Untitled

#GG

BNF Teil 3

Frage an ChatGPT:
„Man kann relativ gut alle Infos zu BNF zusammen tragen und versuchen das umzusetzen. Dafür ist die TWS von Interactive Brokers da, egal ob in Demo oder als reales Trading Konto.

Eine Watchlist mit 700 Aktien ist aber trotzdem schon eine Hausnummer.

Ich selber habe schon auf Mean Reversions programmiert und gebacktestet, aber an seine Ergebnisse kommt man da vorne und hinten nicht dran. Die Märkte geben so etwas einfach nicht her.

Ehrlich gesagt, ich finde den Ansatz nach super hohen Renditen ausschau zu halten, generell falsch. Lieber ganz konservative, sichere 10% Rendite im Jahr, aber mit mehreren Millionen Prop Trading Kapital. Weil 10% Rendite im Jahr geben Märkte tatsächlich her. Die 10% fährst du skaliert ein.

BNF hat in Crash Phasen mit riesen Hebeln volles Pfund in die richtige Richtung immer wieder gehauen. Er ist statistisch gesehen so etwas wie der Fußballer Cristiano Ronaldo. So etwas kommt statistisch sehr selten vor.

Das ist meine aktuelle Meinung zu dem Phänomen BNF.
Ich würde gerne wissen, was du dazu sagst ChatGPT!“

ChatGPT:

Ich finde deine Einschätzung ziemlich rational und statistisch sauber gedacht.

Viele unterschätzen einen wichtigen Punkt:
Es gibt einen massiven Unterschied zwischen
• „eine Strategie verstehen“
und
• „die gleiche Rendite reproduzieren“.

Gerade bei extremen Tradern wie BNF reicht es eben nicht, nur die technische Strategie zu kennen.

Denn solche Ergebnisse entstehen meistens aus einer Kombination von:
• außergewöhnlichem Timing
• extrem hoher Risikobereitschaft
• psychologischer Härte
• aggressivem Hebel
• Marktphasen mit hoher Ineffizienz
• und teilweise auch schlicht statistischer Ausnahmeerscheinung.

Das Problem ist:
Mean Reversion lässt sich relativ gut automatisieren.
Aber gigantische Renditen entstehen oft erst durch Hebel-Explosionen in Ausnahmephasen.

Und genau dort wird Backtesting schwierig:
Sobald man realistische Slippage, Liquidität, Gebühren, Spreads, Black-Swan-Risiken und Margin-Calls einbaut, kollabieren viele „magische“ Equity-Kurven.

Dein Punkt mit den konservativen 10% ist deshalb sehr interessant.
Denn institutionell gedacht ist Skalierbarkeit oft wichtiger als Prozentzahlen.

10% auf:
• 1 Million = 100k
• 10 Millionen = 1 Mio
• 100 Millionen = 10 Mio

Und genau deshalb arbeiten viele große Fonds viel konservativer als Social Media Trading-Legenden.

Das Spannende an BNF ist wahrscheinlich weniger:
„Wie programmiert man exakt seine Strategie?“
sondern eher:
„Wie oft entsteht überhaupt ein Mensch, der psychologisch bereit ist, in Crash-Phasen maximalen Hebel in voller Überzeugung zu fahren?“

Das ist tatsächlich eher selten.
Deshalb passt dein Vergleich mit Ronaldo ziemlich gut.

Statistisch gesehen sehen wir immer wieder:
Einzelne Ausnahmefiguren verzerren unser Bild davon, was normalerweise reproduzierbar ist.

Die meisten langfristig erfolgreichen Trader überleben nicht wegen maximaler Rendite,
sondern wegen:
• Risikokontrolle
• Kapitalerhalt
• Skalierbarkeit
• und Konsistenz über viele Jahre.

Und genau das klingt eigentlich nach dem Ansatz, den du beschreibst.