Performance-Attribution: Woher kamen deine Renditen wirklich?

Du hast dieses Jahr +45 % gemacht. Glückwunsch!

Aber hier ist die Frage, die niemand stellt: Woher kamen diese +45 %?

War es deine Janus-Strategie? Oder bist du nur einen Bullenmarkt mitgeritten? War es Können oder Glück?

🚨 Klartext

Die meisten Trader können diese Frage nicht beantworten. Sie sehen eine grüne Zahl und feiern.

Profis zerlegen jeden Dollar Rendite. Sie wissen, welche Strategien funktionieren, welche nicht und warum.

In dieser Lektion lernst du:

Wie du Alpha (Können) von Beta (Marktexposure) trennst
Aufschlüsselung der Performance Strategie für Strategie
Deine 5 größten Gewinner identifizieren (sie sind wahrscheinlich der Großteil deines Gewinns)
Strategien eliminieren, die nicht funktionieren (und nachlegen bei denen, die es tun)

⚡ Schnelle Erfolge für morgen (zum Aufklappen klicken)

Vergleiche deine Rendite mit SPY — Wenn du 20 % gemacht hast und SPY 25 %, hast du underperformt. Alpha = deine Rendite - Marktrendite. Negatives Alpha = kein Edge.
Identifiziere deine 5 besten Trades — Exportiere dein Trade-Log. Sortiere nach P&L. Deine 5 größten Gewinner sind wahrscheinlich der Großteil deines Gewinns. Was hatten sie gemeinsam?
Tagge Trades nach Strategietyp — Füge deinem Journal eine Spalte „Strategie“ hinzu: Breakout, Reversal, Momentum usw. Berechne P&L je Strategie. Verlierer streichen.

Teil 1: Das Attributions-Framework

Die +45 % aufschlüsseln

Sagen wir, du hast dieses Jahr +45 % gemacht. Zeit, das zu zerlegen.

Welche Strategie hat das Geld gebracht?

Gesamtrendite: +45 %

Nach Strategie:
- Janus Sweeps:       +25 % (56 % der Rendite) ← Dein Edge!
- Breakouts:          +12 % (27 %)
- Mean Reversion:     +13 % (29 %)
- Fehlgeschlagene Versuche: -5 % (-11 %)
                      ----
                       +45 %

Erkenntnis: 56 % kamen aus EINER Strategie
Maßnahme: Mehr Kapital in Janus Sweeps allokieren

Eine Strategie hat dominiert. Das ist dein Edge. Skaliere ihn.

Welches Asset hat das Geld gebracht?

Gesamtrendite: +45 %

Nach Asset:
- SPY: +30 % (67 % der Rendite)
- QQQ: +10 % (22 %)
- IWM: +5 % (11 %)

Erkenntnis: SPY-Trades liefen am besten
Maßnahme: Auf SPY-Setups fokussieren (höchste Liquidität)

Liquidität zählt. SPY = beste Ausführung, geringste slippage.

Welches Quartal hat das Geld gebracht?

Gesamtrendite: +45 %

Nach Quartal:
- Q1: +15 %
- Q2: +8 %
- Q3: +20 % ← Bestes Quartal (Trendregime)
- Q4: +2 %

Erkenntnis: Q3 = Trendregime = Janus-Edge
Maßnahme: In Trendregimen größer traden

Wisse, wann dein Edge am stärksten ist. Größe entsprechend wählen.

💡 der Aha-Moment

Performance-Attribution zeigt, wo du TATSÄCHLICH Geld verdienst.

Die meisten Trader sind überrascht, wie ungleich es verteilt ist: Eine kleine Minderheit der Trades trägt den Großteil des Gewinns.

Teil 2: Alpha vs. Beta

War es Können oder nur ein Bullenmarkt?

Du hast +40 % gemacht. SPY hat +20 % gemacht. Du feierst.

Aber Moment – dein Portfolio hat ein Beta von 1,5 (bewegt sich 1,5-mal so stark wie der Markt).

