Tradiens
EssaysAnmelden

Tradiens Research · Datenessay

Die Trefferquote zeigt nicht, wie groß die Verluste sind

Die meisten Trades im Währungspaar Euro/US-Dollar endeten mit Gewinn, und doch verlor der durchschnittliche Trade in diesem Paar, in Pips gerechnet. Die Handelsdaten der Kunden eines Devisenbrokers und der Zusammenbruch eines Optionsfonds zeigen, warum eine Trefferquote für sich genommen wenig darüber sagt, ob der Handel unter dem Strich ins Plus führt.

Version 2.0 · erstmals veröffentlicht am 24. September 2026 · neu geschrieben am 4. Oktober 2026

Von den Trades, die Kunden des Devisenbrokers FXCM 2009 und 2010 im Währungspaar Euro/US-Dollar schlossen, endeten 59 % mit Gewinn.

Im Dezember 2011 veröffentlichte DailyFX, die Analyseabteilung des Onlinebrokers FXCM, einen Lehrartikel für Trader, der auf den Handelsdaten der eigenen Kunden beruhte.[1] Die Autoren, David Rodriguez und Timothy Shea, hatten mehr als 12 Millionen Trades (abgeschlossene Geschäfte) ausgewertet, die FXCM-Kunden 2009 und 2010 auf Echtgeldkonten geschlossen hatten, und zwar in den 15 Währungspaaren, die sie am häufigsten handelten. Ein Währungspaar ist der Preis einer Währung, ausgedrückt in einer anderen; wer den Euro gegen den US-Dollar handelt, abgekürzt EUR/USD, wettet also darauf, in welche Richtung sich dieser Wechselkurs bewegt. Für jedes Währungspaar nannte der Artikel die Trefferquote (Win-Rate), also den Anteil der Trades, die mit Gewinn geschlossen wurden. Außerdem gab er an, wie groß ein Trade mit Gewinn und einer mit Verlust im Durchschnitt ausfielen; diese beiden Werte heißen im Folgenden der durchschnittliche Gewinntrade und der durchschnittliche Verlusttrade.

Die Zahlen für EUR/USD sahen nach erfolgreichem Handel aus, denn 59 % dieser Trades endeten mit Gewinn und 41 % mit Verlust. Nach den Zahlen des Artikels selbst verlor der durchschnittliche EUR/USD-Trade jedoch rund 14 Pips. Ein Pip ist die übliche Einheit für eine Kursbewegung am Devisenmarkt: eine Änderung des Wechselkurses um 0,0001 bei den meisten Paaren und um 0,01 bei Paaren, die in Yen notiert werden. Was ein Pip in Geld wert ist, hängt vom Währungspaar und von der Größe des Trades ab; ein Ergebnis in Pips ist deshalb kein Ergebnis in Dollar.

Aus diesen beiden Tatsachen ergibt sich die Frage, der dieser Essay nachgeht: Wenn die meisten Trades mit Gewinn endeten, wo sind die gewonnenen Pips geblieben? Sie sind in die Trades mit Verlust geflossen. Die Trefferquote zeigt das nicht, weil sie nur zählt, wie oft ein Trade im Plus endete, und nicht, mit wie viel; sichtbar wird es erst an einer Größe, die sie nicht enthält: dem Verhältnis des durchschnittlichen Verlusttrades zum durchschnittlichen Gewinntrade.

Für diesen Vergleich gehört neben die Trefferquote jedes Währungspaares die Größe seiner Gewinn- und seiner Verlusttrades, und genau das zeigt die erste Abbildung.

In 13 von 15 Währungspaaren endeten zu wenige Trades mit Gewinn, um in Pips die Gewinnschwelle zu erreichen.

  • Anteil der Trades mit Gewinn
  • Mindesttrefferquote: Anteil der Trades, die für die Gewinnschwelle in Pips mit Gewinn hätten enden müssen
  • Abstand zwischen beiden

×1,95 = Die Verlusttrades waren in Pips im Schnitt 1,95-mal so groß wie die Gewinntrades. Die Währungspaare sind nach diesem Vielfachen sortiert: Je größer es ist, desto mehr Trades mussten mit Gewinn enden.

Die Skala reicht von 45 % bis 75 %, nicht von 0 %; der Abstand eines Punktes vom linken Rand zeigt deshalb nicht die Höhe der Trefferquote. Maßstabsgetreu ist der graue Balken: Seine Länge ist der Abstand zwischen Punkt und Strich in Prozentpunkten.

