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. Läuft ein Index über Monate in einem stabilen Aufwärtstrend, kann der Stochastik über viele Handelstage über 80 verharren. 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.

Ein häufiges Muster: Strategien, die auf simplen 80/20-Triggern aufgebaut sind, sehen im Backtest meist okay aus. Live verlieren sie typischerweise Geld — 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 reduziert die Trade-Anzahl deutlich und verbessert in Tests typischerweise die Qualität der verbleibenden Signale.

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 nur wenige Signale. Das ist kein spektakuläres System, aber ein robusterer Ansatz als nackte 80/20-Trigger. Ob er auf Ihren Instrumenten trägt, zeigt nur ein sauberer Walk-Forward-Test.

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 nahe Zufallsniveau.

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.

Ein Beispiel-Setup 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.

Schickt man solche öffentlichen Setups durch eine Walk-Forward-Prüfung, bleibt erfahrungsgemäß nur ein kleiner Bruchteil übrig. Der Stochastik selbst ist ein nützliches Werkzeug — aber er wird in den allermeisten Fällen 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.

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 prüfen, ob Ihr Stochastik-Setup live tragfähig ist? Unverbindlich anfragen — wir testen es gemeinsam. Mehr zu meinem Angebot: Trading-Systeme entwickeln lassen.