Strenge Validierung. Jede Strategie verdient sich ihren Platz.
Ein sauberer Backtest ist an einem Nachmittag gefälscht. Bei Dalvox besteht jede Strategie elf unabhängige Stresstests – auf Marktdaten von Sept. 2011 bis Mai 2026 –, bevor sie traden darf. Hier ist jeder einzelne Schritt, in der richtigen Reihenfolge, ohne Auslassungen.
Simulierte Ergebnisse (Backtest, Sept. 2011 – Mai 2026; 2026 ist ein Teiljahr). Frühere oder simulierte Wertentwicklung ist keine Garantie für künftige Ergebnisse.
Von der Idee zum Live-Konto.
Das sind die exakten Schritte, in genau dieser Reihenfolge, die jede Strategie besteht, bevor sie in unseren Katalog kommt. Klick auf einen Schritt, um zu sehen, was er prüft und warum das wichtig ist.
01
Strategiegenerierung & In-Sample
60 % der Gesamtdaten. Tausende Konfigurationen getestet. Nur die statistisch soliden überleben.
Der Prozess beginnt bei null. Wir testen Tausende algorithmische Konfigurationen – mit variierender Einstiegslogik, Ausstiegsbedingungen, Risikoregeln und Parametern – auf den ersten 60 % aller verfügbaren historischen Daten. Das ist das In-Sample-Fenster: die kontrollierte Trainingsumgebung, in der die Logik einer Strategie geformt wird.
In dieser Phase ist die Auswahl gnadenlos. Strategien, die nur gut abschneiden, weil sie zufällig zu einem kurzen Abschnitt der Historie passen, fliegen sofort raus. Nur solche, die statistisch konsistente, risikoadjustierte Renditen zeigen – über mehrere Marktphasen innerhalb des Trainingsfensters –, bestehen die Prüfung und gehen als Kandidaten weiter.
Eine Auswahl an Kandidaten mit statistisch aussagekräftiger Logik – keine zufällige Musteranpassung an einen engen Abschnitt der Historie.
02
Qualitäts-Retest + Out-Of-Sample 1
Premium-M1-Daten. Erster Blindtest mit ~20 % der Historie, die der Optimierer nie gesehen hat.
Die verbliebenen Kandidaten werden sofort erneut auf hochwertigeren M1-Daten getestet, die Kursbewegungen feiner erfassen als der erste Durchlauf. Das allein eliminiert Strategien, die nur mit Daten geringerer Auflösung gut aussahen. Dann trifft jede Strategie zum ersten Mal auf Historie, die sie nie gesehen hat: etwa 20 % der Gesamtdaten, seit dem ersten Entwicklungstag unter Verschluss.
Das ist der erste Blindtest. Schummeln unmöglich – entweder hält die Strategie auf unbekannten Daten stand oder nicht. Eine mit echtem Edge performt weiter. Eine, die an ihr Trainingsfenster angepasst wurde, bricht hier zusammen, bevor weitere Zeit in sie fließt.
Dass die ersten Ergebnisse kein Zufall waren – der Edge bleibt auf unbekannten, hochwertigeren Daten bestehen.
Die meisten Anbieter von algorithmischem Trading halten das für ihren gesamten Prozess. Wir sind bei Schritt 2 von 11.
03
Kommissionen & Slippage
Schlechteste Broker-Bedingungen bei jeder Ausführung.
Spreads werden aufgebläht, Kommissionen addiert und bei jeder einzelnen Ausführung wird Worst-Case-Slippage eingespeist – so wird die schlechtere Ausführung simuliert, die du bei einem schlechten Broker während volatiler Nachrichtenereignisse erleben würdest. Die Strategie muss unter diesen Handicaps profitabel bleiben, denn reale Bedingungen sind nie so sauber wie ein Lehrbuch-Backtest.
In der Simulation hängt die Rentabilität nicht von der Annahme unrealistisch sauberer Ausführungen ab.
04
Multi-Timeframe-Validierung
Getestet auf Kerzenintervallen, für die sie nicht gebaut wurde.
Die Strategie wird auf Timeframes eingesetzt, für die sie nie entwickelt wurde. Eine auf ein bestimmtes Kerzenintervall überangepasste Strategie scheitert hier – weil ihr Edge nur im Rauschen dieser speziellen Datenauflösung existiert, nicht im Markt selbst. Eine robuste Strategie passt sich an und performt weiter, weil ihre Logik etwas strukturell Reales erfasst.
Der Edge ist strukturell – kein Zufall einer einzigen Datenauflösung.
05
Monte Carlo: Trades auslassen
Trades zufällig ausgelassen in 1.000+ Simulationen.
In Tausenden unabhängigen Simulationen wird ein zufälliger Prozentsatz der Trades entfernt. Bricht die Performance ein, wenn ein paar Trades fehlen, zeigt das eine gefährliche Wahrheit: Die Rendite konzentriert sich auf wenige Ausreißer-Gewinne, statt auf einem wiederholbaren Edge zu beruhen. Die Strategie muss auch ohne ihre besten Einzeltrades profitabel bleiben.
Die Profitabilität ist breit verteilt – sie hängt nicht an ein paar Glückstreffern.
06
Monte Carlo: Trade-Reihenfolge
Historische Trade-Abfolge tausendfach zufällig gemischt.
Die gesamte Abfolge der historischen Trades wird tausendfach gemischt und neu durchgespielt. Das prüft zwei Dinge gleichzeitig: erstens, dass der Edge unabhängig davon besteht, wann die Trades stattfinden – und zweitens, dass selbst in der absolut schlechtesten Verlustfolge (alle Verluste direkt hintereinander) der Drawdown des Kontos in akzeptablen Grenzen bleibt. Der Test prüft, dass das Ergebnis nicht von einer glücklichen Abfolge abhängt.