In 13 von 15 Währungspaaren endeten zu wenige Trades mit Gewinn, um in Pips die Gewinnschwelle zu erreichen.
WährungspaarVerlust ÷ GewinnPunkt (mit Gewinn)Strich (nötig)Abstand zur Gewinnschwelle (Prozentpunkte)
AUD/JPY×1,0549 %51,2 %2,2 Punkte darunter
USD/CAD×1,3061 %56,5 %4,5 Punkte darüber
AUD/NZD×1,4871 %59,6 %11,4 Punkte darüber
EUR/GBP×1,7058 %63,0 %5,0 Punkte darunter
EUR/AUD×1,8561 %65,0 %4,0 Punkte darunter
USD/JPY×1,8757 %65,1 %8,1 Punkte darunter
GBP/USD×1,9464 %66,0 %2,0 Punkte darunter
NZD/USD×1,9554 %66,1 %12,1 Punkte darunter
EUR/USD×1,9559 %66,1 %7,1 Punkte darunter
EUR/CHF×2,0062 %66,7 %4,7 Punkte darunter
EUR/JPY×2,0460 %67,1 %7,1 Punkte darunter
AUD/USD×2,0459 %67,1 %8,1 Punkte darunter
USD/CHF×2,0560 %67,2 %7,2 Punkte darunter
GBP/CHF×2,0864 %67,5 %3,5 Punkte darunter
GBP/JPY×2,3566 %70,1 %4,1 Punkte darunter
Gesonderte Stichprobe, März 2014 – März 2015, mehr als 43 Millionen Trades (Quadrate)
EUR/USD×1,7361 %63,4 %2,4 Punkte darunter
GBP/USD×1,9359 %65,9 %6,9 Punkte darunter

In Pips, nicht in Dollar, ohne Positionsgröße; Kostenabzug unbekannt. Geschlossene FXCM-Kundentrades, 15 meistgehandelte Paare, 2009–10. Quelle: FXCM DailyFX 2011, 2015; Schwellen berechnet: Tradiens.

Jede Zeile ist ein Währungspaar. Liegt ein Punkt links von seinem Strich, endeten zu wenige Trades mit Gewinn, um in Pips die Gewinnschwelle zu erreichen; die rechte Spalte gibt den Abstand in Prozentpunkten an.

Schritt 1 von 3

Beginne mit der fett gedruckten Zeile EUR/USD, dem Euro gegen den US-Dollar. Der blaue Punkt in dieser Zeile liegt bei 59 %: So groß war der Anteil der EUR/USD-Trades, die mit Gewinn geschlossen wurden, die meisten endeten also im Plus. Sieh dir dann das Vielfache neben dem Namen des Währungspaares an, ×1,95. Es erklärt, warum 59 % nicht genügten, denn es besagt, dass ein Trade mit Verlust in Pips im Schnitt fast doppelt so viel kostete, wie einer mit Gewinn einbrachte.

Ein Trade mit Verlust war im Schnitt fast doppelt so groß wie einer mit Gewinn, deshalb hätten 66 % der Trades mit Gewinn enden müssen, um in Pips die Gewinnschwelle zu erreichen.

Beide Größen lieferte der Artikel selbst. In den Worten der Autoren: „Die Verluste der Trader in EUR/USD betrugen im Schnitt 127 Pips, die Gewinne dagegen im Schnitt nur 65 Pips.“ Ein Verlust war damit im Schnitt 1,95-mal so groß wie ein Gewinn. Wer so handelt, kann öfter gewinnen als verlieren und trotzdem im Minus landen, weil Verluste nicht häufig sein müssen, um die Gewinne aufzuwiegen; es genügt, dass sie groß genug sind.

Am einfachsten lässt sich das an 100 EUR/USD-Trades nachrechnen. 59 davon endeten mit einem Gewinn von im Schnitt 65 Pips, zusammen also 59 × 65 = 3.835 Pips; 41 endeten mit einem Verlust von im Schnitt 127 Pips, zusammen 41 × 127 = 5.207 Pips. Die hundert Trades lagen damit 1.372 Pips im Minus, das sind 13,7 Pips pro Trade und damit der Verlust von rund 14 Pips, von dem am Anfang die Rede war. Hätten 66,1 % der Trades mit Gewinn geendet, wäre der durchschnittliche Trade genau bei null gelandet, denn bei diesem Anteil hätten die gewonnenen Pips die verlorenen exakt gedeckt. Dieser Anteil ist die Mindesttrefferquote, bei der sich gewonnene und verlorene Pips genau aufwiegen; sie markiert die Gewinnschwelle in Pips. Sie ergibt sich allein aus den beiden Durchschnitten: Der durchschnittliche Verlusttrade wird durch die Summe aus durchschnittlichem Gewinn- und Verlusttrade geteilt, für EUR/USD also 127 ÷ (65 + 127) = 127 ÷ 192.

Schritt 2 von 3

Sieh dir jetzt den senkrechten Strich in derselben Zeile an, bei 66,1 %. Er markiert die Mindesttrefferquote, also den Anteil der Trades, der mit Gewinn hätte enden müssen, damit sich gewonnene und verlorene Pips bei diesen Durchschnittsgrößen aufheben. Der graue Balken zwischen Punkt und Strich ist der Abstand zwischen beiden, 7,1 Prozentpunkte, und dieser Abstand allein erklärt, warum der durchschnittliche EUR/USD-Trade Pips verlor, obwohl die meisten Trades im Plus endeten.

Ein einzelnes Währungspaar könnte Zufall sein; aussagekräftig wird der Befund erst an den übrigen vierzehn, für die derselbe Artikel dieselben drei Zahlen abdruckte.

In 13 der 15 meistgehandelten Währungspaare endeten die Trades der Kunden seltener mit Gewinn, als es die Größe ihrer Verluste erfordert hätte.

