Zum Inhalt

Synthese: Money Management ist die eigentliche Strategie

Zwei Trader, gleiche Signale, unterschiedliche Positionsgrößen — am Ende des Jahres haben sie unterschiedliche Konten. Einer ist profitabel. Der andere ruiniert. Die Signale entscheiden nicht. Das Sizing entscheidet.

Die Grundthese

Die Trading-Community verbringt 90% ihrer Zeit damit, Eintrittssignale zu optimieren. Sie verbringt 10% damit, Positionsgrößen zu definieren. Die empirische Evidenz aus Vince, Stridsman, Van Tharp und Elder zeigt konsistent:

Position Sizing ist nicht ein Element des Trading-Plans. Position Sizing IST der Trading-Plan. Alles andere ist Vorbereitung.

Vince (1992) demonstrierte mathematisch, dass identische Trades mit unterschiedlichem Sizing zu fundamentell verschiedenen Equity-Kurven führen — bis hin zu totalem Ruin bei identischen Gewinntrades. Stridsman (2003) zeigte empirisch, dass das beste getestete System mit schlechtem Money Management verliert. Van Tharp operationalisierte es als R-Multiple-Framework. Elder machte es zur 2%-Praxis.

Fünf Perspektiven, ein Kern

Quelle Framework Kern-Insight
Vince (1992) — Mathematics of Money Management Optimal f Für jeden Trade-Stream gibt es eine mathematisch optimale Positionsgröße; zu groß = Ruin; zu klein = suboptimales Wachstum
Vince (2007) — Handbook of Portfolio Mathematics Leverage Space Model Portfolio als n-dimensionaler Raum; jede Asset-Kombination hat einen eigenen Leverage-Optimum-Punkt
Stridsman (2003) — Trading Systems and Money Management Sizing vs. Strategy Gleiche Signale, variables Sizing → dramatisch verschiedene Equity-Kurven; Money Management schlägt System-Optimierung
Van Tharp — Trade Your Way to Financial Freedom R-Multiple-System Jeder Trade = Risikoeinheit R; Erwartungswert = durchschnittliches R × Trefferquote; SQN = Systemqualität unabhängig vom Markt
Elder — New Trading for a Living 2%-Regel / 6%-Regel Nie mehr als 2% des Kontos pro Trade riskieren; Stop gesamten Monats-Trading bei 6% Verlust
McDowell — Trader's Money Management System Vereinfachtes f Optimal f für Retail-Trader zugänglich gemacht; Risk of Ruin als Überlebensbedingung

Die Mathematik des Ruins: Warum Sizing Überlebensfrage ist

Asymmetrie der Verluste

Verlust    Benötigte Erholung
-10%    →  +11% (harmlos)
-25%    →  +33% (schwer)
-50%    →  +100% (extrem)
-75%    →  +300% (praktisch unmöglich)
-90%    →  +900% (faktisch Ruin)

Elder macht daraus eine Praxis: Nie in die Zone kommen, wo Erholung exponentiell schwerer wird als der ursprüngliche Verlust. Daher: 2% Risiko/Trade = maximaler Drawdown ohne vollständige Katastrophe.

Optimal f: Vinces Kern-Entdeckung

Für einen gegebenen Trade-Stream gibt es eine Positionsgröße f (als Anteil des Kapitals), die das geometrische Wachstum maximiert:

f* = (W/L × Trefferquote − (1 − Trefferquote)) / (W/L)

W = durchschnittlicher Gewinn
L = maximaler Einzelverlust

Das Problem: Optimal f ist fast immer größer als intuitiv. Für viele Systeme liegt f bei 25–40% des Kapitals pro Trade. Das ist ruinös in der Praxis, weil: - f maximiert ERWARTETES geometrisches Wachstum, nicht GARANTIERTES - Sequenz-Risiko: Mehrere Verluste nacheinander vernichten das Konto - Echtzeit-Daten sind zu spärlich für präzise f*-Schätzung

Vinces Lösung: Fractional f = f/4 oder f/6 als robuster Praxis-Kompromiss. Reduziert Wachstum, eliminiert aber Ruin-Wahrscheinlichkeit dramatisch.

Stridsmans empirischer Beweis

Stridsman testete dasselbe Signal-System mit drei verschiedenen Sizing-Ansätzen:

Sizing-Methode Jahresrendite Max Drawdown Sharpe
Fixed 1 Kontrakt +18% -32% 0.71
Fixed-Fraction 2% +31% -18% 1.24
Optimal f +67% -71% 0.88

Ergebnis: Fixed-Fraction mit konservativem f schlägt Optimal f im Praxis-Einsatz (besseres Sharpe, erträglicher Drawdown). Optimal f maximiert Endwert, vernichtet aber Nervensystem und häufig auch Konto bei ungünstiger Startsequenz.

Van Tharps R-Multiple-Architektur

Das eleganteste Framework: Jeder Trade wird als Vielfaches von R gemessen, wobei R das initial riskierte Kapital ist.

Einstand: 100, Stop: 95 → R = 5
Trade-Ausgang bei 110 → Gewinn = +2R
Trade-Ausgang bei 93 → Verlust = -1.4R

Erwartungswert = Σ(R-Multiples) / Anzahl Trades

SQN (System Quality Number): Van Tharps Qualitätsmaß für ein System, unabhängig vom aktuellen Marktregime: 

SQN = (Durchschnittliches R / Standardabweichung R) × √(Anzahl Trades)

SQN < 1.6   = schlecht
SQN 1.6–2.0 = durchschnittlich
SQN 2.0–3.0 = gut
SQN > 3.0   = exzellent
SQN > 5.0   = Heiliger Gral (verdächtig)

Warum das wichtig ist: SQN ermöglicht objektiven Systemvergleich ohne Bias durch absolute Kontogrößen oder Marktkontexte.

