← Alle Insights

SuperTrend: der populärste Indikator nach 2015.

Wenn man sich heute in Crypto- und FX-Communities umsieht, ist der SuperTrend wahrscheinlich der Indikator mit der höchsten Sichtbarkeit. Er liegt visuell sauber über oder unter dem Kurs, wechselt klar die Seite, und sieht im Rückspiegel oft so aus, als hätte er den ganzen Trend mitgenommen. Das ist die halbe Wahrheit.

In diesem Artikel zerlege ich, wie der SuperTrend rechnet, warum die typischen Default-Settings (10, 3) so populär sind, was er als Trailing-Stop gut kann und warum er als Stand-Alone-Einstiegssystem in der Realität reihenweise gegen die Wand fährt.

Was der SuperTrend tatsächlich tut.

Der SuperTrend ist im Kern eine ATR-versetzte Mittellinie. Berechnet wird:

Standard-Settings sind ATR-Periode 10 und Multiplikator 3. Die Linie ist immer auf einer Seite des Kurses — und wechselt erst, wenn der Kurs „durchbricht". Das ergibt die charakteristische saubere Stop-and-Reverse-Visualisierung.

Warum er so populär ist.

Drei Gründe, ehrlich gesagt:

Der dritte Punkt ist wichtig: viel von der Reputation des SuperTrend basiert auf Survivorship — man sieht ihn auf den Trendphasen, in denen er glänzt, und nicht auf den Ranges, in denen er sägt.

Stärken: starker Trailing-Stop in echten Trends.

In klaren Trends ist der SuperTrend ein hervorragender Trailing-Stop. Er respektiert Volatilität (ATR-basiert), zieht nach, dreht erst bei sauberer Gegenbewegung. Wer einen Trend bereits aus anderen Gründen identifiziert hat — sei es per Breakout, per Higher-Highs-Logik oder per fundamentaler These — bekommt mit SuperTrend(10, 3) auf Tagesbasis einen sehr handhabbaren Exit-Mechanismus.

Auf BTC 2020–2021 und auf großen US-Tech-Trends ab 2023 hätte ein SuperTrend-Trailing beträchtliche Teile der Bewegung mitgenommen, ohne dass man permanent eingreifen muss. Das ist nicht trivial — gute Exits sind statistisch unterrepräsentiert in der Trader-Literatur.

Schwächen: Whipsaws sind systembedingt.

Die Kehrseite ist hart. In Ranges und in Volatilitäts-Clustern flippt der SuperTrend mehrfach hintereinander. Jeder Flip ist im Stand-Alone-Setup ein Stop-and-Reverse-Trade — und jeder dieser Trades verliert in Ranges typischerweise.

Konkrete Zahlen aus eigenen Tests: SuperTrend(10, 3) Stand-Alone-System (Long bei grün, Short bei rot) auf BTC/USD Tagesdaten 2018–2024 ergibt grob 35–40 Trades pro Jahr, Hit-Rate um 35 %, profitabel nur dank der wenigen sehr großen Trend-Gewinner. Max-Drawdown in Range-Jahren über 40 %. Sharpe knapp positiv. Auf SPY ohne Filter ist die Strategie über 20 Jahre negativ.

Das ist kein Bug, das ist die Charakteristik eines reinen Trendfolge-Systems mit niedriger Reaktionsschwelle. Wer das nicht weiß, hält das System nach drei verlustreichen Range-Monaten nicht durch.

Sinnvolle Setups: Filter, Filter, Filter.

Wenn ich SuperTrend nutze, dann selten als Trigger und fast immer als Trailing oder in Kombination. Konkret zwei Setups, die ich Mandanten zeige:

Setup 1 — SuperTrend als Trailing-Stop bei Breakout-Trades:

Setup 2 — SuperTrend mit Trend-Gate:

Setup 2 reduziert die Trade-Anzahl deutlich, hebt die Hit-Rate auf 45–50 % und stabilisiert den Drawdown. Es ist nicht spektakulär — aber es ist tradebar, ohne dass man bei der ersten Range nervös wird.

Python-Implementierung.

# SuperTrend(n, m) — Standard-Implementation
import yfinance as yf
import numpy as np
import pandas as pd

def atr(df, n=10):
    h, l, c = df["High"], df["Low"], df["Close"]
    tr = pd.concat([(h-l), (h-c.shift()).abs(), (l-c.shift()).abs()], axis=1).max(axis=1)
    return tr.ewm(alpha=1/n, adjust=False).mean()

def supertrend(df, n=10, m=3.0):
    hl2 = (df["High"] + df["Low"]) / 2
    a = atr(df, n)
    upper = hl2 + m*a
    lower = hl2 - m*a
    st = pd.Series(index=df.index, dtype=float)
    dir_ = pd.Series(index=df.index, dtype=int)
    dir_.iloc[0] = 1
    st.iloc[0] = lower.iloc[0]
    for i in range(1, len(df)):
        c = df["Close"].iloc[i]
        if dir_.iloc[i-1] == 1:
            st.iloc[i] = max(lower.iloc[i], st.iloc[i-1])
            dir_.iloc[i] = -1 if c < st.iloc[i] else 1
        else:
            st.iloc[i] = min(upper.iloc[i], st.iloc[i-1])
            dir_.iloc[i] = 1 if c > st.iloc[i] else -1
    return st, dir_

df = yf.download("BTC-USD", start="2018-01-01", auto_adjust=True)
st, d = supertrend(df, 10, 3.0)

Multiplikator-Wahl: 3 ist nicht heilig.

Der Standard-Multiplikator 3 ist nicht statistisch hergeleitet — es ist eine Konvention. Auf volatilen Assets (BTC, Tech-Single-Stocks) ist 3 oft zu eng; 4 oder 5 reduzieren Whipsaws spürbar, kosten aber Entry-Distanz. Auf ruhigen Indizes ist 2,5 manchmal besser. Wer den Multiplikator anpassen will, sollte das auf Out-of-Sample-Daten validieren, nicht im laufenden Trade.

Ehrliche Bewertung.

Mein Fazit: der SuperTrend ist ein guter Werkzeug-Bestandteil, kein Komplettsystem. Wer ihn als visuellen Trailing-Stop für anderweitig validierte Entries einsetzt, holt das Beste aus ihm raus. Wer ihn naiv handelt, weil er im Tutorial gut aussah, lernt es auf die teure Art.

Sie haben ein Trendfolge- oder Crypto-Setup und wollen wissen, was wirklich robust ist? Erstgespräch buchen — wir schauen uns das sauber an.