Für jedes Währungspaar lässt sich dieselbe Rechnung aufmachen, und jedes hat dabei seine eigene Gewinnschwelle, im Folgenden kurz Schwelle, weil Gewinne und Verluste bei jedem im Schnitt anders ausfallen. Die Trefferquote sah fast überall gesund aus: In 14 der 15 Währungspaare endete die Mehrheit der Trades mit Gewinn, und die einzige Ausnahme, der australische Dollar gegen den Yen, kam auf 49 %. In allen 15 war ein Verlust jedoch im Schnitt größer als ein Gewinn, und zwar um den Faktor 1,05 bis 2,35.

Weil die Schwelle der Anteil des durchschnittlichen Verlusttrades an der Summe beider Durchschnitte ist, hob der im Schnitt größere Verlust die Schwelle jedes Währungspaares über 50 %. Selbst der kleinste Faktor, 1,05 beim australischen Dollar gegen den Yen, ergibt 1,05 ÷ 2,05, also 51,2 %; mehr als die Hälfte der Trades musste demnach mit Gewinn enden, nur damit die Gewinnschwelle erreicht war. Eine Schwelle über 50 % bedeutete für sich genommen noch keinen Verlust in Pips, denn ein Währungspaar, dessen Trefferquote die Schwelle übertraf, lag in Pips trotzdem im Plus. In 13 Paaren aber blieb die Trefferquote unter der eigenen Schwelle, und der Abstand reichte von 2,0 Prozentpunkten beim britischen Pfund gegen den US-Dollar bis zu 12,1 Prozentpunkten beim neuseeländischen Dollar gegen den US-Dollar.

Schritt 3 von 3

Lies jetzt die ganze Liste von oben nach unten. In 13 der 15 Zeilen liegt der Punkt links von seinem Strich, das heißt, zu wenige Trades endeten mit Gewinn, um in Pips die Gewinnschwelle zu erreichen. Die Zeilen USD/CAD und AUD/NZD sind die Ausnahmen: Ihre Verluste fielen im Schnitt nicht viel größer aus als ihre Gewinne, deshalb liegen ihre Striche bei niedrigeren Werten, und es endeten genug Trades im Plus, um die Schwelle zu übertreffen. Die Quadrate unten stammen aus einer gesonderten Stichprobe von März 2014 bis März 2015 und weisen in dieselbe Richtung.

Die beiden Währungspaare über ihrer Schwelle sagen ebenso viel wie die dreizehn darunter. Beim australischen gegen den neuseeländischen Dollar (AUD/NZD) endeten 71 % der Trades mit Gewinn, und der durchschnittliche Verlusttrade war nur 1,48-mal so groß wie der durchschnittliche Gewinntrade; beim US-Dollar gegen den kanadischen Dollar (USD/CAD) waren es 61 % und das 1,30-Fache. Weil ein Verlust dort im Schnitt nicht viel größer war als ein Gewinn, lagen die Schwellen niedriger, bei 59,6 % und 56,5 %, und die Trefferquoten übertrafen sie. Warum sich diese beiden Währungspaare anders verhielten, sagt die Quelle nicht, und auch hier wird darüber nicht spekuliert. Die beiden zeigen aber, dass eine hohe Trefferquote für sich genommen kein schlechtes Zeichen ist: Wo die Verlusttrades im Schnitt nicht viel größer ausfielen als die Gewinntrades, war es gerade die hohe Trefferquote, die die Trades in Pips ins Plus brachte.

Eine spätere Messung, über einen anderen Zeitraum und an anderen Trades, wies in dieselbe Richtung. Im Juni 2015 veröffentlichte Rodriguez Zahlen zu mehr als 43 Millionen Trades, die FXCM-Kunden 2014 und 2015 geschlossen hatten, diesmal nur für zwei Währungspaare.[2] In dieser Stichprobe endeten 61 % der EUR/USD-Trades mit Gewinn, während für die Gewinnschwelle in Pips 63 % nötig gewesen wären. Beim Euro gegen den US-Dollar war der Abstand zur Schwelle kleiner als 2009–2010, beim britischen Pfund gegen den US-Dollar, dem zweiten ausgewiesenen Paar, war er größer; beide lagen aber unter ihrer Schwelle, das Muster beschränkte sich also weder auf ein Währungspaar noch auf einen Zeitraum. Beide Messungen sind eigenes, ungeprüftes Lehrmaterial des Brokers, und sie zählen Trades, nicht Kunden; sie können deshalb nicht sagen, wie viele Kunden Geld verdienten oder verloren. Der Abschnitt Methodik am Ende erläutert diese Grenzen.

Warum aber sollten Gewinne durchweg klein und Verluste groß ausfallen? Eine Gewohnheit, die genau dieses Muster hervorbringen würde, ist an anderer Stelle gemessen worden, bei Aktienanlegern.

Wer Positionen im Gewinn schnell verkauft und Positionen im Verlust hält, erhöht rein rechnerisch zugleich die Trefferquote und die Größe des durchschnittlichen Verlusttrades.

Die bekannteste Messung dieser Gewohnheit ist eine Studie des Ökonomen Terrance Odean aus dem Jahr 1998 über 10.000 zufällig ausgewählte Konten bei einem US-Discountbroker, mit Transaktionen aus den Jahren 1987 bis 1993.[3] Odean prüfte, was Ökonomen den Dispositionseffekt nennen und was Shefrin und Statman 1985 als „eine allgemeine Neigung, Gewinner zu früh zu verkaufen und Verlierer zu lange zu halten“ beschrieben hatten.[4] An den Tagen, an denen diese Anleger überhaupt etwas verkauften, verkauften sie 14,8 % der Positionen, die an diesem Tag im Gewinn standen, aber nur 9,8 % derer, die im Verlust standen; Gewinne wurden also etwa anderthalbmal so bereitwillig zu Geld gemacht wie Verluste.

