Was ist algorithmischer Handel?

Algorithmischer Handel: Definition und Erklärung

Beim algorithmischen Handel (englisch Algorithmic Trading, kurz Algo-Trading) übernimmt ein Programm die Entscheidung, wann gekauft oder verkauft wird. Grundlage ist ein vorher festgelegtes Regelwerk, zum Beispiel: Kaufe, wenn der Kurs über die 200-Tage-Linie steigt, und verkaufe mit einem Stopp 2 Prozent unter dem Einstieg. Der Computer setzt diese Regeln ohne Zögern und ohne Emotionen um.

Der Begriff ist weit. Er reicht vom Handelsroboter eines Privatanlegers, der Signale aus einer Chart-Software an den Broker weitergibt, über quantitative Strategien von Hedgefonds bis zum Hochfrequenzhandel, bei dem Orders in Sekundenbruchteilen platziert werden. Auch Banken und Fonds nutzen Algorithmen, um große Orders in viele kleine Stücke zu zerlegen und möglichst unauffällig auszuführen.

Algorithmischer Handel ist nicht dasselbe wie künstliche Intelligenz. Klassische Algorithmen arbeiten deterministisch: Gleiche Daten führen zu gleichen Entscheidungen. Methoden des maschinellen Lernens werden vor allem eingesetzt, um Muster in Daten zu finden oder Modelle zu verbessern. Wie gut KI im Trading tatsächlich funktioniert, ist umstritten.

Algorithmischer Handel: so funktioniert eine Strategie im Code

Ein Handelsalgorithmus besteht meist aus vier Bausteinen: einer Regel für den Einstieg, einer Regel für den Ausstieg, einer Regel für die Positionsgröße und einer Anbindung an den Broker, über die Orders automatisch ausgeführt werden. Bevor Geld eingesetzt wird, prüfen die meisten Entwickler die Regeln in einem Backtest an historischen Kursen.

Entscheidend ist der Erwartungswert: Wie viel bringt ein durchschnittlicher Trade nach Kosten? Ein vereinfachtes Beispiel:

Trefferquote	40 %
Durchschnittlicher Gewinn	300 €
Durchschnittlicher Verlust	150 €
Erwartungswert vor Kosten (0,4 × 300 € − 0,6 × 150 €)	30 €
Kosten je Trade (Gebühren, Slippage)	10 €
Erwartungswert je Trade	20 €

Obwohl die Strategie nur 4 von 10 Trades gewinnt, ist sie profitabel, weil die Gewinne doppelt so groß sind wie die Verluste. Bei 500 Trades im Jahr ergäbe das rechnerisch 10.000 Euro. Steigen die Kosten auf 30 Euro je Trade, etwa durch schlechtere Ausführung, bleibt nichts mehr übrig. Gerade bei Strategien mit vielen Trades entscheiden Kosten und Slippage deshalb über Erfolg oder Misserfolg.

Im Betrieb läuft der Algorithmus nicht einfach von allein weiter. Er muss überwacht werden: Stimmen die Daten, werden die Orders korrekt ausgeführt, und passt die Strategie noch zum Marktumfeld? Viele Trader schalten ihre Systeme in bestimmten Marktphasen bewusst ab.

Algorithmischer Handel in der Praxis

Algorithmischer Handel verspricht Disziplin: Ein Programm hält sich an die Regeln, auch nach fünf Verlusten in Folge. Viele Privatanleger sehen darin die Lösung für ihre Emotionen. In der Praxis verschiebt sich die Arbeit aber nur, vom Klicken zum Entwickeln, Testen und Überwachen.

Typische Formen:

• Regelbasierte Strategien: Trendfolge, Ausbrüche oder Mean Reversion, meist auf Basis von Indikatoren wie gleitenden Durchschnitten.
• Quantitative Modelle: Statistische Verfahren und maschinelles Lernen, mit denen Fonds viele Werte gleichzeitig bewerten und Portfolios steuern.
• Ausführungsalgorithmen: Sie teilen große Orders auf, um den Kurs möglichst wenig zu bewegen.
• KI im Trading: Große Sprachmodelle helfen beim Programmieren, bei Analysen und bei der Auswertung von Nachrichten. Dass sie dauerhaft allein profitabel handeln, ist bisher nicht belegt.

