McGinley Dynamic: der vergessene adaptive Moving-Average.

Anfang der 1990er-Jahre entwickelte John R. McGinley einen Moving-Average, der das chronische Lag-Problem klassischer Glättungen lösen sollte — automatisch, ohne Parametertuning. Die Idee ist elegant, die Mathematik clever, der praktische Nutzen marginal. Ein ehrlicher Blick auf einen Indikator, der besser ist als sein Ruf, aber kein Wundermittel.

Das Lag-Problem klassischer Moving-Averages.

Ein SMA(50) reagiert per Definition mit etwa 25 Bars Verzögerung auf neue Trend-Informationen. Ein EMA(50) verkürzt das auf etwa 17 Bars effektives Lag, aber zum Preis erhöhter Sensitivität gegenüber Ausreißern. In trendlosen Märkten entsteht „Whipsaw“ — der Indikator schneidet den Preis mehrfach, ohne dass eine verwertbare Bewegung folgt. In trendstarken Märkten kommt er zu spät.

McGinleys Ansatz: die Glättungs-Konstante nicht fest, sondern abhängig von der Geschwindigkeit der Preisbewegung gestalten. In ruhigen Phasen glättet der Indikator stark, in schnellen Phasen folgt er enger. Damit soll er sich selbst an die Marktdynamik anpassen — ohne dass der Trader Perioden umschalten muss.

Die Mathematik des Selbst-Anpassens.

Die Rekursionsformel des McGinley Dynamic lautet:

MD[t] = MD[t-1] + (price[t] - MD[t-1]) / (k * N * (price[t] / MD[t-1])**4)

  N      = nominelle Periode (z. B. 14)
  k      = Konstante, meist 0.6
  price  = typischer Preis (Close oder HLC/3)

Das Herz der Formel ist der Term (price / MD)**4 im Nenner. Wenn der Preis sich schnell vom Moving-Average entfernt — typisch für einen Trend-Impuls — wird der Nenner groß, der Korrekturschritt klein, der MD bleibt zurück. Klingt paradox: schneller Markt, langsamer MA? Tatsächlich produziert die vierte Potenz das Gegenteil — sie wirkt nichtlinear und sorgt dafür, dass der MA in der Praxis steigenden Preisen eher langsamer und fallenden Preisen eher schneller folgt. Das Ergebnis ist eine Kurve, die enger am Preis liegt als ein EMA gleicher Periode, aber weniger anfällig für einzelne Ausreißer ist.

Vergleich mit KAMA und HMA.

McGinleys Dynamic ist nicht der einzige adaptive Moving-Average. Zwei prominente Konkurrenten:

• KAMA (Kaufman Adaptive Moving Average). Verwendet das Verhältnis aus Netto-Bewegung und Brutto-Bewegung als „Efficiency Ratio“, um zwischen schneller und langsamer Glättung zu interpolieren. Konzeptionell sauberer, in der Praxis tuning-anfällig.
• HMA (Hull Moving Average). Reduziert Lag durch eine gewichtete Differenz aus zwei WMAs unterschiedlicher Periode. Mathematisch elegant, praktisch hervorragend in Trendmärkten, anfällig in Choppy-Phasen.

In meinen Backtests verhalten sich die drei Indikatoren ähnlich, aber nicht austauschbar. KAMA reagiert am stärksten auf Markt-Regime-Wechsel, HMA hat das geringste effektive Lag, McGinley liegt in beiden Dimensionen dazwischen — was in der Summe oft die ruhigsten Equity-Kurven produziert, aber selten den spektakulärsten Wert.

Klassische Anwendung als Trend-Filter.

Der pragmatische Anwendungsfall, in dem McGinley Dynamic seinen Wert ausspielt, ist nicht das Generieren eigener Signale, sondern das Filtern bestehender. Ein klassisches Setup:

Trend-Filter via McGinley(N=20, k=0.6):
  Long-Setups nur,  wenn close > MD UND MD steigend (5 Bars)
  Short-Setups nur, wenn close < MD UND MD fallend  (5 Bars)

Steigend definiert als:
  MD[t] > MD[t-5]  AND
  Slope(MD, 10) > 0

Im Vergleich zu einem EMA(20)-Filter reduziert McGinley typischerweise die Anzahl der Trades, hauptsächlich durch das Aussortieren von Setups in volatilen Seitwärtsphasen, in denen ein EMA schneller die Steigung wechselt. Trefferquote und Profit-Faktor steigen entsprechend leicht.