Die Gewohnheit verändert auch die Trefferquote, und dieser Teil folgt aus einer einfachen Rechnung: Er ist eine Überlegung dieses Essays, kein Befund Odeans. Angenommen, es geht um dieselben Trades, eröffnet zu denselben Zeitpunkten und mit denselben Kursverläufen. Wer jede Position verkauft, sobald sie einen kleinen Gewinn zeigt, und jede Position im Verlust hält, hat am Ende viele kleine Gewinne und weniger, dafür größere Verluste als jemand, der beide Arten gleich behandelt. Deshalb steigt die Trefferquote, und mit ihr wächst der durchschnittliche Verlusttrade.

Ob die Gewohnheit Geld kostet, hängt davon ab, wie sich die Kurse danach entwickeln, und bei Odeans Anlegern kostete sie Geld: Nach seiner Rechnung lag die Überrendite der verkauften Gewinner im folgenden Jahr um 3,4 Prozentpunkte höher als die der behaltenen Verlierer, wobei die Überrendite das ist, was eine Aktie über einen breiten Marktindex hinaus abwirft.

Gemessen wurde also, bei gewöhnlichen amerikanischen Aktienanlegern, eine ausgeprägte Neigung, Gewinner früh zu verkaufen, und diese Gewohnheit würde genau die Spur hinterlassen, die die FXCM-Zahlen zeigen: viele kleine Gewinne und weniger, dafür größere Verluste. Bei den Kunden von FXCM hat sie niemand gemessen, und Odean zählte zwei Jahrzehnte früher Entscheidungen, Aktien zu verkaufen, nicht gewonnene Devisentrades. Die FXCM-Zahlen passen deshalb zu dieser Gewohnheit, können aber nicht zeigen, dass sie sie hervorgebracht hat.

Manche Anlageprodukte sammeln kleine Gewinne nicht aus Gewohnheit ein, sondern weil sie so gebaut sind. Eines davon, ein Optionsfonds der Gesellschaft LJM Funds Management, besaß, was den FXCM-Zahlen fehlt: eine fortlaufende Reihe seiner Ergebnisse, gemessen am eingesetzten Geld statt in Pips, und daneben die eigene Schätzung der Firma, wie groß ein Verlust werden könnte.

Im Januar 2018 meldete LJM für jedes Quartal des gerade abgeschlossenen Geschäftsjahres 2017 eine positive Wertentwicklung, während der eigene Risikobericht einen mehr als verdreifachten geschätzten Verlust auswies.

Die Ergebnisreihe stammte vom LJM Preservation and Growth Fund, den die US-Aufsichtsbehörden später kurz P&G-Fonds nannten. Am 11. Januar 2018 reichte der Fonds seinen Jahresbericht für das am 31. Oktober 2017 beendete Geschäftsjahr ein. An dessen Anfang stand ein Brief von Anish Parvataneni, dem leitenden Portfoliomanager von LJM, an die Anteilseigner, und sein erster Satz lautete: „LJM freut sich, für jedes Quartal des Geschäftsjahres 2017 eine beständige, positive Wertentwicklung melden zu können.“[5]

Die positiven Quartale ergaben sich aus dem, was der Fonds verkaufte. Nach Darstellung der SEC, der US-Börsenaufsicht, erzielte der Fonds „Erträge“, indem er „aus dem Geld liegende Optionen auf S&P-500-Terminkontrakte“ verkaufte.[6] Eine Option gibt ihrem Käufer das Recht, zu einem festgelegten Preis zu kaufen oder zu verkaufen, und für dieses Recht zahlt der Käufer dem Verkäufer eine Gebühr, die Prämie. „Aus dem Geld“ (out of the money) heißt, dass der festgelegte Preis jenseits des aktuellen Marktniveaus lag, bei einer Verkaufsoption (Put) darunter, bei einer Kaufoption (Call) darüber; die Option wäre bei Fälligkeit also nur dann etwas wert, wenn sich der Markt über diesen Preis hinaus bewegte. Der Fonds verkaufte beide Arten.[5] Einfacher gesagt: Er verkaufte Optionen, die sich für den Käufer nur auszahlen, wenn der S&P 500 stark ausschlägt, im Grunde also eine Versicherung gegen einen solchen Ausschlag, vor allem gegen einen Crash. Optionen auf diese Weise zu verkaufen ist eine legitime und weit verbreitete Strategie, und der Fall LJM wird hier nicht als typischer Ausgang dieser Strategie dargestellt.

Deshalb fielen die Quartale immer wieder positiv aus: In ruhigen Märkten behält der Verkäufer die Prämie in der Regel, weil der große Ausschlag, für den der Käufer bezahlt, ausbleibt. Der Vergleich mit einer Versicherung hinkt allerdings an einer Stelle, und gerade diese Stelle erklärt, wie der Fonds später so viel verlieren konnte. Ein Versicherer deckt viele Risiken, die nicht alle zugleich eintreten; ein einziger Rückgang des Index dagegen würde jeden Put, den der Fonds verkauft hatte, zur selben Zeit verteuern, sodass die Verluste aus diesen Puts gemeinsam anfielen und nicht einer nach dem anderen.