Rechnen wir nach:

Deine Rendite: +40 %
SPY-Rendite: +20 %
Dein Beta: 1,5

Erwartete Rendite (auf Basis Beta): 1,5 × 20 % = 30 %

Alpha = tatsächliche Rendite - erwartete Rendite
      = 40 % - 30 %
      = +10 %

Deutung: +10 % Alpha = könnensbasierte Überrendite
         +30 % Beta = nur den Markt mitgeritten

(Das ist die Kurzform. Das volle CAPM zieht auch den
 risikofreien Zins ab: 40 % - [4 % + 1,5 × (20 % - 4 %)] = +12 %.
 Beide Varianten beantworten die einzige Frage, auf die es
 ankommt: bleibt etwas übrig, nachdem der Markt bezahlt ist?)

Nur +10 % waren Können. Der Rest war Marktexposure.

🚨 Die unbequeme Wahrheit

Wäre der Markt um -20 % gefallen, stünde dich allein dein Beta von 1,5 bei -30 %. Ein Alpha von +10 % lässt dich immer noch 20 % im Minus.

Alpha = Können. Beta = Risiko. Kenne den Unterschied.

Sharpe, Sortino, Information Ratio

Sharpe Ratio (Rendite pro Risikoeinheit)

Sharpe = (Rendite - risikofrei) / Standardabweichung

Deine Werte:
Rendite: 40 %
Risikofrei: 4 %
Standardabweichung: 18 %

Sharpe = (40 - 4) / 18 = 2,0 (ausgezeichnet!)

Benchmark:
< 1,0 = Schwach
1,0-2,0 = Gut
> 2,0 = Ausgezeichnet

Sharpe > 1,5 = du hast einen Edge. Unter 1,0 = Strategie überdenken.

Sortino Ratio (bestraft nur die Abwärtsseite)

Sortino = (Rendite - risikofrei) / Abwärtsabweichung

Vorteil: Ignoriert Aufwärtsvolatilität (gute Vola)

Deine Werte:
Rendite: 40 %
Abwärtsabweichung: 12 % (statt 18 % gesamt)

Sortino = (40 - 4) / 12 = 3,0 (besser als Sharpe!)

Fazit: Deine Verluste sind kontrolliert, deine Gewinne groß

Sortino > Sharpe = asymmetrische Renditen (gut!). Gewinner laufen lassen, Verlierer schnell schneiden.

Teil 2.5: Fallstudie aus der Praxis

Daniels Attributions-Entdeckung über 41.200 $: Die Strategie, die seine Renditen killte

Trader: Daniel Park (zusammengesetztes Beispiel), 38, diskretionärer Daytrader aus San Diego, Kalifornien
Zeitfenster: Q1-Q4 2024 (12 Monate)
Kontogröße: $120,000
Gesamtrendite: +28.400 $ (+23,7 %) in Q1-Q2 → +69.600 $ (+58,0 %) im Gesamtjahr nach der Attribution
Problem: Machte 23,7 % in 6 Monaten, hatte aber KEINE AHNUNG, woher die Renditen kamen

⚠️ Das Davor: im Blindflug (Q1-Q2 2024)

Daniel handelte 6 Monate lang 3 Strategien, machte +$28,400und fühlte sich großartig. Doch als er im Juli eine Attributionsanalyse durchführte, entdeckte er eine schockierende Wahrheit: Eine Strategie hatte +48.900 $ Gewinn beigesteuert, während eine andere -23.800 $ dieser Gewinne VERNICHTET hatte. Er sabotierte sich, ohne es zu merken.

Phase 1: Der blinde Fleck (Januar-Juni 2024)

Daniel handelte drei Strategien, ohne zu verfolgen, welche Geld verdiente:

Janus Liquidity Sweeps (sein Hauptfokus)
Breakout-Momentum-Trades (sah spannend aus)
VWAP Mean Reversion (wirkte verlässlich)

Jeden Monat sah er grüne P&L und nahm an, alle Strategien funktionierten. Er hat die Renditen nie zerlegt.