Die wichtigsten Risiken:

• Überoptimierung: Eine Strategie, die im Backtest perfekt aussieht, ist oft nur an die Vergangenheit angepasst und scheitert im echten Handel.
• Technische Fehler: Programmierfehler, fehlerhafte Daten oder Verbindungsabbrüche können in kurzer Zeit hohe Verluste verursachen.
• Veränderte Märkte: Strategien, die viele nutzen, verlieren ihren Vorteil. Regeln müssen regelmäßig überprüft und angepasst werden.
• Kosten: Viele Trades bedeuten hohe Gebühren und Slippage.
• Falsche Versprechen: Gekaufte Handelsroboter mit Traumrenditen halten selten, was sie versprechen. Aussagekräftig sind nur nachvollziehbare Ergebnisse aus echtem Handel.

Für Vermögensverwalter ist vollautomatischer Handel zudem eine Frage der Regulierung: Wer für Kunden automatisiert handelt, braucht dafür die passenden Erlaubnisse.

Algorithmischer Handel bei [Bulle & Mensch]

Bei [Bulle & Mensch] sprechen Gäste aus ganz unterschiedlichen Ecken über algorithmischen Handel. Erik Wimmer entwickelt eigene Handelsroboter und hält die Zukunft des Börsenhandels für vollständig automatisiert. Michael Pisnyachevskiy hat einen Trading-Roboter für Trendfolge gebaut und gelernt, dass solche Systeme ständig nachjustiert werden müssen. Oliver Klemm trat früher gegen die Algorithmen von Banken an und sieht ihren größten Vorteil darin, dass sie keine Psychologie haben. Dr. Hendrik Leber arbeitet mit einem quantitativen Modell, das auf Fundamentaldaten statt auf Kursen beruht, und Marcel Urban erlebt als Quantitative Researcher, dass automatisierte Strategien immer schneller ihren Vorteil verlieren.

Es gibt auch Skepsis. Gregor Labahn glaubt nicht, dass sich Emotionen einfach an eine KI auslagern lassen, und Philipp Haas setzt bewusst auf einen langfristigen, qualitativen Ansatz statt auf Quant-Teams mit Riesencomputern. Rüdiger Born nutzt ein fast maschinelles System, lässt es aber nicht vollautomatisch handeln, weil dafür eine eigene Zulassung nötig wäre. Wieland Arlt und Robin Kömel sind sich einig, dass Algorithmen die Märkte bereits verändert haben.

💬 Was unsere Gäste über Algorithmischer Handel sagen

Wörtliche Aussagen aus den Originalgesprächen von [Bulle & Mensch]. Sie geben die Sicht der jeweiligen Gesprächspartner wieder, nur Füllwörter wurden entfernt. Die Sprungmarke führt an die Stelle im Video.

Unterschiedliche Perspektiven

Gast	Ansatz
Oliver Klemm	Algorithmen haben keine Psychologie
Tristan Post	KI-Trading nur mit strikt vorgegebenen Regeln in Code
Hendrik Leber	Quant-Modell auf Fundamentaldaten statt Kursen
Philipp Haas	Quants handeln kurzfristig, er denkt langfristig
Michael Kranich	Strikt regelbasiert: Signal kommt, Trade folgt
Christoph Gum	Symbiose Mensch und Maschine statt Blackbox
Marcel Urban	Überfüllte Strategien: Alpha verschwindet schneller
Robin Kömel	Algo-Boom verändert Märkte: Backtests nicht zu lang
Gregor Labahn	Emotionen lassen sich nicht an die KI auslagern
Wieland Arlt	Bald handelt fast jeder mit Algorithmen
Erik Wimmer	Zukunft des Börsenhandels: nur noch automatisiert
Michael Pisnyachevskiy	Handelsroboter muss laufend angepasst werden