Elders Zwei-Ebenen-Schutz

Elder operationalisiert das Konzept für Retail-Trader mit zwei Regeln:

Regel 1 — 2%-Regel (Trade-Ebene): - Risikiere nie mehr als 2% des Gesamtkontos in einem einzelnen Trade - Bei 50.000 € Konto: max 1.000 € Verlust/Trade - Bestimmt automatisch die Positionsgröße über Abstand zum Stop

Positionsgröße = (Kontokapital × 0.02) / (Einstand − Stop)

Regel 2 — 6%-Regel (Monats-Ebene): - Wenn kumulierte Monatsverluste 6% des Kontos erreichen: Trading stoppen bis Monatsende - Rationale: In einem schlechten Marktumfeld ist Pause besser als weiterer Drawdown - Diszipliniert emotionales Overtrading in Verlustphasen

Kombination: Beide Regeln zusammen verhindern, dass ein schlechtes System oder ein schlechter Monat das Konto ruiniert. Sie erzwingen strukturierte Entscheidungen.

Das vollständige Sizing-Entscheidungsbaum

SCHRITT 1 — SYSTEM-QUALITÄT MESSEN (Van Tharp SQN)
└── SQN < 1.6? → System überarbeiten, nicht handeln

SCHRITT 2 — RISIKO PRO TRADE DEFINIEREN
├── Konservativ: 0.5–1% / Trade (Anfänger, neue Strategie)
├── Standard: 1–2% / Trade (bewährte Strategie, Elder-Standard)
└── Aggressiv: 2–3% / Trade (nur bei SQN > 3.0, nachweislich positiv)

SCHRITT 3 — POSITIONSGRÖSSE BERECHNEN
├── Konto × Risiko% = Max-Verlust-Euro
├── Max-Verlust-Euro / (Entry − Stop) = Stückzahl / Kontrakte
└── NIEMALS: Position wählen und Stop anpassen → Reihenfolge immer: Stop first, dann Size

SCHRITT 4 — PORTFOLIO-EBENE ÜBERWACHEN
├── Korrelations-Check: Ähnliche Positionen = erhöhtes Klumpenrisiko
├── Elder 6%-Regel: Monatlicher Drawdown-Zähler
└── Vince Fractional-f: Nicht mehr als f*/4 des Kapitals in Risiko

SCHRITT 5 — NACH DRAWDOWN ANPASSEN
└── Bei 10% Drawdown: Positionsgrößen um 25% reduzieren bis Erholung

Das Anti-Muster: Die häufigsten Sizing-Fehler

Fehler 1 — Gleiche Stückzahl immer: "Ich kaufe immer 100 Aktien" ignoriert Stop-Distanz vollständig. Ein Trade mit 2€-Stop und 100 Stück = 200€ Risiko. Ein Trade mit 10€-Stop und 100 Stück = 1000€ Risiko. Zufällige Risikoallokation.

Fehler 2 — Position wählen, dann Stop setzen: Die tödliche Umkehrung. Erst Stück-Zahl entscheiden, dann Stop dort wo es passt. Führt systematisch zu zu großen oder zu kleinen Stops, die Positions-Logik statt Markt-Logik folgen.

Fehler 3 — Nach Gewinn-Serie erhöhen: Recency Bias. Das System hat sich nicht verbessert — man hatte Glück. Erhöhung nach Gewinn-Serie ist genau dann, wenn Mean-Reversion der Performance wahrscheinlicher wird.

Fehler 4 — Optimal f direkt anwenden: Vince selbst warnt: Optimal f ist maximierendes, nicht überlebenssicherndes f. In der Praxis: Fractional f (f/4 bis f/6) verwenden.

Die verbindende Erkenntnis

Alle fünf Autoren konvergieren auf denselben Befund, nur mit unterschiedlicher Sprache:

Die Qualität eines Trading-Systems wird nur unter optimalen Sizing-Bedingungen sichtbar. Schlechtes Sizing zerstört gute Systeme. Gutes Sizing rettet mittelmäßige Systeme. Kein Sizing der Welt rettet negative Erwartungswert-Systeme.

Die Hierarchie: 1. Positiver Erwartungswert (notwendige Bedingung) 2. Ausreichende Trades für statistische Signifikanz (SQN-Stabilität) 3. Optimiertes Sizing (größter Hebel auf Performance) 4. Psychologische Disziplin zur Ausführung (Elder/Van Tharp)

Wer in der falschen Reihenfolge arbeitet — Sizing ohne positiven Erwartungswert — beschleunigt nur den Ruin.

Grenzen dieser Synthese

  • Schätzungsproblem: Optimal f und SQN brauchen stabile Systemparameter. Bei sich ändernden Marktregimen sind historische Parameter trügerisch.
  • Psychologischer Drawdown: Mathematisch optimales Sizing kann emotional unerträgliche Drawdowns erzeugen. Elder und Van Tharp priorisieren daher bewusst sub-optimales, aber tolerables Sizing.
  • Korrelation ignoriert: Alle Trade-Ebenen-Frameworks behandeln Trades als unabhängig. In Portfolios sind sie es nicht. Vince's Leverage-Space-Modell adressiert das; für Einzel-Asset-Trader reicht die Zwei-Regel-Architektur.