Dieser Beitrag fasst die wichtigsten Erkenntnisse des Forschungsartikels “Real-World Viability of Cointegration-Based Forex Pairs Trading Strategy with Walk-Forward Optimization” zusammen. Das Paper wurde von Alexandre Landi und Tetiana Lemishko veröffentlicht und ist über SSRN abrufbar: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5068086
Die Studie untersucht, ob eine cointegrationsbasierte Pairs-Trading-Strategie im Forex-Markt auch unter realen Bedingungen stabil funktioniert – und ob eine Walk-Forward-Optimierung (WFO) hilft, Drawdowns zu reduzieren und die Robustheit zu erhöhen. Der folgende Artikel fasst die Kernergebnisse verständlich zusammen und zeigt auf, welche Implikationen sich für Trader ergeben, die systematisch arbeiten und Wert auf reproduzierbare, messbare Handelslogik legen.
Bevor wir mit dem Paper starten, hier noch eine Erläuterung zu dem Begriff „Contegration“. Cointegrationsbasiert bedeutet, dass eine Handelsstrategie auf dem statistischen Konzept der Cointegration zwischen zwei Kursreihen beruht. Dabei geht es darum, Paare von Märkten zu finden, die langfristig einem gemeinsamen Gleichgewichtspfad folgen, selbst wenn beide Kurse für sich genommen stark trendbehaftet und nicht-stationär sind.
Während Korrelation nur beschreibt, wie ähnlich sich Kurse kurzfristig verhalten, zeigt Cointegration eine tiefere und stabilere Beziehung: Obwohl sich zwei Märkte unabhängig voneinander bewegen können, driften sie langfristig nicht beliebig auseinander. Die Differenz – der sogenannte Spread – bleibt statistisch gesehen über die Zeit hinweg um einen Mittelwert herum stationär. Genau diese Eigenschaft wird im Trading genutzt. Wenn sich zwei cointegrationsfähige Märkte übermäßig voneinander entfernen, entsteht eine Abweichung vom Gleichgewicht.
Eine cointegrationsbasierte Strategie eröffnet dann Positionen, die auf eine Rückkehr dieses Spreads zum Mittelwert setzen. So wird beispielsweise ein Markt gekauft und der andere verkauft, sobald die Abweichung groß genug ist. Das macht cointegrationsbasierte Ansätze deutlich robuster als Strategien, die nur auf kurzfristige Preis-Korrelationen setzen, da die zugrunde liegende Gleichgewichtsbeziehung stabiler und seltener „einfach verschwindet“.
Und jetzt nochmal kurz und knackig. Cointegrationsbasiert heißt:
Die Strategie baut auf einer langfristigen, statistisch stabilen Beziehung zwischen zwei Preisreihen auf und handelt deren vorübergehende Abweichungen.
Pairs Trading zählt zu den klassischen quantitativen Ansätzen, um Preisineffizienzen auszunutzen. Zwei Märkte, die langfristig zusammengehören, entfernen sich kurzfristig voneinander – und kehren danach meist wieder zu ihrer Gleichgewichtslinie zurück.
Während das Modell im Aktienbereich gut funktioniert, stellt der Forex-Markt deutlich höhere Anforderungen. Währungen reagieren stark auf makroökonomische Einflüsse, politische Ereignisse, Zinsentscheide und längerfristige Trends. Umso wichtiger ist ein Modell, das nicht nur auf kurzfristige Preisbewegungen reagiert, sondern tieferliegende Beziehungen zwischen Märkten erkennt.
Genau hier setzt Cointegration an: Es identifiziert langfristige Gleichgewichtsbeziehungen, selbst wenn beide Preisreihen separat stark trendbehaftet und nicht-stationär sind. Das Paper untersucht, ob dieser Ansatz – kombiniert mit Walk-Forward-Optimierung – langfristig tragfähig ist.
Das Modell arbeitet mit sieben relevanten Währungen (EUR, GBP, JPY, CHF, CAD, AUD, NZD) und bildet daraus 42 mögliche Währungspaare. Für jedes Paar wird mithilfe des Engle-Granger-Tests geprüft, ob eine langfristige Gleichgewichtsbeziehung existiert.
