Monatliche PMTS-Performance-Tiefenanalyse: Oktober 2026 — Gewinne, Verluste und die Eigenkapitallücke
Jeden Monat veröffentlichen wir eine ausführliche Analyse dessen, was der PMTS-Algorithmus tatsächlich getan hat – entnommen direkt aus der Statistikdatenbank, die das Plattform-Dashboard speist. Dies ist die Ausgabe vom November 2026 für den Zeitraum bis zum 31. Oktober 2026. Es handelt sich um eine Performance-Tiefenanalyse im wörtlichen Sinne: Wir zeigen das seit Juli 2025 verfolgte Referenzkonto, die Monatsergebnisse der übrigen beobachteten Konten und eine unbequeme Grafik, die die meisten Marketingseiten weglassen würden.
Wenn Sie nur einen Absatz lesen, lesen Sie diesen. Das Referenzkonto (interne ID 26) liegt seit Beginn mit 25.32% im Plus, bei einem geringen realisierten Drawdown. Das größte beobachtete Konto (interne ID 1) hat im Oktober auf realisierter Basis Geld verloren und weist in den Plattform-Snapshots eine sehr große Lücke zwischen Saldo und Eigenkapital auf. Ein System kann nach einer Gruppe von Kennzahlen hervorragend und nach einer anderen fragil aussehen, und ein ernsthafter Leser braucht beide. Der Rest dieses Artikels erklärt, wie die Zahlen zu lesen sind, was sie aussagen und was sie nicht aussagen können.
1. Zusammenfassung: die zentralen Kennzahlen
| Kennzahl | Wert | Quelle / Hinweis |
|---|---|---|
| Saldo des Referenzkontos (ID 26) | 62,659.24 | Ersteinzahlung 50,000; keine Auszahlungen |
| Nettogewinn seit Beginn | +12,659.24 (+25.32%) | Erster Trade am 21. Juli 2025, letzte Synchronisierung am 1. November 2026 |
| Geschlossene Trades | 137 (116 Gewinner, 21 Verlierer) | Trefferquote 84.67% |
| Profitfaktor | 4.39 | Bruttogewinn 16,651.07 / Bruttoverlust 3,792.19 |
| Maximaler Drawdown (realisiert) | 1,181.97 (1.995%) | Basis geschlossene Trades |
| Größter Einzelverlust | -1,147.12 | Etwa 8 durchschnittliche Gewinne |
| Oktober 2026, Konto 1 | -131,022.31 (-0.74%) | 6 Trades, 4 Gewinner, Profitfaktor 0.31 |
| Oktober 2026, Konto 24 (teilweise) | +16,169.60 (+1.52%) | 14 Trades, 14 Gewinner; Zeile zuletzt am 13. Oktober aktualisiert |
| Konto 1 Eigenkapital vs. Saldo, 1. Nov. | 5.92M vs 17.67M | Schwebendes Ergebnis von -11.76M im letzten Snapshot |
Chart description: Ein horizontales Balkendiagramm mit einem Balken pro beobachtetem Konto, das die realisierte Rendite im Oktober 2026 in Prozent zeigt. Konto 24 würde einen kurzen grünen Balken nach rechts zeigen (+1.52%), Konto 1 einen kurzen roten Balken nach links (-0.74%). Die Kernaussage der Grafik: Die monatliche Streuung zwischen den Konten ist klein im Vergleich zur Eigenkapitallücke, die in Abschnitt 6 behandelt wird.
2. Wie diese Zahlen zu lesen sind (und was wir weggelassen haben)
Die Zahlen in diesem Artikel stammen aus den Statistiktabellen, die die PMTS-Plattform aus MetaTrader-5-Kontodaten befüllt: eine Gesamtstatistik-Tabelle, eine Monatstabelle, eine Tagestabelle und Konto-Snapshots. Bevor irgendetwas verglichen wird, sind vier Definitionen wichtig, weil sie das Ergebnis verändern.