Eine Reihe positiver Quartale misst, wie oft der Fonds ein Quartal im Plus abschloss. Sie ist dieselbe Art von Zahl wie eine Trefferquote, nur nach dem Kalender gezählt statt nach Trades. Diese Reihe zog Geld an: Im Geschäftsjahr 2017 wuchs das Nettovermögen des Fonds auf mehr als das Doppelte, und etwa 90 % des Zuwachses waren neues Geld, das Anleger einzahlten, keine Gewinne.

Wie groß ein schlechter Ausgang werden konnte, zeigte die Ergebnisreihe nicht. Eine Schätzung dafür enthielten aber die eigenen Risikoberichte von LJM, die die SEC in einer 2021 eingereichten Klage zitierte. Sie bezifferten, was der P&G-Fonds verlieren würde, wenn der S&P 500 um 5 % fiele, also ein mäßiger Rückschlag, und zugleich die implizite Volatilität um 50 % stiege; die implizite Volatilität ist die aus Optionspreisen abgelesene Erwartung des Marktes, wie stark die Kurse schwanken werden. Laut SEC setzten die Berichte diesen Verlust Anfang Oktober 2017 mit 18,6 % des Fondswerts an, zum 31. Januar 2018 dann mit 61,4 %. Das ist eine Schätzung für ein einziges Szenario, keine Vorhersage dessen, was geschehen würde. Die eigene Schätzung von LJM für diesen Verlust hatte sich binnen vier Monaten mehr als verdreifacht; in den knapp zwei Jahren davor hatte sie laut Klage im Mittel nahe bei ihrem Ausgangswert vom Oktober gelegen.

Der Anstieg begann im Oktober 2017, dem letzten Monat des Geschäftsjahres, dessen Quartale der Manager positiv nannte, und hielt an, nachdem dieses Jahr abgeschlossen war, bis in die Monate unmittelbar vor dem Einbruch. Die SEC wirft den Managern vor, das Verlustrisiko bewusst erhöht zu haben, und zwar über die Puts: Sie hätten mehr davon verkauft und deren festgelegte Preise näher an das aktuelle Marktniveau gelegt, um mehr Prämie einzunehmen.[6][7]

Derselbe Brief, der die positiven Quartale verkündete, erklärte auch, das Team habe die Portfolios „umgeschichtet, um ein stabiles Risikoprofil zu bewahren“, was die SEC als unwahr bezeichnet. Am 11. Januar 2018 standen also in einem einzigen Dokument die gute Ergebnisreihe und die Beschreibung eines gleichbleibenden Risikos nebeneinander, während die Manager, so die SEC, seit Oktober zusätzliches Risiko aufgebaut hätten.

LJM Preservation and Growth Fund (P&G-Fonds). Die Schätzungen stammen aus internen Risikoberichten von LJM, wie sie die SEC in ihrer Klage von 2021 zitiert; die Klage enthält die Vorwürfe der Behörde. Einreichungsdatum: SEC EDGAR.

Die eigene Verlustschätzung von LJM hat sich zwischen Anfang Oktober 2017 und dem 31. Januar 2018 mehr als verdreifacht.

Was der eigene Risikobericht von LJM zeigte

Geschätzter Verlust in Prozent des P&G-Fonds, falls der S&P 500 um 5 % fällt und zugleich die implizite Volatilität um 50 % steigt

18,6 %, Anfang Oktober 2017

61,4 %, bis 31. Jan. 2018 mehr als verdreifacht

31. Okt. 2017: Ende des Geschäftsjahres 2017

11. Jan. 2018, Jahresbericht eingereicht: „positive Wertentwicklung für jedes Quartal des Geschäftsjahres 2017“ „ein stabiles Risikoprofil“

Die beiden Punkte sind Schätzungen von LJM selbst zu zwei Zeitpunkten, wie die SEC sie zitiert. Für die Tage dazwischen nennt die Klage keine Zahl, deshalb verbindet keine Linie die beiden Punkte.

Die Abbildung zeigt, was eine Reihe positiver Quartale nicht zeigen konnte: wie groß ein möglicher Verlust war, den die Firma selbst berechnete, und dass er gerade in den Monaten wuchs, in denen ihre schriftliche Beschreibung des Risikos unverändert blieb. Anfang Februar 2018 fiel dann der Markt.

Anfang Februar 2018 verloren die von LJM verwalteten Fonds binnen zwei Handelstagen rund 80 % ihres Werts, mehr als eine Milliarde Dollar.

Der Einbruch war stärker als der im Szenario von LJM: Laut SEC fiel der S&P 500 an zwei Handelstagen, Freitag, dem 2. Februar, und Montag, dem 5. Februar, um mehr als 6 %, und zugleich schnellte die Volatilität nach oben. Binnen zwei Handelstagen jenes Monats verloren die von LJM verwalteten Fonds, der P&G-Fonds und die privaten Fonds von LJM zusammen, nach Angaben der Aufsichtsbehörden rund 80 % ihres Werts, mehr als eine Milliarde Dollar.[7][8] Das ist der tatsächliche Verlust all dieser Fonds zusammen; er misst also etwas anderes als die Schätzung von 61,4 % für den P&G-Fonds und ist kein Maßstab, an dem sich diese Schätzung überprüfen ließe.

