GILD · Gilead Sciences, Inc.
Stock Universe · globaler AktienmarktGILD · GILD Algorithmus-Analyse: 83,58% Trefferquote und moderater Drawdown bei Gilead Sciences
Diese quantitative Untersuchung analysiert eine hochselektive automatisierte Handelsstrategie für die Aktie von Gilead Sciences (GILD). Auf Basis von 67 abgeschlossenen Transaktionen über einen Testzeitraum von mehr als sieben Jahren erzielt das Regelwerk einen kumulierten Gesamtertrag von 2783,43% bei einem Profit-Faktor von 3,75. Mit einem hervorragenden DevioLab-Score von 86,09 belegt das System den ersten Rang unter den analysierten Modellen für diesen Wertpapier-Ticker. Besonders bemerkenswert ist die ausgeprägte Selektivität des Algorithmus. Obwohl die Signale auf einem 15-Minuten-Chart basieren, führt die Strategie im Durchschnitt nur 9,49 Trades pro Jahr aus. Die mittlere Haltedauer der Positionen liegt bei 384,5 Stunden (durchschnittlich 583,35 Stunden), was auf ein ausgeprägtes Swing- beziehungsweise Positions-Trading schließen lässt. Diese seltene Frequenz schützt den Handelsroboter vor Overtrading und fängt mittelfristige Marktbewegungen systematisch ab. Das Risikoprofil zeichnet sich durch einen maximalen historischen Drawdown von lediglich 10,27% aus. In Kombination mit einer Gewinnquote von 83,58% und einer breiten Ertragsverteilung – die drei größten Gewinntrades tragen lediglich 21,70% zum Bruttogewinn bei – zeigt das Modell eine bemerkenswerte strukturelle Stabilität. Auch in der jüngsten Marktphase seit Juni 2024 setzte sich diese Leistungsfähigkeit mit 24 Trades und einem Ertragssumme von 184,30% nahtlos fort.
Analyse vom 05.11.2026. Die Strategiedaten werden separat aktualisiert.Vollständige Analyse lesen
1. Strategieprofil
Die vorliegende quantitative Strategie wurde speziell für den Handel der GILD-Aktie entwickelt und nutzt ein 15-Minuten-Zeitfenster als analytische Datengrundlage. Über den gesamten Aufzeichnungszeitraum vom 16. September 2019 bis zum 07. Oktober 2026 erfasste das System insgesamt 67 abgeschlossene Transaktionen. Das Modell ist bei DevioLab als Core-Strategie klassifiziert und belegt mit einem DevioLab-Score von 86,09 unangefochten den Rang 1 für diesen Basiswert. Die Konzeption des Regelwerks ist primär auf den Einsatz in einem automatisierten Trading-Bot oder Trading-Agenten ausgelegt, um emotionale Einflüsse bei der Signalausführung vollständig auszuschließen und eine strikte regelbasierte Ausführung über mehrjährige Marktzyklen hinweg zu gewährleisten.
2. Handelsrhythmus und Positionsschwanz
Obwohl das Handelssystem auf Intraday-Daten des 15-Minuten-Intervalls aufbaut, offenbart die statistische Auswertung der Haltedauern ein klares Bild eines mittelfristigen Orientierungsansatzes. Eine durchschnittliche Haltedauer von 583,35 Stunden (ca. 24,3 Tage) sowie ein Median von 384,50 Stunden (ca. 16,0 Tage) verdeutlichen, dass geglättete Kurstrends über mehrere Wochen hinweg geritten werden. Die zeitliche Distanz zwischen zwei Positionsschließungen liegt im Schnitt bei 38,36 Tagen (Median 28,77 Tage). Mit durchschnittlich 9,49 Trades pro Jahr beziehungsweise 1,29 Trades pro aktivem Monat agiert der Algorithmus extrem selektiv. Dieser seltene Auslöserhythmus reduziert das Risiko unruhiger Sägezahnmärkte und bildet das Fundament für ein ruhiges, auf Trendfolge fokussiertes Portfolio-Management.
3. Qualität der historischen Ergebnisse
Die Ertragsstruktur der Strategie zeichnet sich durch eine hohe statistische Robustheit aus. Von den 67 abgeschlossenen Trades schlossen 56 im Gewinn und lediglich 11 mit einem Verlust, was einer herausragenden Gewinnquote von 83,58% entspricht. Der Profit-Faktor von 3,75 unterstreicht die Effizienz des Regelwerks, da den Bruttogewinnen nur ein kleiner Bruchteil an Bruttoverlusten gegenübersteht. Der durchschnittliche Trade-Ertrag beläuft sich auf positive 5,39%, während der Median bei 4,59% liegt. Diese enge Spanne zwischen Mittelwert und Median zeigt, dass das System nicht von extremen Einzelausreißern abhängig ist. Tatsächlich tragen die drei besten Trades zusammen nur 21,70% zum gesamten Bruttogewinn bei. Der beste historische Einzeltrade erzielte ein Plus von 32,57%, während der schlechteste Trade mit einem kontrollierten Verlust von 9,61% begrenzt wurde.
