Ihr Backtest lügt: Warum Sie Point-in-Time-Daten verwenden müssen

Entwerfen wir eine einfache, hypothetische Handelsstrategie. Die Grundlage ist klar und basiert auf einer viel diskutierten Erzählung: Wenn Coins von Börsen abgezogen werden, ist das meist bullish. Die Argumentation ist intuitiv: Coins, die von Börsen abgezogen werden, deuten darauf hin, dass die Besitzer sie in Eigenverwahrung nehmen und somit das verfügbare Angebot zum Verkauf reduziert wird. Im Gegensatz dazu kann der Zufluss von Coins zu Börsen darauf hinweisen, dass die Besitzer sich darauf vorbereiten, zu verkaufen.

Ein einzelner Tag mit Abflüssen ist jedoch nur ein Rauschen. Um einen echten Trend zu erkennen, würden wir einen Moving Average Crossover für den Börsenbestand anwenden. Wenn der kurzfristige Durchschnitt unter den langfristigen Durchschnitt fällt, bestätigt dies, dass Coins beständig von Börsen abgezogen wurden – also eine anhaltende Bewegung und kein isoliertes Ereignis.

Mit Glassnodes Börsenbestand von Binance definieren wir Folgendes:

• Markteintritt, wenn der 5-Tage-Gleitende Durchschnitt des Binance BTC-Bestands unter dessen 14-Tage-Gleitenden Durchschnitt fällt und somit einen anhaltenden Abwärtstrend signalisiert.
• Marktaustritt, wenn der 5-Tage-Durchschnitt wieder über den 14-Tage-Durchschnitt steigt und somit anzeigt, dass der Abfluss-Trend sich umkehrt und Coins zur Börse zurückkehren.

Wir vergleichen diese Strategie mit der einfachen Haltung von BTC über denselben Zeitraum – vom 1. Januar 2024 bis zum 9. März 2026 – mit einem Anfangskapital von 1.000 $ und 0,1 % Handelsgebühr pro Trade.

So liest man dieses Diagramm:

🟫 Die braune Linie unten ist das binäre Handelssignal, das zwischen im Markt (1) und außerhalb des Marktes (0) wechselt.

🟦 Die blaue Linie zeigt den Portfolio-Wert der Strategie über die Zeit.

🟩 Die grüne Linie ist das Buy-and-Hold-Portfolio-Benchmark.

Man kann beobachten, dass die Börsenbestandsstrategie ziemlich gut funktioniert hat, obwohl manchmal die Buy-and-Hold-Strategie besser war. In den letzten Tagen des Untersuchungszeitraums holte die Börsenbestandsstrategie jedoch auf. Während einige Investor:innen die Kombination aus geringer Volatilität und letztlich vergleichbarer Performance zur Buy-and-Hold-Strategie attraktiv finden mögen, sind die finalen Zahlen irreführend – und das ist der Grund.

Das Problem: Datenmutationen und Look-Ahead-Bias

Metriken sind nicht statisch. Viele werden rückwirkend überarbeitet, wenn neue Informationen verfügbar werden. Besonders gilt das für Metriken, die auf Adress-Clustering oder Entity-Labeling basieren, wie Börsenbestände auf der Blockchain. Es trifft jedoch auch auf Metriken wie Handelsvolumen oder Preis zu, denn einzelne Börsen können ihre Daten gelegentlich mit leichten Verzögerungen einreichen.

Das bedeutet, dass ein Wert, den man heute für den 15. Januar 2024 sieht, nicht zwingend der Wert ist, der damals am 15. Januar 2024 veröffentlicht wurde. Die Daten wurden nachträglich revidiert – mit der Rückschau. Wer eine Strategie auf diesen revidierten Daten backtestet, nutzt implizit Informationen, die zum Zeitpunkt der Handelsentscheidung gar nicht verfügbar waren. Das führt zu einem Look-Ahead Bias.

Der ehrliche Backtest: Nutzung von Point-in-Time Daten

Wiederholen wir deshalb exakt denselben Backtest – identische Signal-Logik, gleiche Parameter, gleiche Daten, gleiche Gebühren – aber diesmal mit der Point-in-Time (PiT) Variante der Börsenbestand-Metrik, die im Glassnode Studio verfügbar ist.

PiT-Metriken sind streng append-only und unveränderlich. Jeder historische Datenpunkt spiegelt nur die Informationen wider, die zum Zeitpunkt der ersten Berechnung bekannt waren. Keine nachträglichen Änderungen, kein Look-Ahead Bias.

Obwohl wir dieselbe Metrik verwenden, liefert die Strategie jetzt deutlich andere Ergebnisse, wie durch die violette Linie im neuen Chart unten illustriert. Die Gesamtperformance ist deutlich schlechter.

Obwohl beide Strategien sich für einen Großteil von 2024 ähnlich verhalten, zeigen die PiT-basierte Version und die reguläre Version deutliche Unterschiede: Im November 2024 und März 2025 kann die PiT-Variante die starken Kursanstiege nicht so effektiv erfassen. Dies führt zu einer signifikanten Abweichung in der kumulierten Performance – mit deutlich niedrigerem Abschlusswert.

Wichtigste Erkenntnis

In diesem Beispiel erzielt die violette Strategie, die ausschließlich Zugriff auf Informationen zum jeweiligen Zeitpunkt hat, eine deutlich schlechtere Performance. ► Backtests sind irreführend, wenn sie mit falschen oder revidierten Daten durchgeführt werden. Nur unveränderliche Point-in-Time-Metriken garantieren, dass Sie die Historie so wiedergeben, wie sie tatsächlich passiert ist.