Stochastik-Oszillator: was er kann, was er nicht kann.

Der Stochastik-Oszillator gehört zum klassischen Werkzeugkasten — und gleichzeitig zu den am häufigsten falsch genutzten Indikatoren überhaupt. Wer ihn versteht, bekommt ein präzises Mean-Reversion-Werkzeug. Wer nur 80/20-Trigger handelt, verbrennt Geld.

Was der Stochastik eigentlich misst.

George Lane entwickelte den Stochastik in den späten 1950ern. Die Grundidee ist simpel: in einem Aufwärtstrend schließen Kurse tendenziell nahe dem Hoch der jüngsten Spanne, in einem Abwärtstrend nahe dem Tief. Der Indikator misst, wo der aktuelle Schlusskurs innerhalb der jüngsten High-Low-Range steht — als Prozentwert zwischen 0 und 100.

%K = 100 * (Close − Tief_n) / (Hoch_n − Tief_n)
%D = SMA(%K, 3)

Fast Stochastic:  %K wie oben, %D = SMA(%K, 3)
Slow Stochastic:  %K_slow = SMA(%K, 3), %D_slow = SMA(%K_slow, 3)

Standard: n = 14 Perioden

Der Unterschied zwischen Fast und Slow ist eine zusätzliche Glättung. Fast Stochastic ist so nervös, dass er für die meisten Setups unbrauchbar ist — zu viele False Signals. Wenn ich im Code „Stochastik" sage, meine ich Slow Stochastic mit Parametern 14/3/3. Alles andere ist Sonderfall.

Warum die klassischen 80/20-Trigger nicht reichen.

Die Lehrbuch-Regel lautet: über 80 = überkauft, unter 20 = überverkauft. Verkaufen Sie bei Cross unter 80, kaufen Sie bei Cross über 20. Klingt logisch, funktioniert aber in der Praxis miserabel. Drei Gründe:

• In starken Trends bleibt der Stochastik wochenlang im Extrem. Wenn der S&P 500 von Oktober 2024 bis März 2025 fast linear läuft, steht der Stochastik kumuliert über 60 Handelstage über 80. Jeder Short-Trigger ist eine Bestrafung.
• 20/80 sind nicht symmetrisch verteilt. Aktien­indizes verbringen statistisch mehr Zeit in Aufwärtstrends. Die Verteilung der Stochastik-Werte ist auf der Long-Seite chronisch nach oben geschoben.
• Die Trigger sind public knowledge. Wer auf jedem Asset bei 20 kauft, kauft mit Hunderttausenden Algorithmen gleichzeitig. Der Vorteil ist arbitragiert.

Ich habe in den letzten Jahren etwa zwei Dutzend Mandanten-Strategien gesehen, die auf simplen 80/20-Triggern aufgebaut waren. Im Backtest sahen die meisten okay aus. Live haben alle Geld verloren — und zwar nicht durch Pech, sondern systematisch.

Stochastik in Trend-Märkten: die gefährliche Falle.

Der Stochastik ist ein Oszillator. Oszillatoren funktionieren in Range-Märkten. In Trend-Märkten kehren sie das Vorzeichen ihres Edge um — aus Mean-Reversion wird systematisches Pick-the-Top.

Konkret: In einem Bullenmarkt bedeutet ein Stochastik-Wert von 90 nicht „Verkauf", sondern „der Markt ist stark und hat hohe Aufwärts-Autokorrelation". Wer dort short geht, kämpft gegen das Momentum-Premium, das in fast allen Aktien­indizes empirisch gut belegt ist. Das ist kein Trade, das ist eine Spende.

Die einzige saubere Antwort darauf: ein Trend-Filter, der den Stochastik abschaltet, sobald der übergeordnete Trend zu stark ist. Bei mir läuft als Standard-Filter eine 200-Tage-Linie auf dem zugrundeliegenden Index. Steigt sie und liegt der Schlusskurs darüber, werden Stochastik-Short-Signale ignoriert. Steigt sie nicht und der Kurs ist drunter, werden Long-Signale ignoriert. Das halbiert die Trade-Anzahl — und verdoppelt etwa den Erwartungswert.

Multi-Timeframe-Stochastik: das einzige Setup, das stabil läuft.

Ein einzelner Stochastik liefert zu viele Signale. Wenn ich ihn ernsthaft nutze, dann immer als Bestätigung über zwei Zeitebenen. Beispiel auf US-Sektor-ETFs (XLK, XLF, XLE, …):

• Höhere Ebene (Weekly): Slow Stochastik 14/3/3 unter 30. Definiert ein Mean-Reversion-Setup.
• Trigger-Ebene (Daily): Slow Stochastik kreuzt %D von unten — und zwar erst, nachdem %K den Wert von 20 berührt hat.
• Trend-Filter: ETF über seiner 200-Tage-Linie auf Weekly. Sonst kein Trade.

Das filtert aggressiv. Pro Jahr und Sektor entstehen etwa 4–8 Signale. Die Trefferquote liegt in meinen Tests seit 2010 bei 62–68 %, mit Reward-to-Risk-Ratios um 1,4. Das ist kein spektakuläres System — aber ein robustes, das ich auf 11 Sektor-ETFs parallel laufen lasse und das stabil eine Sharpe-Ratio um 0,9 liefert.

Stochastik-Divergenzen: oft überhyped.

Bullische Divergenz heißt: Kurs macht neues Tief, Stochastik nicht. Bärische Divergenz: Kurs macht neues Hoch, Stochastik nicht. In der Krypto- und Forex-Trading-Literatur sind Divergenzen quasi religiöse Pflichtsignale. In der Praxis taugen sie selten als alleiniger Trigger.

