GD · General Dynamics Corp.
Stock Universe · globaler AktienmarktQuant-Analyse der GD 15m-Trading-Strategie: Hohe Trefferquote und mehrtägige Positionsführung im Aktienmarkt
Diese quantitative Untersuchung analysiert eine hochselektive algorithmische Handelstrategie für die Aktie GD auf Basis eines 15-Minuten-Chartintervalls über einen historischen Prüfzeitraum von 6,9 Jahren. Mit einem DevioLab-Score von 79,07 belegt das System den zweiten Rang für dieses Asset. Die Strategie zeichnet sich durch eine außergewöhnlich hohe historischen Trefferquote von 84,16 % bei 101 abgeschlossenen Trades aus. Trotz des feingliedrigen 15-Minuten-Eingabeintervalls handelt es sich nicht um ein Hochfrequenz- oder Scalping-Modell, sondern um ein mehrtägiges Positionssystem mit einer durchschnittlichen Haltedauer von 412,41 Stunden. Die Performance verteilt sich bemerkenswert gleichmäßig auf die Trades: Die drei größten Gewinner tragen lediglich 12,36 % zum Bruttogewinn bei. Mit einem Profit-Faktor von 2,50 und einem maximalen historischen Drawdown von 14,45 % liefert das Regelsystem eine fundierte Entscheidungsgrundlage für automatisierte Trading-Bots und Handelssysteme.
Analyse vom 04.11.2026. Die Strategiedaten werden separat aktualisiert.Vollständige Analyse lesen
Strategieprofil
Die vorliegende quantitative Untersuchung bewertet eine algorithmische Handelsstrategie für den Aktienwert GD, die im 15-Minuten-Zeitfenster (15m) operiert. Im DevioLab-Bewertungssystem erzielt diese Strategie einen Score von 79,07 und nimmt damit Rang 2 unter den analysierten Modellen für dieses Asset ein. Das System gehört zu den Kern-Strategien (Core), die durch ihre eigenständige Performance in der historischen Simulation hervorstechen. Der untersuchte Datenzeitraum erstreckt sich vom 16. September 2019 bis zum 10. August 2026, was einer Testdauer von etwa 6,90 Jahren entspricht. In diesem Zeitraum generierte die Strategie insgesamt 101 abgeschlossene Trades. Die Gesamtzahl der Positionen deutet auf ein stark gefiltertes Regelwerk hin, das Tradingsignale sehr selektiv ausführt. Der kumulierte simulierte Gesamtertrag über den gesamten Datenraum beträgt +1224,23 %, was einem hochgerechneten annualisierten Ertrag von 111,65 % entspricht. Diese Daten dienen als mathematische Basis, um die strukturellen Eigenschaften der Strategie für den Einsatz in automatisierten Trading-Agenten zu bewerten.
Handelsrhythmus und Positionsdauer
Ein zentraler Aspekt dieser Strategie liegt in der Diskrepanz zwischen dem untertägigen Datenintervall (15 Minuten) und der tatsächlichen Haltedauer der Positionen. Obwohl Signale auf Basis von 15-Minuten-Kerzen berechnet werden, führt das System keine kurzfristigen Scalping-Trades durch. Die durchschnittliche Haltedauer einer Position liegt bei 412,41 Stunden (ca. 17,2 Tage), während der Median der Haltedauer 259,00 Stunden (ca. 10,8 Tage) beträgt. Das 15-Minuten-Intervall dient somit primär dem präzisen Timing beim Ein- und Ausstieg, während die Positionsführung klar mehrtägig ausgelegt ist. Der zeitliche Abstand zwischen zwei geschlossenen Trades unterstreicht diesen ruhigen Handelsrhythmus. Im Durchschnitt liegen 24,74 Tage zwischen zwei Exits, der Median beträgt 18,12 Tage. Mit durchschnittlich 14,64 Trades pro Jahr bzw. 1,60 Trades pro aktivem Monat weist das System eine sehr niedrige Handelsfrequenz auf. Für die Implementierung in Trading-Roboter bedeutet dies, dass lange Inaktivitätsphasen die Regel sind und Markttransaktionen nur bei sehr spezifischen Konstellationen ausgelöst werden.