Dass der Verlust so groß ausfiel, lag daran, was der Fonds schuldete und wie er seine Positionen hielt. Ein Fonds, der Optionen verkauft hat, schuldet so viel, wie es kosten würde, sie zurückzukaufen, und diese Kosten sind der Marktwert der Optionen. Die Optionen, die der Fonds verkauft hatte, gewannen weit schneller an Wert, als der Index fiel, weil der Kursrückgang und der Sprung der erwarteten Volatilität sie gleichzeitig verteuerten. Der Fonds hatte sie mit Sicherheitsleistung (Margin) verkauft: Statt den vollen Betrag zurückzulegen, den er womöglich zahlen musste, hatte er bei seinem Broker Sicherheiten hinterlegt, die abdecken sollten, was er schulden könnte, und als die Kosten für den Rückkauf stiegen, verlangte der Broker deshalb mehr. So wurden die Positionen mitten in der Panik zwangsweise glattgestellt; laut SEC ordnete der Broker nach Börsenschluss am Montag, dem 5. Februar, die Liquidation an. Ein Abwarten war damit ausgeschlossen: Der Fonds konnte die Positionen nicht halten, bis sich die Kurse beruhigten, weil nicht er entschied, wann sie geschlossen wurden, sondern der Broker.

In beiden Geschichten stützte sich das gute Bild also auf eine Zahl, die festhielt, wie oft etwas gut ging. Die Antwort auf die Eingangsfrage, wo die Pips der EUR/USD-Trades geblieben sind, liegt in dem, was diese Zahl ausließ: wie groß die Verluste waren, wenn sie eintraten.

Die gewonnenen Pips der EUR/USD-Trades wurden von weniger, aber viel größeren Verlusttrades aufgezehrt.

Die meisten EUR/USD-Trades endeten mit Gewinn, und dennoch verlor der durchschnittliche Trade Pips, weil die Trades mit Verlust aufzehrten, was die mit Gewinn einbrachten. Verluste waren unter diesen Trades häufig, sie trafen etwa vier von zehn, und der durchschnittliche Verlusttrade war fast doppelt so groß wie der durchschnittliche Gewinntrade; das reichte, um die größere Zahl der Trades mit Gewinn aufzuwiegen. Bei LJM trat der schwere Verlust ein einziges Mal ein, binnen zwei Handelstagen, und er war groß genug, um den größten Teil des Werts der von der Firma verwalteten Fonds zu vernichten. Die Verluste fielen also ganz verschieden an, bei FXCM häufig, bei LJM ein einziges Mal und in enormer Höhe. Beide Fälle führen dennoch zur selben Antwort, weil die beruhigende Zahl in beiden Geschichten erfasste, wie oft etwas gut ging, und nichts darüber sagte, was die schlechten Ausgänge kosteten.

Bei den FXCM-Kunden war diese Zahl die Trefferquote; bei LJM war es die Reihe positiver Quartale, die gute Quartale so zählte, wie eine Trefferquote Trades mit Gewinn zählt. Bei einem Optionsverkäufer sind die Verluste, auf die es ankommt, womöglich noch gar nicht eingetreten; die Frage lautet dann, wie groß der schlimmste Verlust werden könnte, und eine Reihe positiver Quartale zeigt das nicht. Bei einer Liste geschlossener Trades ist die Prüfung einfacher, denn die Mindesttrefferquote ist der durchschnittliche Verlusttrade geteilt durch die Summe aus durchschnittlichem Gewinn- und Verlusttrade, und jeder kann sie aus seinen eigenen Durchschnittswerten ausrechnen. Für die Kunden von FXCM liefert diese Rechnung die Antwort: Entscheidend war, wie viel die Verlusttrades kosteten, und das zeigte die Trefferquote nicht.

Methodik

Die Devisenzahlen stammen aus einer eigenen, ungeprüften Veröffentlichung eines einzelnen Brokers.

Die Hauptabbildung stützt sich auf zwei Messungen, die DailyFX veröffentlicht hat, die Analyseabteilung des auf Devisen spezialisierten Onlinebrokers FXCM:[9] mehr als 12 Millionen Kundentrades, geschlossen 2009 und 2010, und mehr als 43 Millionen aus einer späteren Stichprobe, jeweils in den 15 Währungspaaren, die FXCM-Kunden am häufigsten handelten.[1][2] Für jedes Währungspaar nennt die Quelle die Trefferquote und die durchschnittliche Größe der Gewinn- und Verlusttrades in Pips. Der spätere Artikel tut das nur für zwei Paare, und Werte für die übrigen haben wir nicht aus seinen unbeschrifteten Grafiken abgelesen. Die spätere Stichprobe reicht laut Text vom zweiten Quartal 2014 bis zum ersten Quartal 2015, laut Datenhinweis unter den Grafiken vom 1. März 2014 bis zum 31. März 2015; die Abbildung verwendet diesen zweiten Zeitraum. Die Spalte „Average“ (Durchschnitt) im Artikel über 2009–2010 verwenden wir nicht, weil zu ihr keine Trefferquote gehört. Gegen FXCM traf die Aufsicht 2017 eine Feststellung; sie betraf die Ausführung von Kundenaufträgen, nicht diese Statistiken, und ist im Hinweis zu Quelle 10 beschrieben.[10]

Wie die Gewinnschwelle berechnet ist und was Pips nicht erfassen.

