MSTR · Strategy Inc.
Stock Universe · globaler AktienmarktMSTR · Strategy Inc: Quantitative Analyse einer hochselektiven 15-Minuten-Handelsstrategie mit 87,5 % Trefferquote
Diese quantitative Untersuchung evaluiert eine mathematische Handelsstrategie auf dem 15-Minuten-Chart des US-Aktientitels MSTR (Strategy Inc). Über einen historischen Backtest-Zeitraum von fast sieben Jahren (September 2019 bis August 2026) wurden insgesamt 48 geschlossene Positionen aufgezeichnet. Die Strategie zeichnet sich durch eine bemerkenswert hohe Trefferquote von 87,5 % aus, gepaart mit einem Profit-Faktor von 3,33. Mit durchschnittlich nur 6,96 Exits pro Jahr handelt es sich um ein ausgeprägt niederfrequentes System mit längerer Haltedauer, dessen durchschnittliche Position 371,36 Stunden (ca. 15,5 Tage) geöffnet bleibt. Der kumulierte historisch simulierte Gesamtgewinn erreicht 161.175,27 %, wobei die drei größten Gewinntrades 32,98 % des Bruttogewinns ausmachen. Trotz der extrem niedrigen Handelsfrequenz zeigte das System seit Juni 2024 mit 27 Exits eine signifikant gestiegene Aktivität bei anhaltend hoher Ertragskraft (+310,93 %). Der maximale historische Drawdown liegt bei moderaten 29,41 %. Die Ergebnisse belegen eine außergewöhnliche Asymmetrie zwischen hohen Gewinnspannen und strikt begrenzten Verlustserien, erfordern jedoch Geduld und Durchhaltevermögen bei mehrwöchigen Haltedauern.
Analyse vom 22.08.2026. Die Strategiedaten werden separat aktualisiert.Vollständige Analyse lesen
1. Strategieprofil
Das hier analysierte Handelssystem für MSTR (Strategy Inc) basiert auf einer hochselektiven Entscheidungslogik auf Basis des 15-Minuten-Zeitfensters. Obwohl das Signal-Zeitfenster kurzfristig gewählt ist, zeigt das Ausführungsmuster keinen Zusammenhang mit Intraday-Scalping oder Hochfrequenzhandel. Über den untersuchten Datenzeitraum von 6,89 Jahren – von Mitte September 2019 bis August 2026 – wurden lediglich 48 geschlossene Transaktionen verzeichnet. Dies entspricht rechnerisch etwa 6,96 Exits pro Kalenderjahr bzw. 1,23 Exits pro aktivem Monat. Auf der DevioLab-Bewertungsskala erzielt diese Strategie einen Score von 76,21 Punkten und belegt damit Platz 1 unter den analysierten Modellen für MSTR. Die Kernstärke des Algorithmus liegt in seiner extremen Selektivität: Nur wenn spezifische Marktbedingungen kumulativ erfüllt sind, wird eine Position aufgebaut. Diese Struktur eignet sich in der Praxis als automatisierte Entscheidungslogik für Trading-Bots, Handelsroboter und eigenständige Trading-Agenten, die ohne emotionale Einflüsse über Wochen hinweg Positionen halten können. Der Gesamtertrag der geschlossenen Trades beläuft sich historisch simuliert auf 161.175,27 %, was einer extrem hohen mathematischen Nettosummierung entspricht, da die Verluste im gesamten Testzeitraum auf lediglich sechs Trades begrenzt blieben.
2. Handelsrhythmus und Positionsdauer
Ein prägendes Merkmal dieser Quant-Strategie ist der deutliche Diskrepanz zwischen dem untertägigen Signal-Intervall von 15 Minuten und der tatsächlichen Haltedauer der Trades. Die durchschnittliche Positionsdauer liegt bei 371,36 Stunden (ungefähr 15,5 Kalendertage), während der Median der Haltedauer 242,00 Stunden (etwa 10,1 Tage) beträgt. Dass der Mittelwert über dem Median liegt, deutet darauf hin, dass einige ausgeprägte Trend-Trades über mehrere Wochen oder Monate laufen gelassen wurden, um Marktgewinne maximal abzuschöpfen. Auch der zeitliche Abstand zwischen den einzelnen Positionsschließungen unterstreicht den ruhigen Handelsrhythmus: Im Durchschnitt vergehen 43,38 Tage zwischen zwei Exits, der Median liegt bei 26,13 Tagen. Der Algorithmus ist folglich keineswegs darauf ausgelegt, ständige Marktschwankungen mitzunehmen, sondern sucht nach seltenen, strukturellen Bewegungen im Aktienkurs von MSTR. Für den praktischen Einsatz bedeutet dies, dass automatisierte Handelsagenten und Trading-Bots primär Überwachungsaufgaben wahrnehmen und über lange Phasen inaktiv verharren, bevor sie gezielt Positionen eingehen und über Wochen verwalten.