Die Aussagen im Wortlaut

Algorithmen haben keine Psychologie

„Die Hauptausrede ist, ich kann mich nicht an meine eigenen Regeln halten. Reine Psychologie. Und Algorithmen haben keine Psychologie.“

KI-Trading nur mit strikt vorgegebenen Regeln in Code

„Aber da hast du eine sehr strikte Automatisierung. […] du gibst ja sehr stark die Regeln vor, unter welchen Regeln es das machen kann. Und das Schöne ist, wir sind ja nicht mehr irgendwie in dem unstrukturierten Daten, sondern […] wir sind dann im Bereich, wo ich das in Code übersetzen kann.“

Quant-Modell auf Fundamentaldaten statt Kursen

„Denn wir sind einer der wenigen auf der Welt, die ein Modell haben, das pur auf quantitativen Fundamentalfaktoren beruht. Auf Kursdaten, da arbeiten viele, aber auf Fundamentaldaten kaum jemand.“

Quants handeln kurzfristig, er denkt langfristig

„Wenn wir in den quantitativen Bereich gehen, da stimmt es sicherlich, wenn man sagt, es gibt irgendwelche Teams mit irgendwelchen 15 Quants und Riesencomputern, das ist ein anderer Ansatz. Die tun irgendwelche liquiden Large Cap Sachen traden und dann hier und dort und kurzfristig. Das ist eigentlich jetzt nicht mein Ansatz […].“

Strikt regelbasiert: Signal kommt, Trade folgt

„Ich handel strikt nach meinem System, komplett strikt nach dem System. […] So wie ich Verkaufssignale bekomme, so handel ich. Und ist dann die Börsenampel auch noch rot, dann wird eine Absicherung auf den entsprechenden Index sozusagen dann gekauft.“

Symbiose Mensch und Maschine statt Blackbox

„Es ist kein Black Box System, sondern es macht Analysen, die wir auf den Tisch bekommen, und wir schauen uns das dann an und handeln dann entsprechend. […] Aber am Ende vom Tag entscheiden wir, welche Aktien wir kaufen, welche Aktien wir verkaufen, wie hoch wir die Gewichtung machen.“

Überfüllte Strategien: Alpha verschwindet schneller

„Immer mehr Leute benutzen tatsächlich ähnliche Strategien. Alpha verschwindet immer schneller. Auch wir müssen unsere Strategien immer öfters anpassen.“

Algo-Boom verändert Märkte: Backtests nicht zu lang

„Die Märkte haben sich da in der Zeit schon sehr verändert. Gerade programmiertes Trading ist natürlich in dieser Zeit immer mehr geboomt. Bots, die automatisch handeln. Ganze Handelssysteme sind immer populärer geworden und deswegen macht es zum Beispiel nicht so super viel Sinn, einen zu langen Zeitraum zu testen.“

Emotionen lassen sich nicht an die KI auslagern

„Ich glaube, dieses Verständnis oder dieses Auslagern von, ich kann mit meinen Emotionen nicht umgehen und deswegen macht das jetzt die KI für mich, ich glaube, das wird nicht funktionieren.“

Bald handelt fast jeder mit Algorithmen

„[…] ich gehe davon aus, dass nahezu jeder mit Algorithmen handelt. Auf die eine oder andere Art. Ob das für jeden gelingt, ist eine andere Sache.“

Zukunft des Börsenhandels: nur noch automatisiert

„Weil die Märkte werden technischer. Ich bin der Meinung, dass grundsätzlich die Zukunft des Börsenhandels nur noch automatisiert ist.“

Handelsroboter muss laufend angepasst werden

„Das heißt, das Gehirn war in TradingView und die Order Execution war dann auf meiner Seite. […] Das Problem bei den Trend Following Strategien ist, dass sie nie einmal erstellt werden und dann einfach laufen und funktionieren, sondern die müssen immer wieder feingetunet werden, angepasst werden.“