Die Mindesttrefferquote jedes Währungspaares haben wir als durchschnittlichen Verlusttrade geteilt durch die Summe aus durchschnittlichem Gewinn- und Verlusttrade berechnet, das durchschnittliche Ergebnis pro Trade als Trefferquote mal durchschnittlichem Gewinntrade minus Verlustquote mal durchschnittlichem Verlusttrade. Die Quelle nennt Trefferquoten in ganzen Prozent und Durchschnittsgrößen in ganzen Pips. Um die Rundung zu prüfen, haben wir jede Trefferquote um einen halben Prozentpunkt und jeden Durchschnitt um einen halben Pip nach oben und nach unten verschoben, und bei keinem Währungspaar wechselte der Punkt auf die andere Seite seines Strichs. Ein Pip ist ein fester Schritt im notierten Wechselkurs, 0,0001 bei den meisten Paaren und 0,01 bei Paaren, die in Yen notiert werden. Sein Geldwert hängt daher vom Währungspaar ab, von der Positionsgröße und, bei Paaren, die nicht in Dollar notiert werden, vom jeweiligen Wechselkurs; die Positionsgröße ist in den Zahlen aber nicht enthalten. Pip-Ergebnisse verschiedener Währungspaare lassen sich deshalb weder addieren noch mitteln. Aus diesem Grund, und weil die Quelle nicht sagt, ob Kosten wie der Spread (Geld-Brief-Spanne) abgezogen wurden, gilt die Gewinnschwelle in Pips und könnte in Dollar woanders liegen. Alle Zahlen beschreiben Trades, nicht Kunden; sie sagen also nichts darüber, wie viele Kunden Geld verdienten oder verloren.

Die Gewohnheit wurde bei Aktienanlegern gemessen, nicht bei Devisenhändlern.

Odeans Stichprobe wurde zufällig aus Konten gezogen, die 1987 bei einem landesweit tätigen US-Discountbroker aktiv waren. An jedem Tag, an dem ein Anleger etwas verkaufte, verglich Odean den Anteil der verfügbaren Gewinne, die realisiert, also verkauft wurden, mit dem Anteil der verfügbaren Verluste. Konten, die im Lauf des Zeitraums aufgelöst wurden, ersetzte er nicht, was die Stichprobe zugunsten der Überlebenden verzerren könnte.[3] Den Unterschied von 3,4 gibt Odean in Prozent an („percent“); da es um die Differenz zweier Renditen geht, nennen wir ihn im Haupttext Prozentpunkte und geben ihn nicht als wörtliches Zitat wieder. Der Schritt von dieser Gewohnheit zu einer höheren Trefferquote und einem größeren durchschnittlichen Verlusttrade ist unsere eigene Rechnung, und keine Studie in unseren Quellen hat die Gewohnheit bei Devisenhändlern gemessen.

Die Zahlen zu LJM stammen aus dem eigenen Bericht des Fonds und aus den Vorwürfen der Aufsichtsbehörden.

Die positiven Quartale, das Vermögen des Fonds und seine Bestände stammen aus dem Jahresbericht für das am 31. Oktober 2017 beendete Geschäftsjahr, der am 11. Januar 2018 bei der SEC eingereicht wurde.[5] Er führt die Puts und Calls auf S&P-500-Terminkontrakte auf, die der Fonds verkauft hatte, sowie die Optionen, die er gekauft hatte. Für die Quartale gibt es nur die Aussage des Unterzeichners des Briefs, des leitenden Portfoliomanagers von LJM, weil der Bericht Renditen nur nach Geschäftsjahren ausweist; derselbe Brief nennt Dezember 2016 und Februar 2017 als Monate mit negativer Rendite, und solche Monate kann ein positives Quartal enthalten. Für die Anteilsklasse I lagen die Renditen nach Kosten bei −10,20 % im ersten, kürzeren Geschäftsjahr (9. Januar bis 31. Oktober 2013, nicht annualisiert) und danach bei +2,00 %, +12,23 %, +15,88 % und +8,85 % in den Geschäftsjahren 2014 bis 2017.

Alles, was die Risikoberichte von LJM, die Entscheidungen seiner Manager und die Verluste im Februar betrifft, stammt aus den Klagen der Aufsichtsbehörden vom Mai 2021 und aus ihren Pressemitteilungen;[6][7][8] es handelt sich um Vorwürfe, nicht um gerichtliche Feststellungen. Die Verfügung der CFTC, der US-Aufsicht für die Terminmärkte, vom Juli 2025 erging im Einvernehmen mit den Betroffenen (consent order) und ist damit ein Vergleich.[11]

Die Klage datiert die erste Schätzung in Abbildung 2 nur auf „Anfang Oktober“; der kurze Balken vom 1. bis 10. Oktober 2017 ist deshalb unsere Konvention. Der zweite Wert ist die Angabe der Klage „bis zum 31. Januar“; die Klage stellt ihn nicht als Höchstwert dar, und aus ihrer Tagesgrafik haben wir keine Werte abgelesen. Die Angabe „+50% Vol“ beschreibt die Klage als „einen Anstieg der impliziten Volatilität um 50 %“ und nennt kein Ausgangsniveau.

