Trading & KI
Wie ich meine Trading-Strategie mit KI analysiert habe
6 Min. Lesezeit
Was passiert, wenn man die eigene Trading-Strategie nicht nur mit dem eigenen Bauchgefühl bewertet, sondern mit einer KI, die ausschließlich die Daten sieht? Genau das habe ich gemacht, und das Ergebnis hat eine Regel verändert, die ich vorher für erledigt gehalten hatte.
Vorweg die wichtigste Einschränkung, damit hier kein falscher Eindruck entsteht: Die KI hat für mich weder eine Strategie entwickelt noch selbst gehandelt. Sie war reines Analyse-Werkzeug für ein System, das ich längst hatte. Wie das im Detail abgelaufen ist, zeige ich in drei Schritten.
Was diese Methode nicht ist
Die KI hat keine neue Strategie entwickelt, keine Handelsentscheidungen getroffen und keinen einzigen Trade ausgeführt. Es geht hier nicht um automatisiertes Handeln und nicht um Signale, die man blind übernimmt.
Stattdessen war die KI ein Werkzeug, das eine bereits bestehende, eigene Strategie anhand echter Handelsdaten ausgewertet hat, um Schwachstellen sichtbar zu machen. Die Voraussetzung dafür ist entscheidend: Ohne ein bereits regelbasiertes System und ein sauber geführtes Journal hat die KI schlicht nichts, womit sie arbeiten kann.
Schritt 1: Die eigene Strategie lückenlos niederschreiben
Der erste Schritt war, die komplette Strategie schriftlich festzuhalten: Einstiegskriterien, Ausstiegskriterien, Regeln für den Umgang mit Verlusten, ohne Raum für Interpretation. Eine Strategie, die nur im Kopf existiert, kann eine KI nicht auswerten.
Diese Präzision ist wichtig, weil die KI im nächsten Schritt nur vergleicht, was laut Strategie hätte passieren sollen mit dem, was in den Daten tatsächlich passiert ist. Jede Lücke in der schriftlichen Beschreibung führt zu falschen Schlussfolgerungen. Wer noch kein Strategie-Dokument hat, kann sich auch mit vorhandenem Material behelfen, etwa mit Transkripten eigener Trainingsvideos, in denen die Regeln bereits erklärt wurden.
Schritt 2: Das Trading-Journal datenbasiert aufbereiten
In das Journal gehören objektive, reproduzierbare Daten: Datum, Uhrzeit, Long oder Short, wie weit der Trade im Gewinn oder Verlust lief, und das Endergebnis. Genau diese Struktur nutzt die KI, um Muster zu erkennen.
Was nicht hineingehört, sind subjektive Tagesnotizen wie 'heute war ich unkonzentriert'. Damit kann eine KI nichts anfangen. Wichtig ist außerdem, einen stabilen Zeitraum zu wählen, idealerweise einen, in dem die Strategie nicht laufend verändert wurde, sonst verzerrt das die Auswertung.
Schritt 3: Beide Dokumente von einer KI auswerten lassen
Welches Tool man dafür nutzt, ist zweitrangig, ob ChatGPT, Gemini oder Claude. Ich selbst habe ChatGPT im Denk- beziehungsweise Agentenmodus verwendet, weil die Analyse dort gründlicher ausfällt als bei einer schnellen Standardantwort.
Wichtig ist eine klare Vorgabe beim Prompt: Das Ergebnis muss praktisch handelbar bleiben. Es bringt nichts, wenn die KI nur eine kleine Teilmenge der besten Gewinn-Trades herausfiltert und das als Verbesserung verkauft. Solches Rosinenpicken in den eigenen Daten muss man aktiv ausschließen.
Was die Analyse konkret ergab
Grundlage war das komplette Jahr 2024, ein Konto, ein Kontrakt. Das Gesamtergebnis war danach minimal kleiner als vorher, rund 19.000 $, bewusst, weil der Prompt auf Risikoreduktion statt auf maximalen Gewinn ausgelegt war.
Die Anzahl der Trades ging zurück, der Drawdown sank von rund 3.100 $ auf etwa 2.400 $, und der Profitfaktor stieg von 1,41 auf 1,44. Ein angenehmer Nebeneffekt: Weniger Trades bedeuten oft, dass die Handelssession früher endet und mehr Zeit für den restlichen Tag bleibt.
Die überraschende Erkenntnis zur Verlust-Regel
Meine alte Regel lautete: Drei Verlust-Trades in Folge beenden die Session. Die KI-Analyse zeigte, dass die Reihenfolge dabei gar nicht entscheidend ist. Relevant ist die Summe von drei Verlust-Trades an einem Tag, auch dann, wenn dazwischen Gewinn-Trades liegen.
Das war die konkreteste Verbesserung aus der gesamten Auswertung, weil sie eine Regel betraf, die ich für längst optimal gehalten hatte.
Warum Rückblick allein nicht reicht
Eine reine Rückschau auf historische Daten birgt immer das Risiko, dass eine vermeintliche Verbesserung nur ein Zufallsergebnis für genau diesen Zeitraum ist. Deshalb habe ich die neue Regel danach 14 bis 15 Monate lang im echten Handel weiterverfolgt, um zu prüfen, ob sie sich bestätigt.
Das Ergebnis: 2025 liefen die Zahlen sogar noch ein Ticken besser. Erst dieser Vorwärtstest macht die Verbesserung glaubwürdig, nicht der Rückblick allein.
Fazit
Die KI war hier kein Ersatz fürs eigene Denken, sondern ein zweiter, objektiver Blick auf die eigenen Daten, so wie ein Kollege, der von außen draufschaut und Muster erkennt, die man selbst übersieht, weil man zu tief in der eigenen Strategie steckt.
Wer selbst ein Journal führt und eine schriftlich festgehaltene Strategie hat, kann das Gleiche versuchen. Die Grundlage entscheidet: Ohne sauber dokumentierte Daten bringt auch die beste KI nichts.
Das Thema im Video
Mehr Einblicke findest Du auf meinem YouTube-Kanal.