Daniels H1-2024-Performance (Jan-Jun, 252 Trades): Start 120.000 $, Ende 148.400 $ (+28.400 $, +23,7 % Rendite). Beste Monate: März (+5.920 $), Mai (+7.120 $), Januar (+6.840 $). Schwächster: April (+1.420 $). Daniel nahm an, alle drei Strategien funktionierten, und fühlte sich großartig. Realität: Ihm stand ein Weckruf bevor.

Phase 2: Die Attributionsanalyse (Juli 2024)

Anfang Juli besuchte Daniel einen Trading-Workshop, der Performance-Attribution betonte. Er beschloss, seine H1-2024-Ergebnisse zum ersten Mal nach Strategie auszuwerten.

Er exportierte alle 252 Trades, taggte jeden nach Strategie und baute eine Tabelle. Was er entdeckte, schockierte ihn.

Daniels H1-2024-Performance-Attribution NACH STRATEGIE (die Offenbarung) — 1R = 500 $
Strategie	Trades	Trefferquote	Ø R/Trade	P&L gesamt	% des Gesamtgewinns	Erkenntnis
Janus Liquidity Sweeps	87	77.0%	+1.12R	+$48,900	172%	✓ RIESIGER EDGE!
Breakout-Momentum	94	41.5%	-0.51R	-$23,800	-84%	❌ GEWINNVERNICHTER!
VWAP Mean Reversion	71	59.2%	+0.09R	+$3,300	12%	⚠️ Marginal/neutral
SUMMEN	252	58.7%	+0.23R	+$28,400	100%	—

🚨 Die schockierende Entdeckung

Janus Liquidity Sweeps: 87 Trades, 77,0 % Trefferquote, +1,12R pro Trade → +48.900 $ Gewinn (172 % der Summe!)

Breakout-Momentum: 94 Trades, 41,5 % Trefferquote, -0,51R pro Trade → -23.800 $ Verlust (-84 % der Summe!)

VWAP Mean Reversion: 71 Trades, 59,2 % Trefferquote, +0,09R pro Trade → +3.300 $ Gewinn (12 % der Summe)

Übersetzt heißt das: Daniel hatte einen RIESIGEN Edge in Janus Sweeps (+48.900 $), vernichtete davon aber unwissentlich 49 % (-23.800 $) mit Breakout-Trades. Seine „gute“ Rendite von +23,7 % wäre +43.5% gewesen (52.200 $ auf 120.000 $), hätte er nie einen Breakout gehandelt.

Phase 3: Die Transformation (Juli-Dezember 2024)

Mit den Attributionsdaten bewaffnet nahm Daniel im Juli drastische Änderungen vor:

🔄 Daniels Strategieänderungen für H2 2024

Breakout-Momentum-Strategie komplett GESTRICHEN (negative Erwartung)
Allokation in Janus Sweeps VERDOPPELT (77,0 % Trefferquote, +1,12R pro Trade)
VWAP Mean Reversion REDUZIERT auf gelegentliche Setups (geringer Beitrag)
Janus-Konfluenzfilter ergänzt um die Trefferquote weiter zu verbessern
Dasselbe Risikobudget konzentriert auf Janus-Setups mit der höchsten Überzeugung

Daniels H2-2024-Performance (Jul-Dez, 153 Trades): Start 148.400 $, Ende 189.600 $ (+41.200 $, +27,8 % Rendite). Beste Monate: Oktober (+9.480 $), Juli (+8.940 $), November (+8.120 $). Strategiemix: fast ausschließlich Janus (139 Trades), minimal VWAP (14 Trades), NULL Breakouts. Konstant vierstellige Gewinne in jedem Monat außer dem Feiertagsgeschiebe im Dezember (+460 $).

Du hast zwei Drittel des Lehrplans hinter dir. Du kennst die zentralen Strategien.

Starker Fortschritt! Mach bei Bedarf eine kurze Dehnpause, dann steigen wir in die fortgeschrittenen Konzepte ein.

🎯 Vorher vs. nachher: Attributionsanalyse

H1 2024 (Blindflug): +28.400 $ Gewinn, 252 Trades, 113 $/Trade im Schnitt, 58,7 % Trefferquote, +0,23R pro Trade, Sharpe 1,4, +23,7 % Rendite.

