Deflated Sharpe Ratio: die ehrliche Korrektur für Backtest-Overfitting.
Eine nackte Sharpe Ratio sagt nichts über Overfitting. Sie ignoriert nicht-normale Returns, sie ignoriert die Anzahl getesteter Varianten — und genau diese beiden Dinge bestimmen, ob die Zahl real ist. Die Deflated Sharpe Ratio nach Bailey/Lopez de Prado liefert die Korrektur. Bei mir gibt es seitdem nur noch DSR plus PBO im Report.
„Wir haben einen Sharpe von 2,3 erreicht.“ Standardsatz aus Strategie-Pitches. Frage zurück: aus wie vielen getesteten Varianten ist diese eine entstanden? Antwort meist: 300. Effektive Information dahinter: gering. Die Deflated Sharpe Ratio (DSR) macht diese versteckte Inflation explizit messbar.
Was die klassische Sharpe Ratio ignoriert.
Sharpe = Mittelwert / Standardabweichung, annualisiert. Drei stille Annahmen, die in der Realität alle verletzt sind:
- Normalverteilung — Trading-Returns haben fast immer Skewness und exzessive Kurtosis. Tail-Risiken sind massiv unterschätzt.
- Einzelner Test — der Backtest, dessen Sharpe Sie berichten, ist der Sieger aus einer Suche. Selection-Bias ist nicht eingepreist.
- Bekannte Verteilungs-Parameter — Sample-Mittelwert und Sample-Standardabweichung sind Schätzungen. Bei kurzen Historien sehr wackelig.
Die DSR adressiert die ersten beiden Punkte direkt. Den dritten implizit über den Sample-Length-Term.
Die DSR-Formel.
Bailey und Lopez de Prado (2014) definieren:
DSR = Φ( (SR - SR₀) · √(T - 1) /
√(1 - γ₃·SR + (γ₄ - 1)/4 · SR²) )
mit
SR = beobachteter Sharpe (annualisiert)
SR₀ = Erwartungswert des Maximum-Sharpe unter Null-Hypothese
T = Anzahl der Beobachtungen (Returns)
γ₃ = Skewness der Returns
γ₄ = Kurtosis der Returns (nicht "exzess")
Φ = Standardnormal-CDF
SR₀ = √V[SR] · ((1 - γ) · Φ⁻¹(1 - 1/N)
+ γ · Φ⁻¹(1 - 1/(N·e)) )
mit
N = Anzahl getesteter Strategien
γ = Euler-Mascheroni-Konstante ≈ 0,5772
V[SR]= Varianz der Sharpes über alle getesteten Strategien
Drei Effekte sind eingebaut: negative Skewness erhöht den Korrekturterm, hohe Kurtosis ebenso, und je mehr Strategien getestet wurden, desto höher liegt SR₀ — der Hürdenwert, den der echte Sharpe schlagen muss.
Interpretation: DSR ist eine Wahrscheinlichkeit zwischen 0 und 1. DSR > 0,95 bedeutet: mit 95 % Wahrscheinlichkeit ist die echte Sharpe Ratio größer als Null, gegeben alle Korrekturen.
Python-Implementation.
# Deflated Sharpe Ratio import numpy as np from scipy.stats import norm, skew, kurtosis EULER = 0.5772156649 def expected_max_sharpe(n_trials, sharpe_variance): # SR₀: erwarteter Max-Sharpe unter H₀ return np.sqrt(sharpe_variance) * ( (1 - EULER) * norm.ppf(1 - 1.0 / n_trials) + EULER * norm.ppf(1 - 1.0 / (n_trials * np.e)) ) def deflated_sharpe(returns, sharpe_observed, sharpe_variance, n_trials, periods=252): T = len(returns) sr = sharpe_observed / np.sqrt(periods) # auf Perioden-Basis g3 = skew(returns) g4 = kurtosis(returns, fisher=False) # nicht-exzess sr0 = expected_max_sharpe(n_trials, sharpe_variance) numerator = (sr - sr0) * np.sqrt(T - 1) denominator = np.sqrt(1 - g3*sr + (g4 - 1)/4 * sr**2) return norm.cdf(numerator / denominator) # Aufruf # returns: tägliche Strategie-Returns (echt, nicht annualisiert) # sharpe_observed: annualisierter Sharpe der Sieger-Strategie # sharpe_variance: Varianz der Sharpes ALLER getesteten Strategien # n_trials: Anzahl getesteter Strategien dsr = deflated_sharpe(returns, sharpe_observed=1.5, sharpe_variance=0.25, n_trials=100) print(f"DSR: {dsr:.4f}")
Konkretes Rechenbeispiel.