Qualität der historischen Ergebnisse
Die Ertragsstruktur der Strategie weist eine ausgeprägte Asymmetrie zu Gunsten der Gewinn-Trades auf. Von den 101 geschlossenen Positionen schlossen 85 im Plus und 16 im Minus, was einer Trefferquote (Win Rate) von 84,16 % entspricht. Der Profit-Faktor von 2,50 belegt, dass die kumulierten Gewinne die kumulierten Verluste um das 2,5-Fache übersteigen. Ein wichtiger Indikator für die Stabilität des Systems ist das Verhältnis zwischen dem durchschnittlichen und dem medianen Trade-Ergebnis. Der durchschnittliche Trade erzielte +2,92 %, während der Median bei +2,83 % liegt. Die enge Beieinanderlage dieser beiden Werte zeigt, dass die Performance nicht von extremen statistischen Ausreißern verzerrt wird, sondern auf einer breiten Basis homogener Gewinne beruht. Dies wird zusätzlich dadurch bestätigt, dass die drei besten Trades zusammen nur 12,36 % des gesamten Bruttogewinns ausmachen. Der beste Einzel-Trade lag bei +17,83 %, was im Vergleich zum Durchschnittsgewinn moderat ist und auf ein konsequentes Profit-Targeting oder Ausstiegsregelwerk schließen lässt.
Risiko, Drawdown und Verlustverhalten
Das historische Risikoprofil der Strategie zeigt ein kontrolliertes Verhalten während Schwächephasen. Der maximale historische Drawdown beläuft sich auf 14,45 %. Setzt man diesen Wert in Relation zum Gesamtertrag von +1224,23 %, zeigt sich ein günstiges Verhältnis von Ertrag zu historischem Kapitalrückgang. Das Verlustverhalten ist von einer bemerkenswerten Begrenzung negativer Serien geprägt. Die längste Verlustserie der gesamten Historie umfasste lediglich 2 aufeinanderfolgende Trades. Im Gegensatz dazu steht eine maximale Gewinnserie von 21 siegreichen Trades in Folge. Allerdings zeigt ein Blick auf den schlechtesten Einzeltrade (-14,21 %), dass einzelne Verluste im Vergleich zum durchschnittlichen Gewinn (+2,92 %) spürbar höher ausfallen können. Der schlechteste Trade entspricht nahezu dem gesamten maximalen Drawdown der Strategie. Das Ausstiegsregelwerk nimmt in seltenen Fällen also größere Einzelverluste hin, um die hohe Trefferquote zu halten.
Verhalten im Zeitverlauf und jährliche Stabilität
Die Auswertung der jährlichen Ergebnisse verdeutlicht die zeitliche Konsistenz des Handelsmodells über verschiedene Marktphasen hinweg. Nach einem verhaltenen Start im Rumpfjahr 2019 (-1,47 % bei 2 Trades) erzielte die Strategie in jedem folgenden Kalenderjahr positive Ergebnisse. Im Jahr 2020 generierte das Modell bei 19 Trades einen Ertrag von +65,62 % (Win Rate: 78,95 %). Im Jahr 2021 folgten 6 Trades, die alle gewinnbringend abgeschlossen wurden (100 % Win Rate, +45,37 %). Auch in den Folgejahren blieb die Ertragsgenerierung stabil: 2022 schlossen 14 von 17 Trades im Plus (+44,79 %, Win Rate: 82,35 %), 2023 folgten +29,45 % (13 Trades, Win Rate: 84,62 %) und 2024 standen +26,88 % zu Buche (14 Trades, Win Rate: 85,71 %). Die simulierten Jahre 2025 (+45,29 %, 16 Trades, Win Rate: 87,50 %) und 2026 (+39,30 %, 14 Trades, Win Rate: 85,71 %) setzen diesen Trend fort. Die jährliche Trade-Anzahl bewegt sich mit Ausnahme von 2019 und 2021 konstant zwischen 13 und 19 Transaktionen, was auf ein sehr gleichmäßiges Signalaufkommen hinweist.