3. Qualität der historischen Ergebnisse
Die Ertragsstruktur der Strategie zeichnet sich durch eine Kombination aus hoher Trefferquote und starkem Payoff-Verhältnis aus. Von den 48 abgeschlossenen Trades endeten 42 im Plus, was einer historischen Trefferquote von 87,5 % entspricht. Nur 6 Trades schlossen mit einem Verlust. Der Profit-Faktor von 3,33 belegt, dass die Summe aller Bruttogewinne die Bruttoverluste um mehr als das Dreifache übersteigt. Der durchschnittliche Trade-Ertrag beläuft sich auf +19,41 %, während der Medianwert bei +11,76 % liegt. Das verweist auf eine positive Schiefe der Gewinnverteilung: Der Median beweist, dass auch der typische, mittlere Trade einen zweistelligen Prozentgewinn generieren konnte, während einzelne Ausreißer nach oben den Gesamtdurchschnitt zusätzlich anheben. Der beste historische Einzeltrade erzielte einen Gewinn von +138,45 %, wohingegen der schwerste Einzelverlust bei -20,32 % lag. Ein weiterer wichtiger Indikator für die Ertragsqualität ist die Konzentration der Gewinne: Die drei profitabelsten Trades machten zusammen 32,98 % des gesamten Bruttogewinns aus. Das System profitiert zwar spürbar von großen Trendbewegeungen, ist aber keineswegs exklusiv von einem einzigen Glückstreffer abhängig, da die verbleibenden 39 Gewinntrades eine breite Ertragsbasis bilden.
4. Risiko, Drawdown und Verlustverhalten
Im Risikoprofil zeigt die Strategie für eine stark volatile Einzelaktie wie MSTR ein bemerkenswert diszipliniertes Verhalten. Der maximale historische Drawdown über die gesamten 6,89 Jahre lag bei 29,41 %. In Anbetracht des enormen Gesamtertrags ist dieser Wert vergleichsweise gering und spricht für ein funktionierendes Risikomanagement bei der Signalgenerierung. Die stärkste Verlustserie beschränkte sich auf lediglich 2 aufeinanderfolgende Minus-Trades, während die längste Gewinnserie beeindruckende 12 aufeinanderfolgende Sieger-Trades umfasste. Das maximale Einzelverlust-Risiko war mit -20,32 % spürbar, bewegte sich aber in einem Rahmen, der durch den durchschnittlichen Gewinn von +19,41 % nahezu mit einem einzigen Folgetrade kompensiert werden konnte. Das wesentliche psychologische und operative Risiko liegt bei diesem System nicht in einer hohen Verlustfrequenz, sondern in der langen Haltedauer während temporärer Buchverluste: Wenn eine Position über durchschnittlich 15 Tage gehalten wird, muss der Anleger bzw. der ausführende Trading-Bot in der Lage sein, Zwischenschwankungen innerhalb des Trends auszusitzen, ohne vorzeitig manuell einzugreifen.
5. Entwicklung im Zeitverlauf und jährliche Stabilität
Die Auswertung der Jahresergebnisse von 2021 bis 2026 zeigt eine hohe mathematische Konsistenz über unterschiedliche Marktphasen hinweg. Im Jahr 2021 wurden 11 Trades geschlossen (10 Gewinne, 1 Verlust, Win-Rate 90,91 %, Summe +198,07 %). Die Jahre 2022 und 2023 zeichneten sich durch extrem niedrige Handelsfrequenzen aus, wiesen jedoch eine Perfektionsquote auf: 2022 erzielten 4 von 4 Trades Gewinne (+215,91 %), 2023 lieferten 2 von 2 Trades positive Ergebnisse (+165,96 %). Im Jahr 2024 stieg die Aktivität auf 13 Trades (12 Gewinne, 1 Verlust, Win-Rate 92,31 %, Summe +158,88 %). Auch 2025 blieb das System mit 10 Trades bei einer Trefferquote von 90,00 % und einer Ergebnissumme von +171,59 % äußerst stabil. Erst im bisherigen Verlauf des Jahres 2026 zeigt sich eine Dämpfung der Performance: Bei 8 abgeschlossenen Trades fielen 5 Gewinne und 3 Verluste an, was die Jahres-Win-Rate auf 62,50 % und den Ertragssumme auf +21,43 % drückte. Über den Gesamtzeitraum betrachtet verteilen sich die Erträge jedoch erstaunlich gleichmäßig über die Jahre, was gegen ein reines Zufallsprodukt spricht.