🎙️ Folgen zum Thema Algorithmischer Handel

• 
  Folge 31 · Oliver Klemm 44 Jahre Daytrader: Diese Struktur rettet vor der EGO-Falle (Oliver Klemm) Oliver Klemm trat früher mit seiner Firma gegen die Handelsalgorithmen von Banken an und sieht deren Vorteil darin, dass sie Regeln ohne Emotionen umsetzen. Zum Zitat ↑
• 
  Folge 30 · Tristan Post Ich verkaufte alle KI-Aktien (nach Vervierfachung) Tristan Post antwortet auf die Frage, ob KI selbstständig kaufen und verkaufen sollte, ohne dass der Anleger noch eingebunden ist. Zum Zitat ↑
• 
  Folge 28 · Hendrik Leber Hendrik Leber: "Ich habe den Buffett-Stil weiter entwickelt" Dr. Hendrik Leber lässt bei ACATIS ein Modell tausende mögliche Marktszenarien simulieren und daraus mit einem Optimierungsalgorithmus stabile Portfolios bauen. Zum Zitat ↑
• 
  Folge 25 · Philipp Haas Investor verrät: Mein KGV-Score für fast jede deutsche Aktie Fondsmanager Philipp Haas grenzt seinen qualitativen, langfristigen Ansatz von Quant-Teams ab, die mit großer Rechenleistung kurzfristig liquide Large Caps handeln. Zum Zitat ↑
• 
  Folge 24 · Michael Kranich So schlägt er mit Excel den Markt – dank diesem Ampel-System (Michael Kranich) Michael Kranich beschreibt, dass er Käufe, Verkäufe und Absicherungen ausschließlich nach den Signalen seines Excel-Systems ausführt. Zum Zitat ↑
• 
  Folge 23 · Christoph Gum Ex-Private-Banker verrät: Das machen Reiche im Crash Christoph Gum erklärt, dass bei Private Alpha die KI Analysen liefert, die Kaufentscheidung aber beim Menschen bleibt. Zum Zitat ↑
• 
  Folge 16 · Marcel Urban KI frisst deinen Edge: warum Alpha immer schneller stirbt Marcel Urban arbeitet als Quantitative Researcher und beobachtet, dass automatisierte Strategien immer ähnlicher werden und schneller an Wirkung verlieren. Zum Zitat ↑
• 
  Folge 14 · Robin Kömel +183% im Jahr: Die Strategie des Trading-Weltmeisters 2025 (Robin Kömel) Robin Kömel testet seine Rohstoffstrategie bewusst nicht bis ins Jahr 2000 zurück, weil automatisierter Handel die Märkte seitdem stark verändert hat. Zum Zitat ↑
• 
  Folge 13 · Gregor Labahn Ex-UBS-Profi: Warum dein System dich sabotiert Gregor Labahn bezweifelt, dass ein KI-gesteuerter Bot Tradern die Disziplin abnimmt, und sieht KI eher als Hilfe im Analyseprozess. Zum Zitat ↑
• 
  Folge 7 · Wieland Arlt Was dein Depot über dich verrät: 20 Jahre Börsenpsychologie (Wieland Arlt) Wieland Arlt hält technische Analyse weiter für unverzichtbar, erwartet aber, dass nahezu alle Marktteilnehmer künftig mit Algorithmen handeln. Zum Zitat ↑
• 
  Folge 6 · Erik Wimmer Der fatale Trugschluss beim KI-Trading Erik Wimmer entwickelt seit Jahren eigene Handelsroboter und rät Tradern, zumindest die Grundlagen der Indikatoren hinter solchen Systemen zu verstehen. Zum Zitat ↑
• 
  Folge 1 · Michael Pisnyachevskiy Warum 90% der Trader scheitern (und was er heute anders macht) Michael Pisnyachevskiy baute einen Trading-Roboter für Trendfolge, der Signale aus TradingView automatisch an seinen Broker schickte. Zum Zitat ↑

🔗 Verwandte Begriffe