Realisiert versus schwebend
Die Monats- und Tagestabellen werden aus geschlossenen Deals aufgebaut. Eine Position, die noch offen und deutlich im Minus ist, erscheint darin erst, wenn sie geschlossen wird. Konto-Snapshots hingegen erfassen Saldo und Eigenkapital zu einem bestimmten Zeitpunkt, und das Eigenkapital enthält den schwebenden Gewinn oder Verlust. Eine Erfolgsbilanz, die nur geschlossene Trades ausweist, kann daher ruhig wirken, während sich in offenen Positionen Verluste aufbauen. Wir zeigen beides.
Swap ist vom Monatsgewinnfeld getrennt
In der Monatstabelle schließt das Gewinnfeld den Swap, die Übernacht-Finanzierungsgebühr, aus. Wir haben dies an Konto 1 überprüft: Der Saldo im Oktober entwickelte sich von 17,808,755.28 auf 17,664,067.11, eine Veränderung von -144,688.17, was dem ausgewiesenen Gewinn von -131,022.31 zuzüglich Swap von -13,665.86 entspricht. Wo der Swap relevant ist, nennen wir die Nettozahl.
Saldoveränderungen enthalten Ein- und Auszahlungen
Vergleiche von Saldo zu Saldo werden durch Kapitalbewegungen verfälscht. Konto 24 zeigt beispielsweise im September einen Gewinn von +29,287.95 und eine Swap-Gutschrift von +1,646.61, doch sein Saldo fiel von 1,065,992.87 auf 1,061,342.78. Die Differenz von rund 35,600 ist mit einem Mittelabfluss aus dem Konto vereinbar, nicht mit Handelsverlusten. Wir verwenden daher das Gewinnfeld und nicht die Saldodifferenz, um Handelsergebnisse zu beschreiben.
Aktualität der Daten
Nicht jede Zeile wird nach demselben Zeitplan aktualisiert. Die Oktober-Zeile für Konto 24 wurde zuletzt am 13. Oktober aktualisiert und deckt daher bestenfalls etwa den halben Monat ab. Wir kennzeichnen sie als teilweise und annualisieren sie nicht und vergleichen sie nicht direkt mit Zeilen für volle Monate.
| Quelle | Was sie enthält | Einschränkung |
|---|---|---|
| Gesamtstatistik (Konto 26) | Kumulierte Handelsstatistiken seit Beginn | Einige Felder (Haltedauer, aufeinanderfolgende Serien, Sortino) sind nicht befüllt |
| Monatsstatistik | Eine Zeile pro Konto und Monat, geschlossene Deals | Schließt schwebende G/V aus; Gewinnfeld schließt Swap aus |
| Tagesstatistik | Eine Zeile pro Konto und Handelstag | Nur Tage mit geschlossenen Trades erscheinen |
| Konto-Snapshot | Saldo, Eigenkapital, Margin zu einem Zeitstempel | Momentaufnahme; sagt nichts über den Verlauf aus |
| 30-Tage-Deal-Zusammenfassung | Summe aller Deal-Zeilen | Vermischt Konten, Währungen und Kapitalbewegungen; keine Performance-Kennzahl |
Die letzte Zeile verdient einen Satz. Die Plattform-API liefert außerdem eine rohe 30-Tage-Deal-Zusammenfassung: 207 Deal-Zeilen und eine Nettosumme von -1,050,154.55. Sie addiert jeden Deal jedes beobachteten Kontos, einschließlich Saldooperationen und Konten in unterschiedlichen Währungen, und ist daher keine Performance-Zahl; wir verwenden sie nicht. Wir erwähnen sie nur, weil sich jeder, der die rohe API-Ausgabe liest, sonst fragen würde, warum sie fehlt.
3. Das Referenzkonto: 137 Trades, 15 Monate
Konto 26 wurde mit 50,000 am Datum seines ersten Trades, dem 21. Juli 2025, ausgestattet und hatte keine Auszahlungen. Es ist die sauberste Datenreihe, die wir haben, weil es eine einzige Einzahlung, keine zu bereinigenden Kapitalbewegungen und eine lückenlose Historie gibt. Sein Profil ist ein Lehrbuchbeispiel für ein System mit hoher Trefferquote und niedrigem Gewinn-Verlust-Verhältnis, und dieses Profil zu verstehen ist nützlicher, als die Trefferquote zu feiern.
