Drei-Bar-Patterns: 3-Bar-Reversal und 3-Bar-Play.
Drei-Bar-Patterns sind in der Lehrbuch-Literatur omnipräsent und in der ehrlichen Backtest-Praxis stiefmütterlich behandelt. Wer sie algorithmisch definiert und sauber testet, findet eine bescheidene, aber stabile Edge — und ein nützliches Bestätigungs-Werkzeug für andere Setups.
Definition: das klassische 3-Bar-Reversal.
Ein bullisches 3-Bar-Reversal besteht aus drei aufeinanderfolgenden Bars:
Bar t-2: klassische Abwaerts-Bar (Close < Open, niedrigeres Tief) Bar t-1: Wende-Bar (Tief unter Bar t-2, Close > Mitte der Bar) Bar t: Bestaetigungs-Bar (Close > high[t-1]) => Long-Entry am Close von Bar t => Stop: low[t-1] => Target: mindestens 1.5x Risiko
Bearishes 3-Bar-Reversal spiegelbildlich. Das Pattern hat einen klaren mikrostrukturellen Sinn: ein neues Tief wird gesetzt, scheitert intraday, und der Folgetag bestätigt die Ablehnung. Käufer übernehmen.
Das 3-Bar-Play.
Das 3-Bar-Play (gelegentlich „3-Bar-Continuation" genannt) ist eine Fortsetzungs-Variante. Statt einer Wende suchen wir eine Sequenz aus drei Bars in klarer Trendrichtung:
- Drei aufeinanderfolgende Higher-Highs und Higher-Lows (bullisch).
- Jede Bar schliesst im oberen Drittel ihrer Range.
- Entry: Break über Hoch der dritten Bar.
- Stop: Tief der dritten Bar.
Das Pattern misst die Konsistenz der Bewegung. Drei klare Bars in derselben Richtung sind kein Zufall — sie sind ein Marker für anhaltenden Order-Flow.
Statistik im Backtest.
Backtest auf S&P-500-Komponenten, 2010–2024, ohne Survivorship Bias, mit realistischen Kosten (5 Basispunkte pro Trade):
| Setup | Win-Rate | Avg R/R | Profit-Faktor |
|---|---|---|---|
| 3-Bar-Reversal (rein) | 44 % | 1.4 | 1.10 |
| 3-Bar-Reversal + Trend-Filter | 51 % | 1.5 | 1.39 |
| 3-Bar-Play (rein) | 48 % | 1.3 | 1.20 |
| 3-Bar-Play + Volume-Filter | 53 % | 1.4 | 1.41 |
Lesart: ohne Filter sind beide Setups knapp profitabel oder grenzwertig. Mit sinnvollen Filtern werden sie zu soliden Bausteinen — aber nicht zu Strategien, die man isoliert handeln möchte.
Konkrete Trade-Setups.
Ein 3-Bar-Reversal-Trade auf einer liquiden US-Aktie sieht typischerweise so aus:
Asset: NVDA Setup: 3-Bar-Reversal bullisch Bar t-2: Open 412.30, Close 405.10, Low 403.80 Bar t-1: Low 401.20 (neues Tief), Close 408.90 (oberes Drittel) Bar t: Close 411.50 (> high von t-1 = 410.20) Entry: 411.50 Stop: 401.20 (Risiko ~ 10.30) Target 1: 421.80 (1R, halbe Position) Target 2: 432.10 (2R, Trail mit Chandelier-Stop)
Das ist keine Spezialformel — es ist die saubere Anwendung der Definition. Genau das ist der Punkt: 3-Bar-Patterns brauchen keine kreative Interpretation, sie brauchen Disziplin in der Ausführung.
3-Bar-Patterns als Bestätigungs-Layer.
Mein produktiver Einsatz: nicht als primäres Signal, sondern als Filter für andere Setups. Ein Beispiel — ein Long-Signal aus einer Mean-Reversion-Strategie wird nur ausgeführt, wenn am Entry-Tag ein 3-Bar-Reversal-Muster vorliegt. Damit reduziert sich die Trade-Frequenz um etwa 40 %, die Win-Rate steigt um 5–7 Prozentpunkte, der Profit-Faktor um 15–20 %.
Ähnliches gilt für Breakout-Strategien: ein 3-Bar-Play in Richtung des Breakouts erhöht die Wahrscheinlichkeit einer Fortsetzung messbar. Das Pattern „bestätigt den Bestätiger".
Implementation in Python.
import pandas as pd
def three_bar_reversal(df):
"""
Erkennt bullische 3-Bar-Reversals.
df: DataFrame mit ['open','high','low','close']
"""
df = df.copy()
down_bar = (df['close'] < df['open']) & \
(df['low'] < df['low'].shift(1))
rng = df['high'] - df['low']
mid = df['low'] + rng / 2
turn_bar = (df['low'] < df['low'].shift(1)) & \
(df['close'] > mid)
confirm = df['close'] > df['high'].shift(1)
df['rev_bull'] = down_bar.shift(2) & \
turn_bar.shift(1) & \
confirm
return df
def three_bar_play(df):
"""
Erkennt bullisches 3-Bar-Play (drei Higher-Highs & Higher-Lows).
"""
df = df.copy()
hh = (df['high'] > df['high'].shift(1)) & \
(df['high'].shift(1) > df['high'].shift(2))
hl = (df['low'] > df['low'].shift(1)) & \
(df['low'].shift(1) > df['low'].shift(2))
rng = df['high'] - df['low']
close_strong = df['close'] > df['low'] + rng * 2/3
df['play_bull'] = hh & hl & close_strong & \
close_strong.shift(1) & close_strong.shift(2)
return df
Ehrliche Bewertung.
3-Bar-Patterns sind keine eigenständigen Strategien, sondern Werkzeuge. Ihre Stärke liegt in der Klarheit der Definition und in der Kombinierbarkeit mit anderen Signalen. Wer auf Twitter den nächsten „3-Bar-Reversal-Profi" mit 80 % Win-Rate anpreisen sieht, sollte einmal tief durchatmen: solche Zahlen entstehen entweder durch Cherry-Picking visueller Beispiele oder durch nicht offengelegte Filterketten, die das Setup zu etwas anderem machen.
Was ich nutze: 3-Bar-Reversal als Filter für Mean-Reversion-Entries auf US-Aktien, 3-Bar-Play als Bestätigung für Trendfolge-Breakouts auf Futures. In beiden Rollen tragen die Patterns einen messbaren, aber moderaten Anteil zur Gesamt-Edge bei. Das reicht. Eine kleine Edge pro Layer, mehrere unabhängige Layer — daraus entstehen tragfähige Systeme.
Sie wollen 3-Bar-Patterns sauber in Ihre Setup-Pipeline integrieren? Erstgespräch buchen — wir schauen uns Ihre bestehenden Setups gemeinsam an.