4. Risiko, Drawdown und Verlustverhalten
Das Risikoprofil des Handelssystems offenbart eine durchdachte Verlustbegrenzung. Der maximale historische Drawdown betrug über den gesamten Sieben-Jahres-Zeitraum lediglich 10,27%. In der historischen Betrachtung fällt auf, dass der größte Einzelverlust von 9,61% fast dem maximalen Kumulations-Drawdown entspricht. Dies deutet statistisch darauf hin, dass es im Backtest kaum zu aufeinanderfolgenden Verlustketten kam, die das Kapitalkonto tief ins Minus gezogen hätten. Die längste Verlustserie umfasste lediglich 4 Trades in Folge, wohingegen die längste Gewinnserie beeindruckende 18 siegreiche Trades hintereinander verzeichnete. Das Verhältnis zwischen dem durchschnittlichen Ertrag und dem maximalen Rückgang demonstriert eine ausgeprägte Asymmetrie zugunsten des Ertrags.
5. Verhalten im Zeitverlauf und jährliche Stabilität
Die Aufschlüsselung der Ergebnisse nach Kalenderjahren zeigt eine bemerkenswerte Kontinuität: Jedes einzelne Jahr zwischen 2019 und 2026 schloss mit einer positiven Ertragssumme ab. Nach einem verhaltenen Start im Rumpfjahr 2019 (+2,03% bei 3 Trades) generierte der Algorithmus im Jahr 2020 ein Plus von 76,57% (14 Trades, 85,71% Win-Rate). Auch 2021 verlief makellos mit 100% Gewinntrades über 6 Positionen (+42,56%). Eine aufschlussreiche Phase stellt das Jahr 2022 dar: Trotz einer unterdurchschnittlichen Gewinnquote von nur 42,86% (3 Gewinne, 4 Verluste) schloss das Jahr mit einem positiven Summenertrag von 28,54% ab. Dies belegt eindrucksvoll, dass die durchschnittlichen Gewinne in dieser Phase die Verluste massiv überwogen. Nach einem ruhigeren Jahr 2023 (+15,19%, 8 Trades) folgten überragende Ergebnisse in den Jahren 2024 (+67,68%, 9 Trades), 2025 (+79,59%, 11 Trades, 100% Win-Rate) und 2026 (+48,86%, 9 Trades).
6. Jüngste Periode seit dem 01.06.2024 im Vergleich zur Gesamthistorie
Ein gezielter Blick auf das Zeitfenster seit dem 01. Juni 2024 unterstreicht die aktuelle Leistungsfähigkeit des Handelsmodells. In diesem jüngsten Marktsegment wurden 24 Trades abgeschlossen, was mehr als einem Drittel der gesamten historischen Handelsaktivität entspricht. Die kumulierte Ertragssumme dieser 24 Trades beläuft sich auf 184,30%. Die erhöhte Frequenz in dieser jüngeren Phase belegt, dass der Algorithmus in den aktuellen Marktbedingungen von Gilead Sciences extrem aktiv und erfolgreich Signale identifizieren konnte. Das Fehlen von Ermüdungserscheinungen oder Performance-Einbrüchen in der jüngsten Historie bestätigt die strukturelle Relevanz des Regelwerks unter moderneren Marktkonstellationen.
7. Stärken und Limitierungen
Zu den zentralen Stärken der Strategie zählen die außerordentlich hohe Trefferquote von 83,58%, der exzellente Profit-Faktor von 3,75 sowie der extrem flache maximale Drawdown von 10,27%. Die geringe Ertragskonzentration auf die Top-3-Gewinner (21,70%) spricht für eine breite Fundierung der Gesamtrendite. Eine wesentliche Limitierung stellt jedoch die geringe Handelsfrequenz von etwa 9,5 Trades pro Jahr dar. Anleger oder automatisierte Trading-Agents müssen in der Lage sein, lange Inaktivitätsphasen von im Mittel 38 Tagen zwischen den Exits geduldig zu überbrücken. Zudem basiert die statistische Gesamtheit auf 67 Trades; obwohl diese Stichprobe über 7 Jahre verteilt ist, erfordert die praktische Umsetzung eine disziplinierte Einhaltung der langfristigen Parameter.
8. DevioLab analytisches Fazit
Das Modell für GILD verdient seinen ersten Rang im DevioLab-Ranking mit einem Score von 86,09 durch eine außergewöhnliche Kombination aus hoher Ergebnisqualität und effektivem Risikomanagement. Die Strategie meidet hektisches Trading und nutzt stattdessen präzise Einstiege mit durchschnittlichen Haltedauern von über drei Wochen. Für den Einsatz in einem automatisierten Handelssystem bietet dieses Regelwerk ein mathematisch attraktives Fundament, da es ein hohes Payoff-Verhältnis mit einer historisch extrem niedrigen Verlustserie verbindet. Wie bei allen historischen Simulationen gilt jedoch, dass vergangene Ergebnisse keine Gewähr für zukünftige Performance bieten.
9. Datenumfang und Methodik
Die dieser Analyse zugrundeliegenden Kennzahlen basieren auf der simulierten historischen Ausführung von geschlossenen Positionen im Zeitraum vom 16.09.2019 bis zum 07.10.2026 für das Wertpapier Gilead Sciences (Ticker: GILD). Die Daten umfassen exakt 67 abgeschlossene Trades auf Basis von 15-Minuten-Kursintervallen. Das Auswertungsfenster ab dem 01.06.2024 erfasst alle Trades, deren Schließungszeitpunkt (SELL-Zeitstempel) nach diesem Stichtag liegt. Alle Prozentangaben beziehen sich auf die unhebelte Wertentwicklung der jeweiligen Einzelpositionen. Diese Veröffentlichung dient ausschließlich wissenschaftlichen und analytischen Zwecken und stellt keine Anlageberatung dar.