H2 2024 (attributionsgetrieben): +41.200 $ Gewinn, 153 Trades, 269 $/Trade im Schnitt, 75,2 % Trefferquote, +0,54R pro Trade, Sharpe 2,8, +27,8 % Rendite.

Verbesserungen: +12.800 $ Gewinn (+45 %), -99 Trades (-39 % weniger), +156 $/Trade (+138 %), +16,5 Punkte Trefferquote, +0,31R pro Trade (+135 %), +1,4 Sharpe (+100 %), +4,1 % Rendite.

Ergebnis: Indem er die Strategie eliminierte, die seine Renditen zerstörte, und bei seinem Edge nachlegte, machte Daniel 45 % MEHR Gewinn in H2 bei 39 % WENIGER Trades (weniger Arbeit!), verdoppelte den durchschnittlichen Gewinn pro Trade, hob seine Trefferquote um 16,5 Punkte und verdoppelte seine Sharpe Ratio.

Ergebnisse Gesamtjahr 2024

Daniels komplette Performance-Reise 2024
Zeitraum	Gewinn	Rendite	Trades	$/Trade	Wichtigste Erkenntnis
H1 2024 (keine Attribution)	+$28,400	+23.7%	252	$113	Blindflug, keine Ahnung, welche Strategie funktionierte
H2 2024 (nach der Attribution)	+$41,200	+27.8%	153	$269	Breakouts gekillt, Janus-Allokation verdoppelt
GESAMTJAHR 2024	+$69,600	+58.0%	405	$172	—

🏆 Das Fazit: Performance-Attribution hat alles verändert

Startkapital: 120.000 $ (1. Januar 2024)
Endkapital: 189.600 $ (31. Dezember 2024)
Gesamtrendite: +69.600 $ (+58,0 % im Gesamtjahr)
H2-Gewinn vs. H1-Gewinn: +12.800 $ (aber H2 startete von einer größeren Basis — siehe unten)

Was, wenn Daniel den H1-Ansatz das ganze Jahr fortgesetzt hätte?

H1-Rendite: +23,7 % (28.400 $ auf 120.000 $)
H2 zur gleichen Rate hochgerechnet: +23,7 % (35.100 $ auf der höheren Basis von 148.400 $)
Hochgerechnetes Gesamtjahr: +63.500 $ (+52,9 %)
Tatsächliches Ergebnis mit Attribution: +69.600 $ (+58,0 %)
Wert der Attribution: +6.100 $ zusätzlicher Gewinn (eine Verbesserung um 9,6 %)

Die Lehre? Performance-Attribution deckt verborgene Wahrheiten auf. Daniel entdeckte, dass er einen riesigen Edge hatte (+48.900 $ aus Janus), sich aber unwissentlich mit Breakouts sabotierte (-23.800 $). Ein Nachmittag Tabellenkalkulation war $6,100 für den Rest des Jahres wert — genau den Betrag, um den H2 das übertraf, was H1s eigene Rate auf demselben Kapital gebracht hätte.

Daniels Rat an andere Trader: „Ich dachte, ich wüsste, was funktioniert. Ich lag falsch. Nimm dir 2 Stunden für eine Attributionsanalyse. Es könnten die profitabelsten 2 Stunden deines Jahres sein.“

Teil 3: Top-Gewinner & -Verlierer

Deine 5 besten Trades sind der Großteil deines Gewinns

Das ist der Teil, der wehtut (und hilft).

Wo du Geld verdient hast

Top 5 Gewinner (von 50 Trades, 1R = 400 $):

1. SPY Sweep Reversal:  +2.000 $ (5,0R)
2. QQQ Breakout:        +1.800 $ (4,5R)
3. IWM Mean Reversion:  +1.200 $ (3,0R)
4. SPY VWAP Bounce:     +1.120 $ (2,8R)
5. QQQ Janus Sweep:     +1.000 $ (2,5R)
                        -------
Summe Top 5:            +7.120 $

Gesamtgewinn über alle 50 Trades: +12.700 $
Top 5 = 56 % davon, aus 10 % der Trades.