Kumulierte Statistiken
| Statistik | Wert |
|---|---|
| Ersteinzahlung | 50,000.00 |
| Aktueller Saldo | 62,659.24 |
| Bruttogewinn | 16,651.07 |
| Bruttoverlust | -3,792.19 |
| Swap (Finanzierung) | -199.63 |
| Nettogewinn | 12,659.24 |
| Gesamtrendite | 25.32% |
| Trades insgesamt | 137 |
| Gewinn- / Verlust-Trades | 116 / 21 |
| Trefferquote | 84.67% |
| Profitfaktor | 4.39 |
| Erwartete Auszahlung pro Trade (netto) | 92.40 |
| Gesamtvolumen | 14.88 Lots |
| Durchschnittliches Volumen pro Trade | 0.109 Lots |
| Größter Gewinn / größter Verlust | +896.71 / -1,147.12 |
| Maximaler Drawdown (Basis geschlossene Trades) | 1,181.97 (1.995%) |
| Handelstage | 155 |
Long versus Short
| Richtung | Trades | Gewinner | Trefferquote |
|---|---|---|---|
| Long | 96 | 82 | 85.42% |
| Short | 41 | 34 | 82.93% |
| Gesamt | 137 | 116 | 84.67% |
Das System ist long-lastig: 70% der Trades waren Käufe. Das passt zu einem Goldmarkt, der 2025 und 2026 über weite Strecken in einem strukturellen Aufwärtstrend stand, und es zeigt, dass die Ergebnisse teilweise eine Funktion des Marktregimes sind. Ein long-lastiges System weist seine besten Zahlen aus, wenn der Basiswert steigt. Die Short-Seite ist bei der Trefferquote nicht wesentlich schlechter, was ermutigend ist, doch 41 Trades sind eine kleine Stichprobe.
Die Auszahlungsstruktur
Teilt man Bruttogewinn und Bruttoverlust durch die Anzahl der Gewinner und Verlierer, ergibt sich ein durchschnittlicher Gewinn von 143.54 und ein durchschnittlicher Verlust von 180.58. Das Gewinn-Verlust-Verhältnis beträgt somit 0.79: Der durchschnittliche Verlierer ist etwa 26% größer als der durchschnittliche Gewinner. Das ist normal für eine Strategie, die häufig kleine Gewinne mitnimmt und Positionen Raum zur Erholung gibt.
| Größe | Wert | Bedeutung |
|---|---|---|
| Durchschnittlicher Gewinn | 143.54 | Bruttogewinn / 116 |
| Durchschnittlicher Verlust | 180.58 | Bruttoverlust / 21 |
| Gewinn-Verlust-Verhältnis | 0.79 | Durchschnittlicher Gewinn geteilt durch durchschnittlichen Verlust |
| Break-even-Trefferquote | 55.7% | 1 / (1 + Gewinn-Verlust-Verhältnis) |
| Tatsächliche Trefferquote | 84.7% | Sicherheitsmarge von etwa 29 Punkten |
| Größter Verlust in durchschnittlichen Gewinnen | 8.0 | 1,147.12 / 143.54 |
| Swap als Anteil am Nettogewinn | 1.6% | 199.63 / 12,659.24 |
Die Break-even-Berechnung ist die nützlichste Zahl in der Tabelle. Bei einem Gewinn-Verlust-Verhältnis von 0.79 muss die Strategie nur in 55.7% der Fälle gewinnen, um vor Kosten die Gewinnschwelle zu erreichen. Tatsächlich hat sie in 84.7% der Fälle gewonnen. Dieses Polster von 29 Punkten ist die eigentliche Sicherheitsmarge, und die Frage für jeden zukunftsgerichteten Leser lautet, wie schnell es schwinden würde, wenn sich das Marktregime änderte. Fiele die Trefferquote auf 70%, bliebe dieselbe Auszahlungsstruktur profitabel. Fiele sie auf 55%, wäre sie es nicht mehr.
Die Kehrseite ist das Tail-Risiko. Der größte Verlust von 1,147.12 entspricht etwa acht durchschnittlichen Gewinnen. Ein einziger schlechter Trade löscht die gewöhnlichen Gewinne einer Woche oder mehr aus. Genau deshalb ist die Drawdown-Kontrolle, Thema unseres Leitfadens zum Risikomanagement vom September, für diese Art von System nicht optional.
