Tick-Daten bereinigen Bad Prints, Outlier und Zeitstempel-Chaos beherrschen.

Rohe Tick-Daten sind chaotischer, als die meisten erwarten. Zwischen den Millionen Trades und Quotes eines Handelstages stecken Fehlprints zu völlig unmöglichen Kursen, doppelt gemeldete Transaktionen, Quotes mit Ask unter Bid, vertauschte oder springende Zeitstempel und Lücken, in denen die Datenleitung kurz aussetzte. Ein einziger Fat-Finger-Print von 0,01 Euro in einer Aktie, die bei 50 Euro handelt, ruiniert jede Volatilitätsberechnung, jeden VWAP, jedes Feature, das auf Extremen beruht. Gleichzeitig ist das Gegenteil genauso gefährlich: Wer zu aggressiv filtert, glättet echte Flash-Crashs, echte Liquiditätslöcher und echte Sprünge weg – und trainiert sein Modell auf einer Realität, die es so nie gab. Dieser Beitrag zeigt, welche Fehlerarten in Tick-Daten typisch sind, welche Filtermethoden echte Extreme von Datenmüll trennen, wie man Zeitstempel-Chaos beherrscht – und wo der schmale Grat zwischen Bereinigung und Verfälschung verläuft.

Welche Fehler in rohen Tick-Daten stecken.

Tick-Daten-Fehler haben wiederkehrende Muster. Wer sie kennt, kann gezielt dagegen filtern, statt blind zu glätten:

• Bad Prints / Fat-Finger: einzelne Trades zu offensichtlich falschen Kursen – ein Tippfehler, ein technischer Glitch, ein verirrter Test-Trade.
• Duplikate: derselbe Trade mehrfach gemeldet, oft durch Mehrfach-Feeds oder Übertragungswiederholungen.
• Crossed / Locked Quotes: Ask unter oder gleich Bid – ökonomisch unmöglich, meist ein Feed-Artefakt zwischen verschiedenen Börsenplätzen.
• Zeitstempel-Chaos: Trades, die zeitlich rückwärts springen, Quotes mit Mikrosekunden-Auflösung neben sekundengenauen, unterschiedliche Zeitzonen im selben Feed.
• Lücken: Phasen ohne Daten durch Feed-Ausfälle, die man nicht mit echten handelslosen Phasen verwechseln darf.

Entscheidend ist, dass diese Fehler nicht zufällig verteilt sind. Sie häufen sich zu Handelsbeginn und -ende, um Nachrichtenereignisse und in illiquiden Titeln – also oft genau dann, wenn die Daten am wichtigsten wären.

Bad Prints erkennen, ohne echte Sprünge zu löschen.

Die Kernschwierigkeit: Ein Fat-Finger-Print und ein echter Flash-Crash sehen auf den ersten Blick gleich aus – beides ist ein plötzlicher, extremer Kursausschlag. Ein naiver Filter, der alle Werte jenseits eines festen Prozentsatzes verwirft, löscht beide. Das ist falsch, denn der echte Crash gehört in die Daten.

Bewährt haben sich kontextsensitive Verfahren. Ein robuster Ansatz prüft jeden Tick gegen ein gleitendes Fenster benachbarter Ticks und bewertet ihn relativ zur lokalen Streuung – etwa über die mediane absolute Abweichung, die gegenüber einzelnen Ausreißern unempfindlich ist. Ein Tick, der weit außerhalb liegt und sofort wieder zum vorherigen Niveau zurückspringt, ist mit hoher Wahrscheinlichkeit ein Bad Print. Ein Tick, der weit außerhalb liegt und ein neues Niveau etabliert, das von Folge-Ticks bestätigt wird, ist ein echter Sprung.

Genau diese Unterscheidung – Ausschlag mit sofortiger Rückkehr versus Ausschlag mit Bestätigung – ist das wirksamste Kriterium. Sie löscht den verirrten Print und behält den Crash.

Quotes filtern und Crossed Markets behandeln.

Bei Quote-Daten gelten eigene Regeln. Ein gekreuzter Markt – Ask kleiner gleich Bid – ist innerhalb eines einzelnen Handelsplatzes ökonomisch unmöglich und sollte verworfen oder korrigiert werden. Über mehrere Handelsplätze hinweg kann ein scheinbar gekreuzter Zustand allerdings real entstehen, weil verschiedene Börsen minimal unterschiedliche Preise zeigen; hier braucht es eine handelsplatzbewusste Logik.

Ebenso wichtig ist der Umgang mit unplausibel weiten Spreads. Ein Spread, der um Größenordnungen über dem typischen Niveau des Titels liegt, deutet oft auf einen einseitig stehengebliebenen Quote hin. Solche Quotes sollten nicht in Mid-Price-Berechnungen einfließen, weil sie den Mittelkurs verzerren.

Ein praktischer Hinweis: Quote-Filterung ist heikler als Trade-Filterung, weil Quotes deutlich häufiger und volatiler sind. Hier lohnt es, konservativ vorzugehen und im Zweifel eher zu markieren als zu löschen – ein als verdächtig markierter Quote lässt sich später noch ausschließen, ein gelöschter ist unwiederbringlich weg.