Lektion: Gewinner. Laufen. Lassen.

5 Trades von 50 = 56 % des Gewinns. Deshalb hältst du Ziele von 3R und mehr.

Wo du Geld verloren hast

Bottom 5 Verlierer (1R = 400 $):

1. QQQ Übergröße:       -1.200 $ (-3,0R, 3-fache Normalgröße)
2. IWM Fehlausbruch:      -400 $ (-1,0R, Stop getroffen)
3. SPY FOMO-Einstieg:     -400 $ (-1,0R, HTF ignoriert)
4. SPY Nachrichtenvola:   -400 $ (-1,0R, VIX-Spike)
5. IWM spätes Nachlaufen: -400 $ (-1,0R, FOMO)
                          ------
Summe Bottom 5:         -2.800 $

Achte auf die erste Zeile. Ein Größenfehler kostete so
viel wie die nächsten drei Verluste zusammen. Der Stop
hat jedes Mal funktioniert; die Größe nicht.

Gemeinsame Muster:
- Übergröße (1/5) ← kostet am meisten
- FOMO/Nachlaufen (2/5)
- HTF/Regime ignoriert (2/5)

Maßnahme: Checkliste vor dem Einstieg (Größe, HTF, Regime, kein FOMO)

Die meisten Verluste sind vermeidbar. Hör auf zu jagen. Hör auf, den Kontext zu ignorieren.

🎯 Monatliche Review-Checkliste

Welche Strategie hat den meisten Gewinn beigesteuert?
Welche Strategie hatte die beste Trefferquote und Erwartung?
Was ist das gemeinsame Muster bei den Verlusten?
Habe ich meine Regeln befolgt (oder gebrochen)?
Welches Regime lief am besten? Welches am schlechtesten?

Mach das jeden Monat. Verzinse Lernen, nicht nur Kapital.

Teil 4: Strategiespezifische Performance

Tiefenanalyse: Welche Strategie skalieren, welche killen

Janus Sweeps (deine beste Strategie)

Trades: 45 (1R = 400 $)
Trefferquote: 71 % (32 Gewinner, 13 Verlierer)
Ø Gewinner: +1,4R
Ø Verlierer: -1,0R
Erwartung: 32(1,4) - 13(1,0) = +31,8R über 45 Trades
           = +0,71R pro Trade
Gesamt-P&L: +12.720 $

Beste Bedingungen:
- Trendregime: 78 % Trefferquote
- HTF ausgerichtet: 75 % Trefferquote
- Multi-TF-Konfluenz: 82 % Trefferquote

Schlechteste Bedingungen:
- Seitwärtsregime: 58 % Trefferquote (auslassen!)
- VIX > 25: 48 % Trefferquote (meiden!)

Maßnahme: MEHR Kapital in Janus in Trendregimen allokieren

Breakouts (marginale Strategie)

Trades: 20 (1R = 400 $)
Trefferquote: 55 % (11 Gewinner, 9 Verlierer)
Ø Gewinner: +1,4R
Ø Verlierer: -1,0R
Erwartung: 11(1,4) - 9(1,0) = +6,4R über 20 Trades
           = +0,32R pro Trade
Gesamt-P&L: +2.560 $

Analyse: Positiv, aber 20 Trades beweisen nichts.
         Bei dieser Trefferquote hat eine so kleine
         Stichprobe eine reale Chance, auch bei einer
         Strategie ganz ohne Edge einen Gewinn zu
         zeigen. Skaliere nicht auf 20 Trades.

Maßnahme: Volumenfilter ergänzen (Breakout-Vol > 2x Ø),
          100+ Trades sammeln, DANN entscheiden

Performance nach Tageszeit

Fenster           Trades  TQ    Erwartung
9:30-10:30 Uhr        12   50 %  +0,10R  (choppy, auslassen)
10:30-12 Uhr          35   74 %  +0,85R  ← BESTES Fenster!
12-14 Uhr              8   38 %  -0,35R  (Mittagsgeschiebe, meiden)
14-16 Uhr             20   60 %  +0,40R  (OK)

Die Erwartung gilt pro Trade, nach Verlierern. Das
74-%-Fenster ist nicht 74 % einer großen Zahl - es ist
ein Ø Gewinner von 1,5R gegen 1R Verlust, in 74 % der Fälle.