Ein Hinweis zur Sharpe Ratio
Die Datenbank weist für dieses Konto eine Sharpe Ratio von 7.42 aus. Wir empfehlen nicht, sie zu zitieren. Eine Sharpe Ratio über 3 ist über ein Jahr selbst bei den besten Fonds selten, und ein Wert von 7 deutet fast immer darauf hin, dass die Berechnung Renditen pro Trade auf einer kurzen, glatten Reihe verwendet statt annualisierter Renditen auf einem konsistenten Zeitraster. Wir zeigen die Zahl der Vollständigkeit halber und betrachten Profitfaktor, Drawdown und Auszahlungsstruktur als die verlässlicheren Kennzahlen, bis die Berechnung geprüft ist.
4. Monatliche Aufschlüsselung über die beobachteten Konten
Die Monatstabelle liefert die sechs jüngsten Zeilen. Zusammen decken sie vier Konten und drei Monate ab. Wir listen jede Zeile auf, auch die Verlustzeilen.
| Monat | Konto | Anfangssaldo | Gewinn (ohne Swap) | Rendite | Trades | Trefferquote | Profitfaktor | Swap |
|---|---|---|---|---|---|---|---|---|
| Aug 2026 | 3 | 61,046.27 | -2,262.45 | -3.71% | 4 | 25.00% | 0.26 | n/a |
| Sep 2026 | 3 | 58,388.09 | -2,463.18 | -4.22% | 3 | 0.00% | 0.00 | -3.15 |
| Sep 2026 | 1 | 17,710,522.67 | +104,797.84 | +0.59% | 6 | 100.00% | n/a (keine Verluste) | -6,565.23 |
| Sep 2026 | 24 | 1,065,992.87 | +29,287.95 | +2.75% | 41 | 95.12% | 59.52 | +1,646.61 |
| Okt 2026 | 1 | 17,808,755.28 | -131,022.31 | -0.74% | 6 | 66.67% | 0.31 | -13,665.86 |
| Okt 2026 (teilweise) | 24 | 1,061,342.78 | +16,169.60 | +1.52% | 14 | 100.00% | n/a (keine Verluste) | +1,014.41 |
Chart description: Ein gruppiertes Säulendiagramm mit den Monaten auf der horizontalen Achse (Aug, Sep, Okt) und der monatlichen Rendite in Prozent auf der vertikalen Achse, eine Farbe pro Konto. Konto 3 erschiene als zwei rote Säulen bei etwa -3.7% und -4.2%, Konto 24 als zwei grüne Säulen bei +2.75% und +1.52%, Konto 1 als kleine grüne Säule im September und kleine rote im Oktober. Die visuelle Botschaft ist die Streuung: Dieselbe Algorithmusfamilie lieferte je nach Konto in einem einzigen Monat Ergebnisse von -4.2% bis +2.7%.
Was die Tabelle uns sagt
Drei Beobachtungen stechen hervor. Erstens sind die Ergebnisse gestreut. Im September erzielte Konto 24 mit 41 Trades +2.75%, Konto 1 mit sechs Trades +0.59% und Konto 3 mit drei Trades -4.22%. Diese Konten unterscheiden sich in Größe, Broker, Handelsfrequenz und – soweit wir es aus den Tradezahlen beurteilen können – darin, wie aggressiv sie konfiguriert sind. Die Streuung zwischen Konten ist Information, kein Rauschen: Sie zeigt, dass die Ergebnisse ebenso von der Konfiguration und den Kontobedingungen abhängen wie vom Signal.
Zweitens hat Konto 3 in beiden Monaten, in denen es erscheint, Geld verloren, mit einem realisierten Gesamtverlust von 4,725.63 und einem einzigen Gewinn-Trade in sieben. Es ist die kleinste Stichprobe in der Tabelle, aber auch der klarste Misserfolg, und wir führen es aus demselben Grund auf wie im September: Ein Monatsbericht, der nur die grünen Zeilen zeigt, ist Werbung, kein Bericht.
Drittens unterscheiden sich die Tradezahlen stark. Konto 24 handelt häufig (41 Trades im September), während Konto 1 selten handelt (sechs Trades pro Monat), aber mit enormer Größe, insgesamt 60 Lots im September und 100 Lots im Oktober. Niedrige Frequenz bei großer Größe erzeugt sprunghafte Ergebnisse, wie der Oktober zeigt.
