← Alle Insights
9 Min. Lesezeit · Futures · Mai 2026

Nasdaq Futures: Momentum, das wirklich trägt.

Der Nasdaq-100 Future (NQ) wird oft als „aggressivere Variante" des ES beschrieben. Das ist nicht falsch, aber unterschätzt, wie unterschiedlich die statistischen Eigenschaften beider Instrumente wirklich sind. Wer Momentum-Strategien systematisch fährt, findet am NQ ein dankbares Spielfeld — wenn er die richtigen Filter setzt. Hier ist, was nach Jahren NQ-Handel übrig geblieben ist.

NQ vs. ES: warum die Unterschiede so groß sind.

Auf den ersten Blick scheinen S&P 500 und Nasdaq-100 nur unterschiedliche Aktien-Schnitte zu sein. In der Praxis ist NQ fundamental anders:

Was Momentum am NQ wirklich heißt.

Momentum ist keine Strategie, es ist eine Faktor-Familie. Wer „Momentum tradet", muss sich für eine spezifische Definition entscheiden. Drei haben sich bei mir bewährt:

Welche dieser Varianten passt zum NQ? Empirisch alle drei — aber mit unterschiedlichen Charakteristika. TSMOM hat die niedrigste Trade-Frequenz und ist am robustesten gegen Overfitting. Breakouts haben die höchste Trefferquote, aber auch die höchsten Whipsaw-Verluste. Vol-skaliertes Momentum bringt im Backtest oft den glattesten Equity-Verlauf, ist aber rechen-aufwendiger.

Strategie: TSMOM mit Trend-Filter.

Eine sehr klassische, sehr robuste Variante. Sie berechnen für NQ täglich den Return über 252 Handelstage (ca. 1 Jahr). Wenn positiv, sind Sie zum Monatsultimo long ein Kontrakt. Wenn negativ, sind Sie flat. Keine Shorts — das hilft, weil NQ langfristig nach oben driftet und Shorts ohne starke Begründung asymmetrisch ungünstig sind. 

import pandas as pd
import numpy as np

def tsmom_signal(prices: pd.Series, lookback: int = 252) -> pd.Series:
    """
    Liefert 1.0 (long) oder 0.0 (flat) am Monatsultimo.
    """
    ret = prices.pct_change(lookback)
    signal = (ret > 0).astype(float)
    # Nur am Monatsultimo neu setzen, sonst halten
    month_end = prices.index.to_series().groupby(prices.index.to_period("M")).transform("max")
    is_month_end = prices.index == month_end
    signal = signal.where(is_month_end).ffill().fillna(0.0)
    return signal


def backtest_tsmom(prices: pd.Series, contract_multiplier: float = 20.0) -> pd.DataFrame:
    sig = tsmom_signal(prices)
    daily_ret = prices.pct_change().fillna(0.0)
    strategy_ret = sig.shift(1) * daily_ret
    equity = (1 + strategy_ret).cumprod()
    return pd.DataFrame({
        "signal": sig,
        "ret": strategy_ret,
        "equity": equity,
    })

Strategie: 20-Tage-Breakout mit ATR-Stop.

Dichter am NQ-Daytrading, aber immer noch gut systematisierbar: Kauf, wenn NQ ein 20-Tage-Hoch erreicht. Initial-Stop bei 3 × ATR(20) unter dem Entry. Trailing-Stop, der mit jedem neuen Hoch nachgezogen wird. Exit, wenn der Stop reißt oder der Preis ein 10-Tage-Tief erreicht — was zuerst kommt.

Wichtig: diese Strategie ist hart bei Whipsaws. Wenn der Markt seitwärts läuft, werden Sie regelmäßig 5–10 mal hintereinander ausgestoppt. Das ist normal. Wer das emotional nicht aushält, sollte sie nicht traden. Wer sie aushält, bekommt in starken Trends eine sehr ordentliche Auszahlung. 

def breakout_state(bar: dict, state: dict, atr: float) -> dict:
    """
    Einfache State-Machine fuer den 20-Tage-Breakout.
    bar: aktueller OHLC-Bar inkl. high_20, low_10
    state: dict mit position, entry, stop
    """
    if state["position"] == 0:
        if bar["close"] >= bar["high_20"]:
            return {
                "position": 1,
                "entry": bar["close"],
                "stop": bar["close"] - 3 * atr,
            }
        return state

    new_stop = max(state["stop"], bar["close"] - 3 * atr)
    if bar["close"] <= new_stop or bar["close"] <= bar["low_10"]:
        return {"position": 0, "entry": None, "stop": None}

    return {**state, "stop": new_stop}

Warum reine Momentum-Backtests trügen.

Wenn Sie Momentum am NQ über die letzten 20 Jahre backtesten, sehen die Kurven traumhaft aus. Das hat einen Grund: Tech hat in dieser Zeit einen historisch einmaligen Bull-Run hingelegt. Ein Momentum-System, das in einem Bull-Trend immer long ist, sieht in einer Bull-Periode immer gut aus. Wer das nicht reflektiert, verliebt sich in eine Strategie, die im nächsten Regime möglicherweise nicht performt.

Mein Schutz: ich teste Momentum-Strategien immer auch über die Phasen 2000–2003 und 2008–2009. Wenn die Strategie dort katastrophal abschneidet, ist sie keine Momentum-Strategie, sondern ein Long-Tech-Beta-Bet mit kosmetischer Verkleidung.

Zinssensitivität als zweite Achse.

Eine Erkenntnis, die mir relativ spät kam: NQ-Momentum funktioniert deutlich besser, wenn die 10-jährigen Treasury-Renditen stabil oder fallend sind. In Phasen schnell steigender Renditen (2022 war das Lehrbuchbeispiel) versagen klassische Momentum-Signale am NQ, weil die fundamentale Repricing-Welle stärker ist als jedes technische Signal.

Praktische Konsequenz: ich überlagere mein NQ-Momentum-Modell mit einem einfachen Zins-Regime-Filter. Wenn die 10-Jahres-Rendite über die letzten 60 Tage mehr als 50 Basispunkte gestiegen ist, halbiere ich die NQ-Position. Klingt simpel, hat in den letzten Jahren einen erheblichen Teil meines Drawdowns vermieden.

Praktische Ausführung am NQ.

NQ hat einen Tick-Wert von 5 USD (1/4 Punkt). Spreads sind eng — meistens 1 Tick im Front-Month während der US-Session. Outside-RTH wird es schnell weiter. Wer Momentum-Strategien systematisch fährt, sollte Orders bevorzugt während der Hauptsession platzieren und Stop-Orders generell als Stop-Limit setzen, um Slippage bei Gaps zu begrenzen.

Margins: deutlich höher als am ES, weil NQ volatiler ist. Aktuell ca. 17.000–22.000 USD Overnight-Margin pro Kontrakt bei IBKR. Für kleine Konten gibt es den Micro-NQ (MNQ) mit 1/10 der Größe — sehr empfehlenswert für die ersten 6 Monate Live-Trading mit echten Strategien.

Sie wollen Momentum-Strategien sauber für NQ entwickeln, statt einer überpassten Backtest-Kurve hinterherzulaufen? Erstgespräch buchen — wir schauen, welche Variante zu Ihrem Setup passt.