Wie ein fairer Vergleich aussieht.

Sinnvoll ist ein Test in drei Setups gegen einen EMA gleicher nomineller Periode: einfaches Cross-Over, Pullback-Strategie und Filter-Layer für ein bestehendes Mean-Reversion-System — auf einem Universum ohne Survivorship Bias, mit Kosten und Slippage.

Zu erwarten ist bestenfalls eine bescheidene Verbesserung, am ehesten in volatilen Phasen. In ruhigen Märkten verschwindet der Vorsprung oft fast vollständig.

Warum der Indikator nie populär wurde.

McGinley Dynamic hat alles, was ein Indikator braucht — eine plausible Idee, eine messbare Verbesserung gegenüber einfachen Alternativen, einen prägnanten Namen, eine veröffentlichte Fachquelle. Trotzdem hat er es nie in den Mainstream geschafft. Gründe, die ich vermute:

• Schlechtes Marketing-Timing. Anfang der 1990er entstanden — kurz bevor der EMA durch die ersten weit verbreiteten Trading-Plattformen zum de-facto-Standard wurde.
• Mathematische Hemmschwelle. Die vierte Potenz im Nenner sieht technisch aus. Wer keinen Grund hat, ihr zu vertrauen, bleibt beim EMA.
• Keine spektakulären Signale. McGinley liefert ruhige Kurven, keine impulsiven Cross-Overs. Das ist gut für Live-Trading und schlecht für Lehrbuch-Beispiele.
• Mangelnde Default-Implementierungen. In vielen Plattformen und Backtest-Frameworks war der Indikator lange nicht standardmäßig enthalten.

Konkrete Setups.

Zwei Setups, die sich für eigene Tests anbieten:

Setup A: Trendfolge mit McGinley-Pullback. Tagesbasis, Mid-Caps und Large-Caps. Long, wenn der McGinley(20) seit mindestens 10 Bars steigt und der Schlusskurs nach einem zwischengeschalteten Pullback wieder über den Indikator schließt. Stop unter dem Pullback-Tief, Trailing-Stop am McGinley.

Setup B: McGinley als dynamischer Support/Resistance. Mean-Reversion-Trades nur dann, wenn der Preis auf einen McGinley(50) zurückläuft und gleichzeitig ein RSI(2) unter 5 (Long) oder über 95 (Short) signalisiert. Der McGinley liefert hier den weichen Support-Filter, der das reine RSI-Setup auf etablierten Trends einschränkt — und dessen schwächste Periode in Bärenmärkten ausblendet.

Ehrliche Empfehlung.

McGinley Dynamic ist kein Wundermittel. Er liefert keine 80-%-Win-Rates, keine spektakulären Charts, keine besonders elegante Live-Performance. Was er liefern kann, ist ein messbarer, in volatilen Märkten tendenziell größerer Vorsprung gegenüber dem klassischen EMA — bei vergleichbarer Komplexität in der Implementierung.

Wenn Sie heute mit einem EMA arbeiten und überlegen, ob ein Wechsel lohnt: ja, probieren Sie McGinley aus. Backtest auf Ihren eigenen Daten, mit Ihren eigenen Setups. Erwarten Sie keine Revolution, sondern bestenfalls eine leichte Verbesserung im Profit-Faktor, mit etwas ruhigeren Equity-Kurven. Das ist nicht viel — aber es ist mehr, als die meisten neuen Indikatoren liefern, die ich teste. Und in Setups, in denen jedes Prozent zählt, ist es ein faires Upgrade.

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 adaptive Moving-Averages sauber gegen Ihre bestehende Pipeline testen? Unverbindlich anfragen — wir bauen den Vergleich mit Ihren Daten. Mehr zu meinem Angebot: Trading-Systeme entwickeln lassen.