5. Der Oktober im Detail: die zwei Trades, die den Monat entschieden
Konto 1 führte im Oktober sechs geschlossene Trades aus. Vier gewannen bei einem Bruttogewinn von 58,039.29, und zwei verloren bei einem Bruttoverlust von 189,061.60. Das ergibt eine Trefferquote von 66.67% und einen Profitfaktor von 0.31 und führte zu einem realisierten Verlust von 131,022.31, bzw. -0.74% des Anfangssaldos. Nach Swap von -13,665.86 betrug die Nettoveränderung -144,688.17 oder -0.81%.
| Datum | Trades | Tagesergebnis | Tagesrendite | Volumen (Lots) | Kommentar |
|---|---|---|---|---|---|
| 7. Okt. | 1 | +16,738.61 | +0.09% | 10 | Gewöhnlicher Gewinner |
| 14. Okt. | 2 | -189,061.60 | -1.06% | 30 | Zwei Verlierer; der größte war -137,870.87 |
| 15. Okt. | 1 | +3,905.03 | +0.02% | 10 | Kleine Erholung |
| 23. Okt. | 1 | +13,292.29 | +0.08% | 25 | Gewinner |
| 26. Okt. | 1 | +24,103.36 | +0.14% | 25 | Gewinner |
Chart description: Ein Säulendiagramm der Tagesergebnisse für den Oktober auf Konto 1, mit vier kleinen grünen Säulen und einer hohen roten Säule am 14. Oktober, die etwa achtmal so groß ist wie die größte grüne Säule. Eine darübergelegte kumulative Linie würde am 14. scharf abfallen und dann im weiteren Monatsverlauf langsam ansteigen, ohne den Verlust wettzumachen.
Die Arithmetik ist dieselbe Asymmetrie wie beim Referenzkonto, nur extremer. Am 14. Oktober löschte ein einziger Tag mit zwei Verlust-Trades etwa das 3.3-Fache des Gewinns aus, den die vier Gewinn-Trades im gesamten Monat erzielten. Der größte Einzelverlust von 137,870.87 entsprach 0.77% des Kontosaldos. Für sich genommen ist das ein bescheidenes Risiko pro Trade. Das Problem ist nicht, dass die Stop-Loss-Logik versagt hätte; es ist, dass eine Strategie mit einem Gewinn-Verlust-Verhältnis unter eins eine hohe Trefferquote braucht, und bei nur sechs Trades im Monat gibt es nicht genug Trades, damit sich die Trefferquote ausmittelt. Zwei Verluste in sechs Trades sind statistisch unauffällig. Sie reichen aber aus, um einen Monat ins Minus zu drehen.
Für Leser, die sich für die Methodik interessieren: Niederfrequenter Handel mit großen Positionsgrößen hat eine hohe Varianz der Monatsergebnisse. September (sechs Gewinner, +0.59%) und Oktober (vier Gewinner, -0.74%) sind dieselbe Verteilung, zweimal gezogen. Das System allein anhand eines der beiden Monate zu beurteilen, wäre in beide Richtungen ein Fehler.
6. Die Grafik, die die meisten Berichte weglassen: Saldo versus Eigenkapital
Alles Bisherige basiert auf geschlossenen Trades. Der Konto-Snapshot und die Tagestabelle erfassen jedoch auch das Eigenkapital, das offene schwebende Gewinne und Verluste enthält. Bei Konto 1 ist die Lücke zwischen Saldo und Eigenkapital groß und anhaltend.