Aus der Regression entsteht ein synthetischer Spread. Dessen Z-Score dient anschließend als Handelssignal: Bei starker Über- oder Untertreibung wird eine Rückkehr zum Gleichgewicht erwartet. Ein zweitägiger Signallag sorgt für realistische Ausführung und vermeidet ideale Rücktests, die in der Praxis so nicht auftreten würden.
Dieser Ansatz ist mathematisch sauber definiert und liefert – wie frühere Studien bereits zeigten – messbar robustere Handelssignale als klassische Mean-Reversion-Strategien.
Backtests mit festen Parametern wirken oft beeindruckend, scheitern jedoch, sobald sich das Marktumfeld ändert. Walk-Forward-Optimierung wurde entwickelt, um genau dieses Problem zu lösen. Sie kalibriert Parameter fortlaufend neu – auf Basis der Informationen, die bis zu einem bestimmten Zeitpunkt tatsächlich verfügbar waren.
Im Paper werden verschiedene Optimierungsfenster getestet, von einem Monat bis zu fünf Jahren. Für jedes Fenster gilt:
Wenn ein Währungspaar im Trainingsfenster ein positives Sharpe Ratio aufweist, wird es im anschließenden Testfenster gehandelt. Andernfalls wird es ausgeschlossen.
Dieses selektive Vorgehen führt dazu, dass das Modell sich ständig an ändernde Marktbedingungen anpasst und gleichzeitig konsequent leistungsschwache Paare eliminiert.
Ein zentrales Ergebnis der Studie ist die Bedeutung der Fensterlänge:
Kurze Fenster: Eher ungeeignet, da sie zu stark auf Rauschen reagieren und hohe Drawdowns produzieren. Mittlere Fenster: Zeigen zwar teilweise herausragende Performance-Werte, neigen aber zu Overfitting. Lange Fenster (24–60 Monate): Liefern die besten Ergebnisse für reale Handelsumgebungen: stabil, weniger sensitiv, konsistent über viele Kennzahlen hinweg und deutlich risikoärmer. Gerade für Trader, die Sicherheit und Kontinuität bevorzugen, ist dieser Befund wesentlicher als die reine Rendite. Ideal für eine visuelle Ergänzung in deinem Blog eignen sich hier die Darstellungen der unterschiedlichen Zeitfenster aus dem Paper.
Die Studie untersucht zusätzlich, wie aktiv die einzelnen Paare über 17 Jahre hinweg handeln. Manche Kombinationen generieren sehr wenige Trades – etwa nur zwei Signale bei JPY/CAD. Andere, wie mehrere GBP-Paare, liefern regelmäßige Handelschancen.
Um statistische Verzerrungen zu vermeiden, setzen die Autoren eine Mindestgrenze von 30 Trades. Erst dadurch lässt sich eine realistische Bewertung der Performance vornehmen. Die Heatmaps zu Rendite, Volatilität und Sharpe Ratio zeigen klar, dass zu wenige Trades zu extremen Ausreißern führen. Sie zeigen deutlich, welche Währungspaare praktikabel sind und welche nicht.
Um beide Modelle fair zu vergleichen, skaliert das Paper die Renditen auf 10 % p.a. Die Unterschiede liegen somit nicht in der Performance, sondern in der Risikostruktur. Die wichtigsten Erkenntnisse sind:
Beide Strategien liefern somit das geliche Endergebnis für den Betrachtungszeitraum. Entscheidend ist jedoch der Weg dorthin. Der maximale Drawdown der fixen Strategie liegt bei −44,14 %, während der Walk-Forward-Ansatz nur −27,71 % erreicht. Gleichzeitig steigt das Calmar Ratio deutlich an. Gerade der Drawdown-Chart macht sehr anschaulich sichtbar, wie viel ruhiger der Verlauf des WFO-Modells ist.