Die SEC datiert die beiden Verlusttage auf Freitag, den 2. Februar, und Montag, den 5. Februar 2018, die CFTC auf den 5. und 6. Februar. Der Haupttext nennt die beiden Tage der SEC deshalb nur zusammen mit der SEC und schreibt sonst „binnen zwei Handelstagen“ und „rund“ 80 %, weil die Formulierungen der Quellen voneinander abweichen. Dieser Verlust betrifft alle von LJM verwalteten Fonds, den P&G-Fonds und die privaten Fonds von LJM zusammen, und lässt sich daher nicht mit den eigenen Schätzungen oder Renditen des P&G-Fonds vergleichen.

Weiterführende Literatur

Ben-David und Hirshleifer (2012) zur Frage, warum Anleger verkaufen;[12] Fischbacher, Hoffmann und Schudy (2017), ein Laborexperiment zu automatischen Verkaufsaufträgen;[13] Wilshire Analytics (2016), im Auftrag der CBOE, zu den langfristigen Renditen von Indizes, die auf dem Verkauf von Optionen beruhen.[14]

Quellen

  1. David Rodriguez and Timothy Shea, "What is the Number One Mistake Forex Traders Make?", DailyFX, 8 December 2011. Internet Archive capture of 7 January 2012 (20120107175343); series introduction: Timothy Shea, "What Are the Traits of Successful Forex Traders?", DailyFX, 26 December 2011 (capture 20120108212008). Wir zitieren diese Kopie von 2012, weil in einer im August 2024 archivierten Fassung, als DailyFX einem anderen Eigentümer gehörte, „FXCM“ durch „a major FX broker“ (ein großer Devisenbroker) ersetzt ist.
  2. David Rodríguez, "Why do Many Forex Traders Lose Money? Here is the Number 1 Mistake", DailyFX, syndicated by FXStreet, 26 June 2015. Internet Archive capture 20150716082231.
  3. Terrance Odean, "Are Investors Reluctant to Realize Their Losses?", The Journal of Finance 53(5), October 1998, 1775–1798. doi:10.1111/0022-1082.00072.
  4. Hersh Shefrin and Meir Statman, "The Disposition to Sell Winners Too Early and Ride Losers Too Long: Theory and Evidence", The Journal of Finance 40(3), July 1985, 777–790.
  5. Two Roads Shared Trust, Form N-CSR, LJM Preservation and Growth Fund, annual report for the fiscal year ended 31 October 2017, filed 11 January 2018 (SEC EDGAR, accession 0001580642-18-000199).
  6. SEC v. Caine et al., N.D. Ill., No. 1:21-cv-02859, complaint filed 27 May 2021.
  7. US Securities and Exchange Commission, press release 2021-89, 27 May 2021.
  8. US Commodity Futures Trading Commission, press release 8392-21, 27 May 2021; CFTC v. LJM Funds Management et al., N.D. Ill., No. 1:21-cv-02863, complaint filed 27 May 2021.
  9. FXCM Inc., Form 10-K for 2010 (filed 31 March 2011) and for 2014 (filed 16 March 2015), SEC EDGAR.
  10. US Commodity Futures Trading Commission, press release 7528-17, 6 February 2017. In der Verfügung, die diese Mitteilung bekanntgab und die mit Zustimmung von FXCM erging, stellte die CFTC fest, dass FXCM von September 2009 bis mindestens 2014 seine Privatkunden mit „falschen und irreführenden“ Angaben geworben hatte („engaged in false and misleading solicitations“), indem es seine Beziehung zu seinem wichtigsten Market Maker verschwieg. Die Feststellung betraf die Ausführung von Kundenaufträgen, nicht die Handelsstatistiken, die dieser Essay verwendet, erstreckt sich aber auf beide Datenzeiträume.
  11. US Commodity Futures Trading Commission, press release 9092-25, 1 July 2025.
  12. Itzhak Ben-David and David Hirshleifer, "Are Investors Really Reluctant to Realize Their Losses? Trading Responses to Past Returns and the Disposition Effect", The Review of Financial Studies 25(8), 2012, 2485–2532. doi:10.1093/rfs/hhs077.
  13. Urs Fischbacher, Gerson Hoffmann and Simeon Schudy, "The Causal Effect of Stop-Loss and Take-Gain Orders on the Disposition Effect", The Review of Financial Studies 30(6), 2017, 2110–2129. doi:10.1093/rfs/hhx016.
  14. Chicago Board Options Exchange (CBOE) and Wilshire Analytics, press release, 21 September 2016, on Wilshire Analytics Applied Research Group, "Three Decades of Options-Based Benchmark Indices with Premium Selling or Buying: A Performance Analysis", commissioned by CBOE.

So zitierst du diesen Essay

Tradiens Research. (2026). Die Trefferquote zeigt nicht, wie groß die Verluste sind (Version 2.0). Tradiens Data Essays. https://tradiens.com/de/essays/win-rate-lie

@misc{tradiens2026winrate,
  author       = {{Tradiens Research}},
  title        = {Die Trefferquote zeigt nicht, wie groß die Verluste sind},
  year         = {2026},
  version      = {2.0},
  howpublished = {Tradiens Data Essays},
  url          = {https://tradiens.com/de/essays/win-rate-lie}
}
Tradiens Research · Datenessay · v2.0 Trade like you know.