| Datum | Saldo | Eigenkapital | Eigenkapital minus Saldo | Lücke ggü. Saldo |
|---|---|---|---|---|
| 14. Okt. | 17,624,510.51 | 10,512,890.97 | -7,111,619.54 | -40.4% |
| 15. Okt. | 17,626,952.63 | 11,772,665.85 | -5,854,286.78 | -33.2% |
| 23. Okt. | 17,640,244.92 | 8,669,591.64 | -8,970,653.28 | -50.9% |
| 26. Okt. | 17,664,067.11 | 8,907,056.35 | -8,757,010.76 | -49.6% |
| 1. Nov. (Snapshot 09:09) | 17,672,877.18 | 5,915,011.70 | -11,757,865.48 | -66.5% |
Chart description: Ein Liniendiagramm mit zwei Linien: der Saldo als nahezu flache Linie bei etwa 17.6 Millionen und das Eigenkapital als zweite Linie, die im Oktober zwischen rund 12 Millionen und 6 Millionen schwankt, mit schraffierter Fläche zwischen den Linien. Die schraffierte Fläche ist der schwebende Verlust. Ihre Ausweitung am 1. November ist die zentrale Tatsache dieses Abschnitts.
Der jüngste Snapshot zeigt 12 offene Positionen, eine genutzte Margin von 437,572.87 und ein Margin-Level von etwa 1,352%. Das Margin-Level ist die beruhigendere Zahl: Da das Eigenkapital mehr als das Dreizehnfache der Margin-Anforderung beträgt, besteht bei den aktuellen Kursen kein kurzfristiges Margin-Call-Risiko. Die Eigenkapitallücke selbst ist nicht beruhigend. Ein schwebender Verlust in Höhe von zwei Dritteln des Saldos bedeutet, dass die realisierten Statistiken in der Monatstabelle das Risiko unterschätzen, das das Konto tatsächlich getragen hat.
Wir möchten genau sein in dem, was wir wissen und was nicht. Der Snapshot ist ein einzelner Datenpunkt. Die von derselben API gelieferte Liste offener Positionen ist veraltet: Sie enthält Zeilen aus dem Januar, die als geschlossen markiert sind, sodass wir aus diesem Feed nicht rekonstruieren können, welche Positionen den schwebenden Verlust verursachen oder wie alt sie sind. Das Eigenkapitalfeld von Konto 24 in der Tagestabelle (zum Beispiel 10,606.63 gegenüber einem Saldo von 1,074,041.74 am 7. Oktober) ist eindeutig inkonsistent mit seinem Saldo und spiegelt mit hoher Wahrscheinlichkeit ein Berichtsartefakt wider, weshalb wir es ausgeschlossen haben. Wir können nicht sagen, ob die Lücke bei Konto 1 ein echter schwebender Verlust, ein Datenfeed-Problem oder ein Merkmal der Kontonutzung ist. Wir können sagen, dass die Lücke in den eigenen Daten der Plattform existiert und dass jeder, der PMTS allein anhand von Statistiken geschlossener Trades bewertet, nur das halbe Bild bewertet.
Warum das für ein institutionelles Publikum wichtig ist
Institutionelle Allokatoren schauen auf Maximum Adverse Excursion, Zeit unter Wasser und Eigenkapital-Drawdown, nicht auf Trefferquoten geschlossener Trades. Eine Strategie, die Positionen durch große nachteilige Bewegungen hält, kann eine hohe Trefferquote und einen kleinen realisierten Drawdown ausweisen, während die Eigenkapitalkurve tief im Minus liegt. Unser eigenes Referenzkonto zeigt einen Drawdown auf Basis geschlossener Trades von 1.995%, was tatsächlich niedrig ist, aber ein Drawdown geschlossener Trades ist kein Eigenkapital-Drawdown. Solange die Plattform keinen eigenkapitalbasierten Drawdown für jedes beobachtete Konto veröffentlicht, lautet die sichere Lesart unserer öffentlichen Statistiken, dass sie die realisierte Performance beschreiben und das Eigenkapitalrisiko separat zu beurteilen ist.
7. Kurzfristiger Kontext: die letzten sieben Tage
Die Siebentageszusammenfassung der API, vom 25. Oktober bis 1. November, zeigt 28 Deal-Zeilen, 26 Gewinn-Deals, keine Verlust-Deals und ein Nettoergebnis von +124,279.12, eine Trefferquote von 92.86%, wenn die zwei nicht gewinnenden Zeilen mitgezählt werden. Diese Zahl aggregiert alle Konten und enthält Zeilen mit Nullgewinn, daher behandeln wir sie nur als Anhaltspunkt. Die Richtung stimmt mit den Tageszeilen überein: Konto 1 schloss am 23. Oktober Gewinn-Trades über +13,292.29 und am 26. Oktober über +24,103.36, was die einzige Handelsaktivität ist, die wir auf dem großen Konto in diesem Zeitfenster verifizieren können.
