Was Bollinger Bänder sind
Bollinger Bänder, in den 1980er Jahren von John Bollinger entwickelt, sind ein Volatilitätsindikator aus drei Komponenten:
- Mittleres Band: ein einfacher gleitender 20-Perioden-Durchschnitt (SMA) der Schlusskurse
- Oberes Band: das mittlere Band plus zwei Standardabweichungen des Kurses
- Unteres Band: das mittlere Band minus zwei Standardabweichungen des Kurses
Die Standardabweichung misst, wie weit die Kurse im Betrachtungszeitraum gestreut haben. Bewegt sich der Kurs unruhig, steigt die Standardabweichung und die Bänder weiten sich aus. Konsolidiert der Kurs in einer engen Spanne, sinkt die Standardabweichung und die Bänder verengen sich.
Genau das ist die zentrale Erkenntnis: Die Bänder sagen keine Kursrichtung vorher — sie messen, wie ruhig oder turbulent der Markt gerade ist.
Was die Bänder tatsächlich messen
Statistisch gesehen fallen bei zwei Standardabweichungen rund 95 % der Kursbewegungen innerhalb der Bänder. Bewegt sich der Kurs außerhalb eines Bands, ist das ein statistisch ungewöhnliches Ereignis — aber ungewöhnlich bedeutet nicht falsch.
Die Bänder sind dynamisch. Sie weiten sich in volatilen Phasen automatisch aus und ziehen sich in ruhigen Phasen zusammen. Diese Eigenschaft macht sie nützlicher als feste Kanäle, weil der Markt selbst die Grenzen setzt — und nicht der Trader sie willkürlich schätzen muss.
Der Squeeze: Niedrige Volatilität als Warnsignal
Eines der zuverlässigsten Signale, die Bollinger Bänder liefern, ist der Squeeze. Er tritt auf, wenn oberes und unteres Band ungewöhnlich eng zusammenrücken — ein Zeichen dafür, dass sich der Kurs in einer abnorm engen Spanne bewegt hat.
Märkte wechseln zwischen Expansions- und Kontraktionsphasen. Ein anhaltender Squeeze bedeutet, dass sich Energie aufbaut. Irgendwann entlädt sich diese Energie in einer scharfen gerichteten Bewegung.
Praxisbeispiel — ETH-Squeeze, Anfang 2023: Ende Januar 2023 konsolidierte ETH etwa zwei Wochen lang zwischen rund 1.550 und 1.650 US-Dollar. In dieser Phase verengten sich die Bollinger Bänder im Tageschart auf die engsten Werte seit Monaten. Am 2. Februar brach ETH nach oben aus und stieg innerhalb von 48 Stunden von 1.640 auf über 1.750 US-Dollar — eine Bewegung von 7 % im Anschluss an den Squeeze. Trader, die den Squeeze beobachtet hatten, wussten, dass eine große Bewegung überfällig war. Die Richtung verriet ihnen erst die Ausbruchskerze.
Die Lehre daraus: Ein Squeeze ist ein Signal, aufmerksam zu werden — kein Trade für sich. Um zu wissen, in welche Richtung gehandelt werden soll, braucht es ein direktionales Signal: einen Volumenanstieg, einen Ausbruch über einen Widerstand oder einen makroökonomischen Katalysator.
Das Berühren des oberen Bands ist kein Verkaufssignal
Das ist der häufigste Fehler bei Bollinger Bändern. Anfänger sehen, wie der Kurs das obere Band erreicht, und nehmen sofort an, er müsse zum mittleren Band zurückfallen. In einem Seitwärtsmarkt funktioniert diese Logik manchmal. In einem Trend führt sie zur Liquidation.
In einem starken Aufwärtstrend testet oder überschreitet der Kurs das obere Band immer wieder. Jedes Berühren spiegelt Momentum wider, keine Übertreibung. Das Muster nennt sich „Walking the Band". Man kann es in jeder starken Altcoin-Rally beobachten — der Kurs bleibt wochenlang über dem mittleren Band, und das obere Band wirkt eher wie ein Magnet als wie eine Decke.
In Abwärtstrends gilt das Gegenteil: Der Kurs kann das untere Band über längere Zeiträume hinweg entlanglaufen.
Um nicht gegen den Trend zu handeln, sollte man immer zuerst klären, in welchem Regime sich der Markt befindet, bevor man Bollinger Bänder mit einer Mean-Reversion-Logik interpretiert.
Mean Reversion vs. Ausbruchs-Interpretation
Bollinger Bänder unterstützen zwei gegensätzliche Trading-Philosophien:
Mean Reversion geht davon aus, dass der Kurs nach einem Extrembereich (Berühren eines Bands) zum mittleren SMA zurückkehrt. Das ist die Grundlage von Range-Trading-Strategien. Bewegt sich der Markt tatsächlich seitwärts, hat Mean Reversion einen statistischen Vorteil — die Bänder halten und der Kurs pendelt zwischen ihnen hin und her.
Ausbruchs-Interpretation nimmt an, dass ein Band-Berühren oder Squeeze das Momentum bestätigt und der Kurs sich in diese Richtung fortsetzt. Das ist in trendenden Märkten angemessener.
Das Problem: Die meisten Retail-Trader wenden Mean Reversion standardmäßig an — in jeder Marktlage. Sobald der Markt in ein Trendregime wechselt, werden diese Mean-Reversion-Trades zur konstanten Verlustquelle. Die Bänder sehen optisch gleich aus — das Regime-Kontext ist im Indikator selbst nicht sichtbar.
Wie systematische Trader Bollinger Bänder einsetzen
Bollinger Bänder sind einer von vielen Eingabewerten, die eine systematische Strategie verarbeiten kann. Die zentrale Erkenntnis aus der Forschung lautet: Mean-Reversion-Signale — also die Rückkehr zu einem gleitenden Durchschnitt nach einem Extrembereich — haben nur in seitwärts laufenden Märkten einen positiven Erwartungswert. In Trendregimes erzeugen dieselben Signale das gegenteilige Ergebnis: Man verkauft in eine Rally hinein oder kauft in einen Abwärtszug.
Deshalb ist eine Regime-Klassifizierung für systematische Trader keine Option, sondern Pflicht. Ein Bot, der Mean-Reversion-Logik in einem starken Bullenmarkt anwendet, wird systematisch Geld verlieren — auch wenn dieselbe Logik in einem Seitwärtsmarkt profitabel wäre.
Der Trading-Bot von Darwin Lab klassifiziert Marktbedingungen in Regime (starker Bullenmarkt, schwacher Bullenmarkt, neutral, Range, schwacher Bärenmarkt, starker Bärenmarkt, Crash) und passt sein Verhalten entsprechend an. Anstatt eine feste Strategie unabhängig von den Bedingungen anzuwenden, leitet er Signale je nach Marktlage unterschiedlich weiter. Jeder platzierte Trade wird in Echtzeit öffentlich veröffentlicht — die Regime-Logik ist also nicht nur Theorie, sondern im Live-Handelsprotokoll sichtbar.
Das übergeordnete Prinzip gilt für jeden Indikator: Ein Signal, das in einem Regime funktioniert, versagt in einem anderen. Der Kontext entscheidet über den Edge.
Weiterführend: Marktregime verstehen — So funktioniert Darwin Lab