Zeitstempel-Chaos beherrschen.

Zeitstempel sind in Tick-Daten eine eigene Fehlerquelle. Typische Probleme: Trades, deren Zeitstempel rückwärts läuft; mehrere Ticks mit identischem Zeitstempel, deren wahre Reihenfolge verloren ist; Mischungen aus Börsen-Zeitstempel und Empfangs-Zeitstempel; und Zeitzonen-Inkonsistenzen, besonders um Sommer-/Winterzeit-Umstellungen.

Der erste Schritt ist, sich für eine Zeitachse zu entscheiden und konsequent dabei zu bleiben – in der Regel der Börsen-Zeitstempel in UTC. Mischungen sind die Wurzel vieler subtiler Fehler. Rückwärtsspringende Zeitstempel müssen erkannt und behandelt werden, sei es durch Verwerfen oder durch eine dokumentierte Resortierung.

Bei identischen Zeitstempeln innerhalb derselben Auflösung ist die wahre Sequenz oft unrekonstruierbar. Hier hilft, falls vorhanden, eine fortlaufende Sequenznummer der Börse. Fehlt sie, muss man die Mehrdeutigkeit akzeptieren und sicherstellen, dass nachgelagerte Berechnungen nicht von einer scheingenauen Reihenfolge abhängen. Für Strategien, die auf Mikrostruktur und Reihenfolge setzen, ist die Zeitstempel-Qualität der limitierende Faktor – und ehrlicherweise oft die Grenze dessen, was mit Standarddaten überhaupt machbar ist.

Aggregation und der schmale Grat zur Verfälschung.

Nach der Bereinigung werden Ticks meist zu Bars oder anderen Strukturen aggregiert. Auch hier lauern Fehler. Ein gängiger ist die Wahl der falschen Aggregationsregel – etwa der erste statt des letzten Kurses in einem Intervall, oder ein Volumen, das Duplikate doppelt zählt.

Der grundlegendere Punkt ist aber ein konzeptioneller: Jeder Bereinigungsschritt ist ein Eingriff in die Daten, und jeder Eingriff kann Information zerstören. Wer zu stark filtert, erzeugt eine glattgebügelte Welt, in der die Strategie im Backtest glänzt – und im Live-Handel an genau den rauen Extremen scheitert, die er wegretuschiert hat.

Die Disziplin besteht darin, jeden Filter zu dokumentieren, seine Auswirkung zu messen (wie viele Ticks wurden verworfen, in welchen Phasen?) und die Bereinigung reproduzierbar zu halten. Bewährt hat sich, verdächtige Ticks zu markieren statt sie zu löschen, sodass nachgelagerte Schritte selbst entscheiden können, ob sie sie verwenden. So bleibt die Rohinformation erhalten und die Bereinigung nachvollziehbar.

Aufwand, Werkzeuge und ehrliche Grenzen.

Tick-Daten-Bereinigung ist rechenintensiv und detailreich. Für ein einzelnes liquides Instrument ist eine solide Pipeline in überschaubarer Zeit machbar; für ein breites Universum hochfrequenter Daten wird es zu einer ernsthaften Daten-Engineering-Aufgabe mit entsprechendem Infrastrukturbedarf – Speicher, Rechenzeit und durchdachte Formate wie spaltenorientierte Parquet-Strukturen werden schnell relevant.

An Werkzeugen reicht für moderate Mengen Python mit Pandas oder dem deutlich schnelleren Polars; bei wirklich großen Tick-Historien führt kaum ein Weg an spezialisierten Zeitreihen-Datenbanken vorbei. Die etablierten akademischen Filterregeln – etwa die viel zitierten Verfahren von Barndorff-Nielsen und Kollegen für Hochfrequenzdaten – sind ein guter Ausgangspunkt, müssen aber an das konkrete Instrument angepasst werden.

Die ehrliche Grenze: Perfekte Tick-Daten gibt es nicht. Manche Mehrdeutigkeiten – etwa die wahre Reihenfolge gleichzeitiger Ticks oder der faire Wert in einem Feed-Ausfall – sind aus den Daten allein nicht auflösbar. Gute Bereinigung minimiert den Schaden und macht die verbleibende Unsicherheit transparent. Sie beseitigt sie nicht. Wer das verstanden hat, baut robustere Strategien, weil er weiß, welchen Teil seiner Backtest-Präzision er nicht für bare Münze nehmen darf.

Sie arbeiten mit Tick- oder Hochfrequenzdaten und wollen sicher sein, dass Ihre Bereinigung echte Extreme behält und nur den Müll entfernt? Unverbindlich anfragen — wir schauen gemeinsam auf Ihre Rohdaten, Ihre Filterlogik und Ihren Stack und bauen eine reproduzierbare Bereinigung, die robust genug für den Live-Handel ist, ohne den Markt glattzubügeln.