Das Problem: Divergenzen lassen sich erst nach dem zweiten Hoch/Tief sicher erkennen. Bis dahin sind sie spekulative Pattern-Matches. Ich habe diverse Backtests laufen lassen, bei denen ich Divergenzen rein automatisch identifiziert habe — über Peak-Detection auf Kurs- und Stochastik-Reihe. Auf Daily-Daten von SPX, DAX, EUR/USD von 2005 bis heute lag die Trefferquote ohne weiteren Filter bei rund 51 %. Das ist Würfelqualität.

Brauchbar werden Divergenzen erst in Kombination mit Volumen-Bestätigung und mit einem klaren Support-Level (für bullische) oder Resistance (für bärische). Wenn drei Faktoren zusammenkommen, kann die Trefferquote in die 60er steigen. Allein gehandelt: vergessen.

Stochastik vs. RSI: wann was.

Beide messen Momentum, aber unterschiedlich. RSI vergleicht durchschnittliche Aufwärts- mit Abwärtsbewegungen. Stochastik vergleicht Schlusskurs mit High-Low-Range. Daraus folgt:

• RSI ist glatter. Reagiert langsamer, weniger Whipsaws. Besser für Trend-Identifikation und für Asset-Klassen mit höheren Schwankungen.
• Stochastik ist sensitiver. Reagiert schneller, mehr False Signals. Besser für präzise Entries in Range-Märkten — vorausgesetzt, der Filter sitzt.

Meine Heuristik: Indizes und Sektor-ETFs → Stochastik mit Trend-Filter. Einzelaktien mit höherem Vola-Niveau → RSI(14) als Standard, Stochastik nur zur Bestätigung. Krypto → beide sind unzuverlässig, weil die Vola-Spitzen die Statistik sprengen.

Konkretes Mean-Reversion-Setup auf Sektor-ETFs.

Eines unserer produktiven Setups, anonymisiert in MQL5-nahem Pseudo-Code:

// Universum: XLK, XLF, XLE, XLV, XLY, XLP, XLI, XLB, XLU, XLRE, XLC
// Timeframe: Daily, mit Weekly-Confirmation

double stochD_weekly = iStochastic(symbol, PERIOD_W1, 14, 3, 3, MODE_SMA, STO_LOWHIGH, MODE_SIGNAL, 1);
double stochK_daily  = iStochastic(symbol, PERIOD_D1, 14, 3, 3, MODE_SMA, STO_LOWHIGH, MODE_MAIN, 1);
double stochD_daily  = iStochastic(symbol, PERIOD_D1, 14, 3, 3, MODE_SMA, STO_LOWHIGH, MODE_SIGNAL, 1);
double stochK_prev   = iStochastic(symbol, PERIOD_D1, 14, 3, 3, MODE_SMA, STO_LOWHIGH, MODE_MAIN, 2);

double sma200 = iMA(symbol, PERIOD_D1, 200, 0, MODE_SMA, PRICE_CLOSE, 1);
double price  = iClose(symbol, PERIOD_D1, 1);

bool trendUp        = price > sma200;
bool weeklyOversold = stochD_weekly < 30;
bool dailyCrossUp   = stochK_prev < stochD_daily && stochK_daily > stochD_daily;
bool reachedZone    = iLow(symbol, PERIOD_D1, 1) > 0 &&
                      iStochastic(symbol, PERIOD_D1, 14, 3, 3,
                                  MODE_SMA, STO_LOWHIGH, MODE_MAIN, 2) < 20;

if (trendUp && weeklyOversold && dailyCrossUp && reachedZone) {
    double atr = iATR(symbol, PERIOD_D1, 14, 1);
    double stop   = price - 1.5 * atr;
    double target = price + 2.2 * atr;
    OpenLong(symbol, riskPct, stop, target);
}

Warum die meisten „Stochastik-Strategien" auf YouTube Müll sind.

Die typische YouTube-Strategie sieht so aus: „Kaufen wenn Stochastik unter 20 kreuzt, mit zusätzlichem MACD-Cross, auf 1-Minuten-Charts in EUR/USD." Daneben ein TradingView-Chart, handverlesene Trades, „95 % Win-Rate". Das Problem ist nicht der Stochastik. Das Problem ist:

• Cherry-Picking der Trades, keine ehrliche Auswertung.
• Kein Trend-Filter, keine Multi-Timeframe-Logik.
• Backtests, die Slippage und Spread ignorieren — bei 1-Minuten-Setups vernichtend.
• Optimierte Parameter, die auf der gezeigten Periode passen und sonst nirgends.

Ich habe etwa 30 dieser öffentlichen Setups in den letzten Jahren durch unsere Walk-Forward- Pipeline geschickt. Genau zwei haben eine Walk-Forward-Effizienz über 0,3 erreicht. Zwei von dreißig. Der Stochastik selbst ist ein nützliches Werkzeug — aber er wird in 95 % der Fälle so eingesetzt, dass er garantiert nicht funktionieren kann.

Fazit: ein Werkzeug, kein Wundermittel.

Der Stochastik-Oszillator gehört in meinen Werkzeugkasten — aber nur als Mean-Reversion-Signal, nur mit Trend-Filter, nur über mindestens zwei Zeitebenen, und nur auf Instrumenten, die tatsächlich Range-Verhalten zeigen. Auf Einzelaktien mit hoher Vola oder auf reinen Trend-Assets ist er statistisch wertlos.

Wer den Stochastik so einsetzt, bekommt einen ehrlichen, durchschnittlich guten Indikator. Wer ihn als magischen 80/20-Trigger missbraucht, bekommt eine teure Lehre.

Sie wollen prüfen, ob Ihr Stochastik-Setup live tragfähig ist? Erstgespräch buchen — wir testen es gemeinsam.