Risk of Ruin berechnen: die wichtigste Kennzahl, die niemand benutzt.

Sharpe, Sortino, Calmar — diese Zahlen kennt jeder. Risk of Ruin dagegen taucht in kaum einem Strategie-Pitch auf. Was schade ist, weil sie die einzige Kennzahl ist, die die Frage beantwortet, die wirklich zählt: Wie wahrscheinlich ist es, dass mich diese Strategie ruiniert?

Risk of Ruin (RoR) kommt ursprünglich aus der Glücksspiel-Theorie — die Gambler’s Ruin von Pascal und Fermat. Sie wurde später für Trading adaptiert, prominent durch Ralph Vince. Die Idee ist simpel: Gegeben Win-Rate, durchschnittlicher Gewinn, durchschnittlicher Verlust und Risiko pro Trade — wie wahrscheinlich ist es, dass das Konto eine kritische Schwelle unterschreitet, bevor ich aus dem Loch wieder rauskomme?

Die Definition, präzise.

Eigentlich gibt es zwei verschiedene Größen, die beide unter „Risk of Ruin" firmieren:

• Klassische RoR (Gambler’s Ruin): Wahrscheinlichkeit, dass das Konto auf null fällt — bei unendlich vielen Trades.
• Drawdown-RoR: Wahrscheinlichkeit, dass das Konto über einen endlichen Horizont (z. B. 100 Trades) eine bestimmte Drawdown-Schwelle (z. B. -50 %) unterschreitet.

Für mich ist die zweite Größe deutlich relevanter. Niemand handelt unendlich lange, und niemand hält einen 80 %-Drawdown durch — psychologisch ist man bei 30 % bereits raus. Die Drawdown-Schwelle ist deshalb der eigentliche Hebel.

Die analytische Formel — und ihr Schock.

Für eine vereinfachte Welt mit fixem Risiko-pro-Trade r, Win-Rate p und Payoff-Ratio W/L = 1 (also gleiche Gewinn- und Verlust-Höhe) lautet die klassische Vince-Formel:

RoR = ((1 - edge) / (1 + edge)) ^ U

edge = p - (1 - p)   # Erwartungswert pro Trade (Einheit: 1R)
U    = max_units     # Anzahl R, die das Konto bis zur Ruin-Schwelle aushält

Numerisches Beispiel: Win-Rate 50 %, R:R = 1:1, Risiko 2 % pro Trade, Drawdown-Schwelle -50 % des Kontos. Dann ist edge = 0 (faires Spiel) und U = 25. Die Formel ergibt RoR = 1 — Ruin ist sicher. Bei edge = 0 verliert man irgendwann garantiert genug, um die Schwelle zu reißen.

Etwas freundlicher: Win-Rate 55 %, R:R = 1:1, 2 % Risiko, -50 % Schwelle. edge = 0,1, U = 25. RoR ≈ 0,8 % — schon deutlich besser. Und genau das ist die erste Schock-Erkenntnis: kleine Verschiebungen in der Win-Rate haben gewaltige Hebelwirkung auf den RoR. Aus „sicherem Ruin" wird „akzeptables Restrisiko".

Die zweite Schock-Erkenntnis: Position Sizing dominiert.

Bei gleicher Edge halbiert eine Halbierung des Risikos pro Trade den Exponenten nicht — sie verdoppelt ihn. Aus U = 25 wird U = 50, und der RoR quadriert sich in der Größenordnung nach unten. Das Risiko pro Trade ist der einzelne stärkste Hebel für RoR — stärker als die Win-Rate, stärker als das R:R.

Praktische Konsequenz: Strategien mit moderater Edge, aber konservativem Sizing (0,5 % oder 1 % pro Trade) haben oft einen besseren RoR als hochaggressive Strategien mit hoher Edge. Position-Sizing ist Risk-of-Ruin-Management — und nichts anderes.

Monte-Carlo statt Formel.

Die analytische Formel setzt eine homogene Welt voraus (konstantes R, konstante Win-Rate, kein Slippage, kein Regime-Wechsel). Realistisch ist das selten. Für ernsthafte Anwendungen berechne ich RoR per Monte-Carlo:

# Monte-Carlo Risk of Ruin
import numpy as np

def monte_carlo_ror(returns, n_sims=50_000, horizon=252,
                    ruin_threshold=-0.30, seed=42):
    rng = np.random.default_rng(seed)
    r = np.asarray(returns)
    ruined = 0
    for _ in range(n_sims):
        sample = rng.choice(r, size=horizon, replace=True)
        equity = np.cumprod(1 + sample)
        dd     = equity / np.maximum.accumulate(equity) - 1
        if dd.min() <= ruin_threshold:
            ruined += 1
    return ruined / n_sims

ror = monte_carlo_ror(strategy_trade_returns,
                      horizon=200, ruin_threshold=-0.25)
print(f"RoR (Drawdown > 25%, 200 Trades): {ror:.2%}")

Vorteile: Sie nutzen die echte Return-Verteilung der Strategie inklusive Fat Tails, Sie können den Horizont und die Ruin-Schwelle frei wählen, und Sie können Block-Bootstrap für Autokorrelation einbauen.

Welche Schwelle ist die richtige?

Die mathematische Schwelle (Konto = 0) ist im Trading meist irrelevant — psychologisch ist man lange vorher raus. Die ehrliche Schwelle ist die, bei der Sie aufhören würden zu handeln. Für die meisten Mandanten liegt sie bei 20 – 30 % Drawdown vom Peak.

Mein Vorgehen: Wir definieren vor dem Live-Going gemeinsam eine Ruin-Schwelle, und ich berechne den RoR für genau diese Schwelle. Wenn der RoR über 1 % liegt, geht die Strategie nicht live — entweder wird das Sizing reduziert oder die Strategie modifiziert. 1 % entspricht einem Erwartungswert von etwa einem Ruin alle 100 Lebenszyklen — das ist meine persönliche Obergrenze.

Position Sizing und RoR: der Trade-Off.

Position Sizing ist kein freies Mittagessen. Halbieren Sie das Risiko pro Trade, halbieren Sie auch den erwarteten Return. Optimales Sizing (Kelly, Half-Kelly, Fixed Fractional) findet immer einen Kompromiss zwischen Return-Maximierung und RoR-Minimierung.

Ich plotte für jede Strategie eine RoR-Kurve gegen Risiko-pro-Trade. Das Bild ist immer dasselbe: bis zu einem Schwellenwert (oft 1–2 % bei moderater Edge) ist der RoR vernachlässigbar. Dann steigt er steil. Bei 3–4 % wird der RoR meist inakzeptabel, bei 5 % ist die Strategie statistisch tot.

Meine Praxis.

RoR ist die letzte Gatekeeper-Kennzahl, bevor eine Strategie live geht. Sharpe, Sortino, Walk-Forward — alles muss passen, aber ohne RoR < 1 % gibt es kein Live-Trading. Diese Disziplin hat in den letzten Jahren mehr Strategien gestoppt als jede andere Prüfung — und nie eine, deren Stopp ich später bereut habe.

Wenn Sie eine Strategie aktuell handeln, ohne den RoR zu kennen: rechnen Sie ihn aus. Es dauert eine halbe Stunde. Das Ergebnis wird Sie entweder beruhigen oder das Sizing korrigieren. Beides ist Gewinn.

Sie wollen den Risk-of-Ruin Ihrer Strategie sauber quantifizieren? Erstgespräch buchen — wir rechnen es zusammen durch.