6. Jüngste Periode seit 01.06.2024 im Vergleich zur Gesamthistorie
Eine vertiefte Betrachtung des jüngsten Datenfensters ab dem 01.06.2024 offenbart eine auffällige Verdichtung der Handelsaktivität. Während in den ersten vier Jahren des Backtests oft nur wenige Trades pro Jahr stattfanden, wurden seit Juni 2024 allein 27 Trades abgeschlossen. Das bedeutet, dass mehr als 56 % aller historischen Exiting-Ereignisse der 6,89-jährigen Testhistorie in diese jüngste Phase fallen. Die Ertragssumme in diesem Zeitraum beläuft sich auf +310,93 %. Diese erhöhte Handelsfrequenz deutet darauf hin, dass die Marktstruktur von MSTR im jüngeren Zeitverlauf häufiger die spezifischen Einstiegskriterien des Algorithmus erfüllt hat. Der Vergleich zeigt, dass das System auch unter Bedingungen höherer Marktdynamik funktionstüchtig blieb und substanzielle positive Erträge generierte. Dennoch mahnt der Rückgang der Trefferquote im Teiljahr 2026 dazu, die jüngste Dynamik aufmerksam zu beobachten, da eine höhere Handelsfrequenz bei sinkender Trefferquote das Gesamtrisiko pro Zeiteinheit verändern kann.
7. Stärken und Grenzen
Zu den klaren Stärken dieser Handelsstrategie gehören die außergewöhnlich hohe historische Trefferquote von 87,5 %, der robuste Profit-Faktor von 3,33 und der überschaubare maximale Drawdown von 29,41 %. Die Disziplin des Systems zeigt sich in kurzen Verlustserien von maximal 2 Trades und einer breiten Verteilung der Gewinne über mehrere Jahre. Grenzen ergeben sich vor allem aus der Stichprobengröße: 48 geschlossene Trades über fast sieben Jahre stellen statistisch ein eher kleines Sample dar, was die statistische Belastbarkeit einzelner Kennzahlen einschränkt. Zudem erfordert die mittlere Haltedauer von rund 15 Tagen Durchhaltevermögen. Für Anleger, die nach täglicher Handelsaktivität suchen, ist dieser Ansatz ungeeignet. Für den Einsatz in automatisierten Handelsrobotern ist die geringe Frequenz hingegen ein Vorteil, da emotionale Überreaktionen vermieden werden, solange der Bot strikt nach der mathematischen Entscheidungslogik arbeitet.
8. DevioLab Analytisches Fazit
Die DevioLab-Analyse ordnet diese Strategie mit einem Score von 76,21 und dem Spitzenplatz für MSTR als historisch hochgradig effizientes Handelssystem ein. Der Algorithmus nutzt die ausgeprägten Trendphasen der MSTR-Aktie optimal aus, indem er seltene, aber qualitativ hochwertige Einstiegssignale filtert. Die Asymmetrie zwischen dem besten Trade (+138,45 %) und dem schlechtesten Trade (-20,32 %) demonstriert ein effektives Gewinn-Verlust-Verhältnis. Anleger und Quant-Entwickler sollten jedoch beachten, dass vergangene Backtest-Ergebnisse keine Garantie für zukünftige Wertentwicklungen bieten. Beim praktischen Einsatz der Logik in Trading-Bots oder automatisierten Handelsagenten müssen potenzielle Ausführungskosten, Market Impact und Slippage berücksichtigt werden, die in rein historischen Schätzungen nicht enthalten sind. Dennoch zeigt das historische Profil eine seltene Kombination aus hoher Gewinnhäufigkeit und kontrollierter Verlusttiefe.
9. Datenumfang und Methodik
Sämtliche in diesem Bericht ausgewerteten Kennzahlen entstammen einer historischen Backtest-Simulation für das Währungspaar/Ticker-Kürzel MSTR im 15-Minuten-Zeitfenster (15m). Der Untersuchungsumfang erstreckt sich vom 16.09.2019 bis zum 07.08.2026 (6,89 Jahre). Alle Prozentangaben beziehen sich auf die Verrechnung abgeschlossener Positionen (Closed Trades). Handelsgebühren, Finanzierungskosten für das Halten von Positionen über Nacht, Slippage oder individuelle Börsen-Ausführungsqualitäten sind in den hypothetischen Werten nicht berücksichtigt. Die Berechnungen dienen ausschließlich Analysezwecken im Rahmen der Quant-Forschung von DevioLab und stellen keine Finanzberatung oder Kaufempfehlung dar.