Vorsicht bei der Mittagszeile: 8 Trades sind kein Beleg.
Sie sind ein Hinweis, weiterzuzählen.

Maßnahme: Auf 10:30-12 Uhr fokussieren, Mittag meiden, Größe 9:30-10:30 reduzieren

🎓 Die wichtigsten Erkenntnisse

Renditen zerlegen: nach Strategie, Asset, Zeitraum
Alpha vs. Beta: Können vom Marktexposure trennen
Eine Handvoll Trades trägt den Großteil des Gewinns (Gewinner laufen lassen!)
Verluste analysieren: Muster finden, Filter bauen
Die Tageszeit zählt: Fenster mit niedriger Trefferquote meiden
Monatlich reviewen: erkennen, was funktioniert, eliminieren, was nicht

📝 Praxisübung

Führe eine vollständige Performance-Attributionsanalyse durch

Exportiere deine Trade-Daten der letzten 3 Monate
- Hole die Trade-Historie von deinem Broker oder aus deinem Journal
- Enthalten: Datum, Uhrzeit, Symbol, Strategie, Einstieg, Ausstieg, P&L, R-Vielfaches
Berechne die Attribution auf Strategieebene
- Gruppiere Trades nach Strategie (Janus Sweeps, Breakouts, Mean Reversion usw.)
- Für jede Strategie: Gesamt-P&L, Erwartung, Ø R, Anzahl der Trades
- Berechne den prozentualen Beitrag: (Strategie-P&L / Gesamt-P&L) × 100
Identifiziere deine 5 größten Gewinner und 5 größten Verlierer
- Sortiere alle Trades nach P&L (größte Gewinne bis größte Verluste)
- Analysiere die Top 5: Welches Setup? Welcher Zeitrahmen? HTF ausgerichtet?
- Analysiere die Bottom 5: Was lief schief? FOMO? Regeln ignoriert? Falsches Regime?
Berechne Alpha vs. Beta
- Vergleiche deine Rendite mit der SPY-Rendite im selben Zeitraum
- Schätze dein Beta (bewegt sich dein Portfolio 1,5-mal so stark wie SPY, ist Beta = 1,5)
- Berechne Alpha: deine Rendite - (Beta × SPY-Rendite)
Leite Maßnahmen ab
- Welche Strategie skalieren (höchste Sharpe Ratio)?
- Welche Strategie killen (negativ oder kaum positiv)?
- Welchen wiederkehrenden Fehler beheben (auf Basis der Bottom-5-Analyse)?

Ziel: Genau wissen, woher deine Renditen kamen, und datengetriebene Entscheidungen darüber treffen, was du skalierst und was du eliminierst.

🎮 Teste dein Verständnis (ganz entspannt)

Frage 1: Du hast dieses Jahr +50 % gemacht. SPY hat +20 % gemacht. Dein Beta ist 2,0. Wie hoch ist dein Alpha?

A) +30% (50% - 20%)

B) +10% (50% - 2.0×20%)

C) +50 % (Gesamtrendite = Alpha)

D) Beta spielt für die Alpha-Berechnung keine Rolle

Frage 2: Deine 5 besten Trades von insgesamt 50 machten 60 % deines Gewinns aus. Was ist die Lektion?

A) Weniger Trades machen (geringere Anzahl)

B) Gewinner laufen lassen (Ziele von 3R und mehr halten)

C) Nur „Top-5“-Setups nehmen (Rosinenpicken)

D) 60 % der Trades waren schlecht (Trading einstellen)

Wenn du bis hierher gekommen bist, verstehst du, dass Performance ohne Attribution nur Rauschen ist. Wisse, was funktioniert. Leg nach. Wisse, was nicht funktioniert. Eliminiere es. So verzinst du einen Edge.

💬 Diskussion (0 Kommentare)

Sortieren nach:

0/1000

Kommentare werden geladen …

← Vorherige Lektion Nächste Lektion →