Eine gute Woche ändert nichts an der oben beschriebenen Eigenkapitallücke. Wir erwähnen sie, weil der Kontrast lehrreich ist: Realisierte Ergebnisse können sich jede Woche verbessern, während das schwebende Engagement weiter wächst.
8. Lehren aus den Daten
Aus den Zahlen ergeben sich vier Lehren, die für jede systematische Strategie gelten, nicht nur für PMTS.
| Lehre | Beleg | Konsequenz |
|---|---|---|
| Hohe Trefferquote ist keine Sicherheit | 84.7% Trefferquote, aber größter Verlust entspricht 8 durchschnittlichen Gewinnen | Systeme nach Tail-Verlust und Gewinn-Verlust-Verhältnis beurteilen, nicht nach Trefferquote |
| Kleine Stichproben täuschen | Konto 1: +0.59% im September, -0.74% im Oktober bei je 6 Trades | Einen Monat mit weniger als 30 Trades nicht hochrechnen |
| Realisierte und Eigenkapitalsicht divergieren | Eigenkapital am 1. November 66.5% unter dem Saldo | Stets eigenkapitalbasierten Drawdown und Zeit unter Wasser anfordern |
| Die Kontokonfiguration zählt | -4.22% bis +2.75% im selben Monat über verschiedene Konten | Fragen, welche Konfiguration die veröffentlichten Ergebnisse erzeugt hat |
| Kosten sind klein, aber real | Swap betrug 1.6% des Nettogewinns auf Konto 26; -13,665.86 auf Konto 1 im Oktober | Finanzierungskosten in jeden Performance-Vergleich einbeziehen |
9. Wie man jedes KI-Handelssystem bewertet: eine Checkliste
Ob Sie PMTS oder einen Wettbewerber betrachten: Dieselben Fragen trennen einen glaubwürdigen Bericht von einem Werbebericht. Wir wenden sie in diesem Artikel auf uns selbst an und laden die Leser ein, sie auf uns anzuwenden.
| Frage | Warum sie wichtig ist | Wie eine gute Antwort aussieht |
|---|---|---|
| Stammen die Daten aus einem Brokerkonto oder wurden sie von Hand eingegeben? | Von Hand eingegebene Zahlen können bearbeitet werden | Direkte MT5-Synchronisierung mit überprüfbarer Kontonummer |
| Werden Verlustmonate und Verlustkonten gezeigt? | Survivorship Bias verbirgt Risiko | Jedes Konto und jeder Monat aufgeführt, wie in Abschnitt 4 |
| Wird der Eigenkapital-Drawdown neben dem Drawdown geschlossener Trades ausgewiesen? | Offene Positionen tragen Risiko | Beide Zahlen und die Zeit unter Wasser |
| Wie hoch ist das Gewinn-Verlust-Verhältnis? | Bestimmt die Break-even-Trefferquote | Offengelegt, mit der Verlustverteilung |
| Wie viele Trades stützen die Aussage? | Kleine Stichproben sind Rauschen | Mindestens 100 Trades, idealerweise mehrere Hundert |
| Sind Kosten enthalten? | Swap, Provision und Slippage mindern die Rendite | Nettoergebnisse nach allen Kosten |
| Werden Einschränkungen benannt? | Jeder Datensatz hat Lücken | Ein Abschnitt wie Abschnitt 2 dieses Artikels |
10. Was wir im November beobachten
Wir prognostizieren keine Goldpreise und machen keine Versprechen über künftige Renditen. Wir können jedoch sagen, was wir in den kommenden Wochen in den Daten lesen werden, denn diese Fragen entscheiden, ob sich das Bild in diesem Artikel verbessert oder verschlechtert.
