Was die Forschung über ORB- und Breakout-Strategien sagt

Nur zu Bildungszwecken, keine Finanzberatung. Simulationen und Backtests sind Modelle, keine Versprechen. Prüfe jede Regel bei deiner eigenen Firma.

Breakouts sind die beliebteste Daytrading-Idee überhaupt: kaufen, wenn der Kurs die Opening Range oder das gestrige Hoch überwindet, Stop auf der anderen Seite, flat zum Schluss. Die Beweislage ist gemischter, als YouTube vermuten lässt. Hier steht, was standhält und was nicht.

Woher ORB kommt

Toby Crabels Buch Day Trading with Short Term Price Patterns and Opening Range Breakout von 1990 machte die Idee berühmt: einsteigen, wenn sich der Kurs um einen festgelegten „Stretch“ von der Eröffnung entfernt, am besten nach einem Narrow-Range-Tag (NR4, NR7) oder einem Inside Day. Seine Tests liefen auf Futures der 1980er, und das Buch ist nicht begutachtet.

Die stützende Evidenz

• Rohöl-Futures: Holmberg, Lönnbark und Lundström (2013) finden signifikant positive mittlere Renditen für eine ORB-Regel „Stretch von der Eröffnung“ mit Ausstieg zum Schluss. Ein einziger Markt, mit oberflächlicher Behandlung der Kosten.
• Volatilität zählt: Ein verwandtes Arbeitspapier (Lundström 2013/2017) findet, dass ORB-Renditen in Phasen niedriger Volatilität negativ und in Phasen hoher Volatilität positiv sind, bei Rohöl- und S&P-500-Futures.
• Index-Futures: Tsai et al. (2019, IEEE Access, eine Ingenieur-Fachzeitschrift) berichten über profitable Varianten bei fünf Index-Futures, wobei der Einstiegszeitpunkt je Markt optimiert wurde – das Risiko von Data Snooping ist also hoch.
• Warum Ausbrüche weiterlaufen können: Osler (2003) zeigt anhand echter Orderbücher von Banken im Devisenhandel, dass sich Stop-Loss-Orders knapp hinter runden Marken häufen, sodass ein Ausbruch sich beschleunigen kann, wenn diese Stops ausgelöst werden. Sturm (2021) findet zusätzliches kurzfristiges Momentum, wenn eine Aktie jenseits des Vortageshochs oder -tiefs eröffnet.
• Der stärkste verwandte Effekt: Intraday-Momentum. Die Rendite der ersten halben Stunde sagt die der letzten halben Stunde voraus, bei SPY (Gao et al. 2018) und in über 60 Futures-Märkten von 1974 bis 2020 (Baltussen et al. 2021), verbunden mit dem Hedging von Optionshändlern und dem Rebalancing gehebelter ETFs. Das ist ein Trade auf Marktebene in den Schluss hinein, kein Ausbruch über eine Marke.

Die Gegenbeweise

• Intraday-Regeln bei US-Aktien: Marshall, Cahan und Cahan (2008) testeten 7.846 Intraday-Regeln auf 5-Minuten-Daten von SPY, darunter Unterstützungs-/Widerstands- und Kanal-Breakouts. Nach Korrektur für Data Snooping war keine profitabel.
• Tausende Regeln, ein Jahrhundert an Daten: Sullivan, Timmermann und White (1999) sowie Bajgrowicz und Scaillet (2012) finden, dass die besten technischen Regeln, Breakouts eingeschlossen, außerhalb der Stichprobe nicht mehr funktionieren, vor allem nach den 1980ern und sobald Kosten hinzukommen.
• Übersichtsarbeiten: Park und Irwin (2007) werten 95 Studien aus: Positive Ergebnisse sind in älteren Futures- und Devisen-Stichproben häufig und brüchig, sobald Data Snooping, Regelauswahl und Kosten berücksichtigt werden.

Die populären SSRN-Papiere

Die meisten Behauptungen „ORB funktioniert bei Aktien“ gehen auf Arbeitspapiere aus der Praxis von Zarattini und Koautoren (2023, 2024) zurück. Sie berichten starke Ergebnisse für 5-Minuten-ORB auf QQQ und auf „Stocks in Play“, die jeden Morgen etwa 20 US-Aktien mit dem höchsten relativen Volumen. Diese Papiere sind nicht begutachtet. Der Aktienauswahlfilter leistet den Großteil der Arbeit, die Stichprobe (2016–2023) war volatil, die Ergebnisse beruhen auf Hebel und engen Stops, und die Annahmen zur Slippage spielen eine große Rolle. Ein vorregistriertes Arbeitspapier von Fetna aus 2026 berichtet, dass ORB-Varianten nach Kosten scheitern; wir konnten nur seinen Titel überprüfen.