Der Edge ist zeitunabhängig und der Drawdown strukturell begrenzt – kein Produkt einer glücklichen Reihenfolge.
07
Weitere Märkte
Eingesetzt auf Instrumenten und Indizes, für die sie nie gebaut wurde.
Die Strategie läuft auf völlig anderen Märkten – anderen Indizes, Instrumenten und Sitzungsstrukturen –, für die sie nie optimiert wurde. Überangepasste Strategien brechen auf fremden Daten sofort ein, weil sie auf das Rauschen eines Instruments abgestimmt wurden, nicht auf eine zugrunde liegende Marktdynamik. Robuste Strategien erzielen weiter Renditen – ein Beleg, dass die Logik etwas Universelles erfasst.
Die Logik nutzt eine echte, übertragbare Marktineffizienz – nicht die Eigenheiten eines einzelnen Instruments.
08
Monte Carlo: Parameter
Jede einstellbare Variable in alle Richtungen verschoben.
Jeder einstellbare Parameter – Stop-Abstände, Einstiegsschwellen, Zeitfenster – wird in Tausenden Kombinationen systematisch nach oben, unten und seitwärts variiert. Eine fragile Strategie funktioniert nur, wenn die Parameter auf ganz bestimmten, exakten Werten liegen: Verschiebt man sie leicht, fällt sie auseinander. Eine robuste Strategie performt über eine ganze Bandbreite, weil die zugrunde liegende Logik den Edge erzeugt – nicht irgendeine magische Zahl.
Keine Überanpassung an bestimmte Parameterwerte. Die Logik treibt die Performance – keine fragile Konfiguration.
09
Monte Carlo: Veränderte Kursdaten
OHLC-Kurse zufällig verschoben – Ein- und Ausstiegsniveaus sind im Live-Trading nie garantiert.
Die zugrunde liegenden OHLC-Kursdaten selbst werden in Tausenden Simulationen zufällig verändert – Ein- und Ausstiegskurse werden verschoben, um Ausführungsunsicherheit und reale Ungenauigkeit bei Fills zu simulieren. Im Live-Trading wiederholen sich die exakten Kurse aus historischen Daten nie. Dieser Test bestätigt, dass die Strategie nicht davon abhängt, bestimmte historische Kursniveaus zu treffen, die es unter realen Bedingungen vielleicht nicht gibt.
In der Simulation bleibt die Strategie auch dann rentabel, wenn die Kurse von den historischen Daten abweichen, wie es im realen Handel immer der Fall ist.
Neun Tests bestanden. Zwei fehlen noch – und sie sind die wichtigsten.
10
Out-Of-Sample 2 — Der finale Blindtest
Die jüngsten ~20 % der Historie. Seit dem ersten Tag unter Verschluss. Erst jetzt geöffnet.
Die letzten rund 20 % der historischen Daten – die jüngsten Jahre, einschließlich der aktuellen Marktphasen – sind seit dem ersten Entwicklungstag komplett unter Verschluss. Kein einziger Optimierungsschritt hat sie je berührt. Sie stehen für die Gegenwart: das Marktumfeld, das dem am nächsten kommt, in dem die Strategie tatsächlich handeln wird.
Erst nachdem sie alle neun vorherigen Tests überstanden hat, läuft die Strategie zum ersten Mal auf diesen Daten. Näher an einen Live-Forward-Test kommt ein Backtest nicht. Es gibt nichts mehr anzupassen, keine Parameter mehr zu justieren. Die Strategie performt oder eben nicht.
Die Strategie funktioniert auch mit Daten, die sie zuvor nie gesehen hat, was darauf hindeutet, dass sie die Historie nicht einfach nur auswendig gelernt hat. Dies garantiert keine zukünftigen Ergebnisse.
11
Finaler Test auf Tick-Basis — 100 % der Historie
Jede Ausführung aus Ticks rekonstruiert. Die Simulation, aus der alle Zahlen der Website stammen.
Die Strategie läuft ein letztes Mal über den kompletten Datensatz (Sept. 2011 – Mai 2026) – von Anfang bis Ende – mit Tick-Präzision für jeden einzelnen Ein- und Ausstieg. Das ist die rechenintensivste Simulation, die möglich ist. Jede OHLC-Kerze wird aus Rohtickdaten rekonstruiert, d. h. Fills werden zum exakten Kurs berechnet, zu dem der Markt in dieser Mikrosekunde gehandelt wurde – nicht zu einer Annäherung.
Die Kapitalkurven, Drawdown-Charts, Renditezahlen und Risikokennzahlen auf der gesamten Dalvox-Plattform stammen aus diesem finalen Durchlauf. Es sind simulierte Ergebnisse, kein realer Handel. Keine Rundung, keine Schätzung, keine Abkürzung.
Die maßgebliche, tickgenaue Performance-Historie. Jede Zahl auf dieser Website – jede Rendite, jeder Drawdown, jede Kapitalkurve – stammt von hier.
Jede Strategie in unserem Katalog hat jeden einzelnen dieser Tests bestanden. In der richtigen Reihenfolge. Ohne Ausnahme.
Die meisten Kandidaten schaffen es nicht. Die, die es schaffen, sind die Systeme in unseren Produktstufen – und jede simulierte Performance-Zahl auf dieser Website stammt aus dem finalen Tick-Backtest aus Schritt 11. Frühere oder simulierte Wertentwicklung ist keine Garantie für künftige Ergebnisse.
Alle Tests bestanden.
Eine Entscheidung fehlt.
Wir sind voll transparent – jeder simulierte Trade aller unserer Produkte ist veröffentlicht und prüfbar. Prüf die Zahlen, dann abonniere. Starte jederzeit und kündige, wann du willst.