Die erste ist die Eigenkapitallücke von Konto 1: ob sie sich verengt, wenn offene Positionen schließen, sich ausweitet oder unverändert bleibt. Die zweite ist die Tradezahl auf dem großen Konto, denn sechs Trades im Monat sind zu wenige, um Können von Glück zu trennen, und eine größere Stichprobe würde die Monatsergebnisse deutlich aussagekräftiger machen. Die dritte ist Konto 3, das nun zwei aufeinanderfolgende Verlustmonate bei wenigen Trades hervorgebracht hat und eine Konfigurationsprüfung verdient. Die vierte ist die Datenqualität: Die Tages- und Monatstabellen sollten nach einem einheitlichen Zeitplan aktualisiert werden, der Feed der offenen Positionen sollte die aktuellen Positionen widerspiegeln, und das Eigenkapitalfeld sollte über alle Konten hinweg konsistent sein. Das sind Infrastrukturthemen, aber sie entscheiden darüber, ob externe Leser dem Dashboard vertrauen können.
11. Häufig gestellte Fragen
Ist eine Rendite von 25.32% seit Juli 2025 ein gutes Ergebnis?
Es ist ein vernünftiges Ergebnis für eine 15-monatige Historie mit einem Drawdown geschlossener Trades von 2%, doch es stammt von einem einzigen Konto über 50,000 und 137 Trades. Es ist ein Indiz, kein Beweis. Die wichtigere Zahl ist die Break-even-Trefferquote von 55.7% gegenüber einer tatsächlichen Trefferquote von 84.7%, die zeigt, wie viel Fehlerspielraum die Strategie hatte.
Warum einen Monat mit Verlust veröffentlichen?
Weil ein Bericht, der nur profitable Monate zeigt, dem Leser nichts über das Risiko vermittelt. Unser Septemberleitfaden hat die Konten mit Verlusten bereits behandelt, und Konsistenz ist wichtiger als ein schmeichelhafter Monat.
Verwaltet PMTS Kundengelder?
PMTS ist eine algorithmische Handelsplattform, die sich mit MetaTrader-5-Konten bei Brokern verbindet. Die beobachteten Konten in diesem Artikel sind mit der Plattform verbundene Konten. Nichts hier stellt ein Angebot zur Vermögensverwaltung oder eine Aufforderung zur Anlage dar.
Warum wird die Sharpe Ratio nicht ausführlicher behandelt?
Weil der Wert in der Datenbank (7.42) als annualisierte Zahl zu hoch ist, um glaubwürdig zu sein. Wir bevorzugen Profitfaktor, Drawdown und Auszahlungsstruktur, bis die Berechnung geprüft ist.
Kann ich den Algorithmus selbst testen?
Ja. Sie können den PMTS-Algorithmus ausprobieren und die Signale sowie das Dashboard in Echtzeit verfolgen und anschließend die Live-Statistiken mit denen in diesem Artikel vergleichen.
12. Fazit
Die ehrliche Zusammenfassung des Oktobers 2026 ist gemischt. Das Referenzkonto wächst weiter langsam, mit einem Profitfaktor über vier und einem Drawdown geschlossener Trades unter 2%. Eines der größeren Konten verlor 0.74% an einem einzigen schlechten Tag. Ein kleines Konto verlor den zweiten Monat in Folge Geld. Und das größte Konto weist eine Eigenkapitallücke auf, die Statistiken geschlossener Trades nicht erklären können.
Eine Handelsplattform verdient Vertrauen so wie ein Wirtschaftsprüfer: indem sie die Teile zeigt, die nicht gut aussehen, neben denen, die es tun. Wenn Sie beruflich algorithmische Handelssysteme bewerten, wenden Sie die Checkliste aus Abschnitt 9 auf uns an. Wenn Sie das Live-Dashboard hinter diesen Zahlen sehen möchten, starten Sie eine PMTS-Testphase und vergleichen Sie die Statistiken selbst.
Risikohinweis: Der Handel mit gehebelten Instrumenten wie Gold (XAUUSD) birgt ein hohes Verlustrisiko und ist nicht für jeden Anleger geeignet. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse. Die Zahlen in diesem Artikel stammen aus der PMTS-Statistikdatenbank mit Stand 1. November 2026, werden ohne Anpassung gezeigt, sofern nicht anders angegeben, und können die in Abschnitt 2 beschriebenen Berichtseinschränkungen enthalten. Nichts in diesem Artikel stellt eine Anlageberatung dar.
Ready to start trading with AI?
Join hundreds of traders using PMTS algorithmic trading technology
Get Started