Jüngste Periode seit dem 01.06.2024 im Vergleich zur Gesamthistorie
Zur Bewertung der aktuellen Robustheit betrachten wir das Teilfenster ab dem 01. Juni 2024. In diesem Zeitraum von gut zwei Jahren wurden 40 der insgesamt 101 Trades abgeschlossen. Die Summe der Ergebnisse dieser 40 Trades beläuft sich auf +95,99 %. Dass fast 40 % aller historischen Trades in dieses jüngste Fenster fallen, deutet darauf hin, dass die Strategie in der jüngeren Marktphase eine erhöhte Signalaktivität aufwies oder die Marktkonditionen im Asset GD häufiger den Auslösekriterien entsprachen. Die Ertragsstärke pro Trade im jüngsten Fenster steht im Einklang mit der Gesamthistorie, was zeigt, dass die Performance nicht nur in weit zurückliegenden Jahren erzielt wurde, sondern auch in der jüngeren Datenhistorie trägt.
Stärken und Limitierungen
Zu den zentralen Stärken der Strategie gehört die hohe Trefferquote von 84,16 % in Kombination mit extrem kurzen Verlustserien (maximal 2 Verlust-Trades in Folge). Die Ertragsverteilung ist nicht von einzelnen Glückstreffern abhängig, da die besten 3 Gewinner lediglich 12,36 % des Bruttoertrags ausmachen. Zudem ist der maximale Drawdown mit 14,45 % im Verhältnis zur Gesamtrendite moderat. Als strukturelle Limitierung muss das Payoff-Verhältnis genannt werden: Während der durchschnittliche Gewinn bei +2,92 % liegt, schlägt der schlechteste Einzelverlust mit -14,21 % zu Buche. Verluste treten zwar selten auf, fallen aber potenziell groß aus. Zudem erfordert die geringe Handelsfrequenz von 14,64 Trades pro Jahr hohe Geduld bei der Ausführung durch automatisierte Trading-Agenten, da über Wochen hinweg keine Transaktionen stattfinden können.
Analytisches DevioLab-Fazit
Die quantitative Analyse der GD-Strategie im 15-Minuten-Zeitfenster zeigt ein hochgradig spezialisiertes Handelsmodell mit klarem Fokus auf Treffersicherheit. Mit einem DevioLab-Score von 79,07 und Rang 2 im Asset-Ranking bestätigt die Datenbasis die Qualität des Regelwerks im historischen Test. Das Modell eignet sich hervorragend als Logikbaustein für automatisierte Trading-Bots, sofern der Betreiber auf mehrtägige Haltedauern eingestellt ist und das Risiko gelegentlicher größerer Einzelverluste eingeplant wird. Die Kombination aus hoher Konsistenz über die Jahre und breiter Ertragsverteilung macht diese Strategie zu einem bemerkenswerten Kandidaten für systematische Ansätze im Aktienmarkt.
Datenumfang und Methodik
Die Auswertungen basieren auf simulierten historischen Backtest-Daten für die Aktie GD über den Zeitraum vom 16.09.2019 bis 10.08.2026 im 15-Minuten-Chartintervall. Es wurden ausschließlich geschlossene Positionen (101 Trades) berücksichtigt. Transaktionsgebühren, Slippage, Spread-Kosten und geänderte Markt-Liquiditäten sind in den rein mathematischen Prozentwerten nicht enthalten. Alle Performancedaten beziehen sich auf die historische Simulation und stellen keine Garantie für zukünftige Ergebnisse dar.