Die Studie zeigt deutlich, dass cointegrationsbasierte Strategien auch im Forex-Markt zuverlässig funktionieren können. Entscheidend ist jedoch, dass das Modell regelmäßig neu kalibriert wird. Walk-Forward-Optimierung verbessert die Risikoqualität der Strategie, ohne ihre Performance zu verschlechtern. Besonders lange Optimierungsfenster zwischen zwei und fünf Jahren sind geeignet, um Drawdowns zu reduzieren und die Strategie in volatilen Marktphasen stabil zu halten. Für systematische Trader, die großen Wert auf risikooptimierte Modelle legen, liefert das Paper damit ein starkes Argument für die Verbindung aus Cointegration und Walk-Forward-Optimierung.
Die Rechnung auf dem Bierdeckel geht auf: 300.000 € Kapital, 25 % Rendite, macht 75.000 € im Jahr — und zum Leben brauche ich nur 36.000 €. Doppelte Sicherheitsmarge. In der Simulation ist derselbe Trader trotzdem in mehr als jedem zehnten Fall nach zehn Jahren pleite. Dazwischen liegen drei Effekte, die auf dem Bierdeckel nicht vorkommen.
Eine wissenschaftliche Studie hat über 4.000 Handelsansätze für Gold gegen den Markt antreten lassen. Im normalen Backtest schlagen viele davon das einfache Kaufen-und-Halten um mehrere Prozentpunkte pro Jahr. Nach der statistisch sauberen Auswertung bleibt von diesem Vorsprung nichts übrig — und der Grund dafür betrifft jeden, der Strategien optimiert, ganz gleich welchen Markt er handelt.
Daten sind nicht gleich Daten. Ein „S&P 500 Chart“ ist keine physikalische Größe, sondern ein konstruierter Wert. Wer den Backtest ohne Kenntnis dieser Konstruktion aufsetzt, backtestet nicht den Markt — sondern einen Rechenfehler, den der Index-Provider transparent macht, wenn man ihn danach fragt.
Nutze die Vorteile von nachweislich profitablen Handelsstrategien und setzt dich nicht mehr dem Stress von manuellem Traden aus.
Traden Sie verantwortungsvoll: CFD sind komplexe Instrumente und beinhalten wegen der Hebelwirkung ein hohes Risiko, schnell Geld zu verlieren. 76,97% der Kleinanlegerkonten verlieren Geld beim CFD-Handel mit diesem Anbieter. Sie sollten überlegen, ob Sie verstehen, wie CFD funktionieren und ob Sie es sich leisten können, das hohe Risiko einzugehen, Ihr Geld zu verlieren.
Der Handel mit Hebelprodukten (z.B. CFD´s und Forex Trades) oder anderen Finanzinstrumenten ist mit einem enormen Risiko verbunden und nicht für jeden geeignet. Es besteht die Möglichkeit, dass Sie einen Totalverlust erleiden oder sogar Verluste erleiden, die Ihre Investitionen übersteigen. Bevor Sie mit Hebelprodukten oder anderen Finanzinstrumenten handeln, sollten Sie sicherstellen, dass Sie alle damit verbunden Risiken verstanden haben. Im Übrigen verweisen wir auf unsere Risikohinweise auf: https://www.lazyindextrading.com/disclaimer/. Es wird ausdrücklich klargestellt, dass wir (Lazy Index Trading) keine Anlageberatung anbieten und durchführen und insbesondere auch keinerlei konkrete Empfehlungen zu einem Wertpapier, Finanzprodukt oder -Instrument abgeben. Die Erwähnung bestimmter Wertpapiere oder Anlageprodukte stellen ausdrücklich keine Empfehlung zum Kaufen oder Verkaufen oder Halten dar. Sie handeln bzw. traden auf eigenes Risiko. Jegliche Haftung wird ausgeschlossen.
Kontaktieren Sie uns: info@lazyindextrading.com
2 Antworten
Sehr interessantes, statistisches Konzept, wie immer anschaulich erklärt. Ich freue mich schon darauf und bin gespannt wie es weiter geht! Danke Matthias
Danke