY-Session-Strategien = insgesamt 29 getestete Systeme bestätigen: Python-Backtests sind nicht vertrauenswürdig
• Diese Daten untermauern auf Branchenebene die Markenphilosophie von FXEA365 („keine beeindruckenden Zahlen, sondern echte Live-Bestätigung“)

Die Entscheidung von FXEA365

Da alle 9 Währungspaare der NY-Session-Strategie im MT5-Live-Test gescheitert sind, erfolgt keine Veröffentlichung auf der Website.

Das veröffentlichte Lineup bleibt bei den vier tragenden Säulen: EURJPY ASIA / GBPJPY ASIA / BLAZE GOLD / AUDCAD PEACE-CLONE.

Eine jährliche Gesamtrendite von +35,5 % (Risk5 %) mag nicht spektakulär klingen, ist aber ein im 14-jährigen Live-Backtest echt erzielter, verlässlicher Wert.

Empfehlung an die Branche – für Python-Backtest-Nutzer

Dies ist keine Ablehnung von Python-Backtests. Wir empfehlen jedoch folgende differenzierte Nutzung:

Zahlen aus Python-Backtests sind lediglich ein „erster Screening-Indikator“. Für die Veröffentlichung ist ein MT5-Live-Test zwingend erforderlich.

Weiterführende Links

• Aktuelles Lineup (live getestet):
  • ★1 EURJPY ASIA BREAKOUT (14 Jahre Live-Test PF=1,18)
  • ★2 GBPJPY ASIA BREAKOUT (14 Jahre Live-Test PF=1,38)
  • ★3 BLAZE GOLD v2.30 (7 Jahre Live-Test PF=1,61)
  • ★4 AUDCAD PEACE-CLONE (10 Jahre Live-Test PF=1,36)
• Verwandte Blogartikel:
  • Korrektur der Website-Kennzahlen
  • Ehrliches Fazit zum Live-Test von 25 EAs
  • 4-Schichten-Schutzsystem gegen Kontocrashs

FXEA365 – Wir veröffentlichen kostenlos ausschließlich Strategien, die sich nicht durch spektakuläre offizielle Zahlen, sondern durch echte 14-jährige MT5-Live-Backtests bewährt haben.