Eine Strategie mit Daily-Sharpe-Equivalent. Illustrative Beispielzahlen:
- Annualisierter Sharpe: 1,50
- T = 5 Jahre Daily = 1.260 Beobachtungen
- Skewness der Returns: -0,8 (typisch für Risk-Premium-Strategien)
- Kurtosis: 7,2 (Fat Tails)
- Anzahl getesteter Strategien: 100
- Varianz der Sharpes über alle Tests: 0,18
Eingesetzt:
SR (daily) = 1,50 / √252 = 0,0945
SR₀ (daily) ≈ 0,094 # expected max
Numerator = (0,0945 - 0,094) · √1259 ≈ 0,18
Denominator = √(1 - (-0,8)·0,0945 + (7,2-1)/4 · 0,0945²) ≈ 1,04
Z = 0,18 / 1,04 = 0,17
DSR = Φ(0,17) ≈ 0,57
Der nackte Sharpe von 1,50 wirkt stark — die DSR von 0,57 zeigt: gegeben 100 getestete Varianten, Skewness und Kurtosis ist die Wahrscheinlichkeit, dass die echte Sharpe positiv ist, nur etwa 57 %. Das ist Münzwurf-Niveau.
Probability of Backtest Overfitting (PBO).
Ergänzend zur DSR liefert Bailey/Lopez de Prado die PBO — die Wahrscheinlichkeit, dass die im Backtest beste Strategie out-of-sample unter dem Median liegt. Vorgehen:
- Teilen Sie die Daten zufällig in zwei Hälften (oft mit Combinatorial Splitting).
- Identifizieren Sie auf Hälfte A die beste Strategie nach Sharpe.
- Schauen Sie, wie diese Strategie auf Hälfte B rankt (relativ zu allen anderen).
- Wiederholen Sie viele Splits.
- PBO = Anteil der Splits, in denen die A-Beste auf B unter dem Median ist.
PBO > 0,5 = die Strategie-Selektion ist überangepasst, der Auswahlprozess produziert systematisch Verlierer in Sample B. PBO < 0,2 = robuste Selektion.
Caveats.
- Varianz der Sharpes: braucht die volle Strategie-Familie, nicht nur die Sieger. Wenn nur Sieger gespeichert wurden, ist DSR nicht direkt berechenbar.
- n_trials ist oft unterschätzt: jede manuelle Anpassung eines Parameters zählt als zusätzlicher Test. Wer auf 500 Backtests besteht, hat oft 5.000 effektive Tests gemacht.
- Skewness/Kurtosis-Schätzung: bei kurzen Historien (T < 500) sind γ₃ und γ₄ instabil. DSR-Konfidenz dann selbst rauschig.
- DSR ersetzt keine Strategie-Validierung: sie ist ein Filter, kein Beweis. Eine DSR von 0,95 mit miesem Walk-Forward ist immer noch Schrott.
Was ich nicht mehr durchgehen lasse.
Backtest-Reports ohne DSR und PBO landen bei mir im Stapel „nochmal mit Korrektur“. Konkret heißt das in meiner Praxis:
- Jeder Backtest-Report enthält DSR, PBO und CPCV-Verteilung — nicht nur die nackte Sharpe.
- Minimumwerte: DSR > 0,95, PBO < 0,3 für Kapital-Allokation.
- n_trials wird ehrlich gezählt — inklusive Hyperparameter, Feature-Variationen, Asset-Universen.
- Die Varianz der Sharpes über die Familie wird mitgeloggt — das ist beim ersten Mal ein Verhaltens-Schock für Kunden, der Strategien jetzt verständlich teurer macht.
Warum das die einzig ehrliche Größe ist.
Ein typisches Szenario, mit illustrativen Zahlen: Eine Strategie wird mit einer nackten Sharpe von 2,5 gebaut und liegt nach 6 Monaten Live bei Sharpe 0,4. Berechnet man die DSR retroaktiv, liegt sie etwa bei 0,33. Das hätte gewarnt — die Strategie ist ein Selection-Bias-Produkt. Sie hat keine ökonomische Edge, nur einen extremen In-Sample-Glücksfall unter sehr vielen Versuchen.
Die DSR ist sperrig. Sie braucht Datenpflege während des Strategie-Designs, sie fordert Disziplin beim Logging. Aber sie ist die einzige Single-Number-Metrik, die ich verteidigen kann, wenn ein Kunde mich fragt: „Ist diese Strategie real?“ Sharpe allein kann ich nicht verteidigen. DSR plus PBO schon.
Stand: Mai 2026, überarbeitet Oktober 2026. Angaben zu Produkten, Preisen, Gesetzen und Fristen können sich seitdem geändert haben; maßgeblich sind die aktuellen Angaben der Anbieter und Behörden.
Sie wollen Ihre Backtest-Reports auf DSR und PBO umstellen? Unverbindlich anfragen — wir bauen das Reporting gemeinsam um. Mehr zu meinem Angebot: Trading-Systeme entwickeln lassen.