Was unsere eigenen Backtests ergaben

Wir haben eigene Tests (ohne Peer-Review) auf einer festen Liste von 25 großen US-Aktien und 19 ETFs durchgeführt:

• Breakout über Vortageshoch/-tief, flat zum Schluss (Aktien, 1-Stunden-Kerzen, etwa 3 Jahre): 15.799 Trades, 49 % Gewinner, +0,007R pro Trade vor Kosten und −0,037R danach. Nur 4 % der Symbole waren außerhalb der Stichprobe positiv.
• ETFs: ein kleiner Brutto-Edge von 1–2 Basispunkten pro Trade, über 21 Jahre Tagesdaten real, aber Kosten von 2–10 Basispunkten machten ihn negativ.
• Nur in Richtung des Vortags zu traden machte es etwas schlechter. Filter für relatives Volumen halfen bei diesen Large Caps nicht; das volatilste Viertel der Symbole kam am nächsten heran, blieb aber negativ.
• Crabels NR7-Kaufregel auf SPY von 2000 bis 2026 gewann in 49,8 % der Fälle, gegenüber den 67 %, die er für S&P-Futures der 1980er angab.

Eine Falle stach heraus: Auf Tageskerzen kann ein Backtest nicht erkennen, ob innerhalb des Tages zuerst der Stop oder der Einstieg kam. Mehrere Versionen sahen auf Tageskerzen profitabel aus und wurden negativ, als wir sie auf Stundenkerzen nachspielten. Gap-Tage sind eine weitere Falle: Es wird eine Ausführung auf deinem Niveau angenommen, obwohl die echte Ausführung eine schlechtere Eröffnung ist.

Warum sich Websites widersprechen

1. Gesamtrenditen mit Hebel aus einem volatilen Zeitfenster statt risikobereinigter Ergebnisse über verschiedene Marktphasen.
2. Aktienauswahl im Nachhinein angewendet oder verschwiegen.
3. Spread, Slippage bei engen Stops und Kosten der Eröffnungsauktion ignoriert.
4. Survivorship: Tests mit den Gewinnern von heute.
5. Hunderte Varianten ausprobiert, die beste gezeigt, kein Out-of-Sample-Test.
6. Futures-Ergebnisse auf Aktien übertragen.

Fazit

Breakouts im ORB-Stil haben echte, begutachtete Belege bei Futures, besonders in Phasen hoher Volatilität, und es gibt einen plausiblen Mechanismus (Stop-Kaskaden). Auf einer festen Liste liquider Aktien und ETFs ist der Effekt zu klein, um die Kosten zu decken. Die Behauptungen für Aktien beruhen auf einem Aktienauswahlfilter in nicht begutachteten Papieren. Wenn du ORB in einer Challenge tradest, miss deine Kosten in R, teste auf Intraday-Daten mit realistischen Ausführungen und halte einen unberührten Out-of-Sample-Zeitraum zurück.

Quellen

1. Crabel, T. (1990). Day Trading with Short Term Price Patterns and Opening Range Breakout. Traders Press. [Buch]
2. Holmberg, U., Lönnbark, C. & Lundström, C. (2013). Assessing the profitability of intraday opening range breakout strategies. Finance Research Letters 10(1), 27–33. doi:10.1016/j.frl.2012.09.001 [Peer-Review]
3. Lundström, C. (2013, rev. 2017). Day trading returns across volatility states. Umeå Economic Studies 861. ideas.repec.org/p/hhs/umnees/0861.html [Arbeitspapier, ohne Peer-Review]
4. Tsai, Y.-C. et al. (2019). Assessing the profitability of timely opening range breakout on index futures markets. IEEE Access 7, 32061–32071. doi:10.1109/access.2019.2899177 [Ingenieur-Fachzeitschrift]
5. Osler, C. L. (2003). Currency orders and exchange rate dynamics: An explanation for the predictive success of technical analysis. Journal of Finance 58(5), 1791–1819. doi:10.1111/1540-6261.00588 [Peer-Review]
6. Sturm, R. R. (2021). The influence of daily price extremes on short-term stock returns. Journal of Behavioral Finance 22(3), 254–264. doi:10.1080/15427560.2020.1772262 [Peer-Review]
7. Gao, L., Han, Y., Li, S. Z. & Zhou, G. (2018). Market intraday momentum. Journal of Financial Economics 129(2), 394–414. doi:10.1016/j.jfineco.2018.05.009 [Peer-Review]
8. Baltussen, G., Da, Z., Lammers, S. & Martens, M. (2021). Hedging demand and market intraday momentum. Journal of Financial Economics 142(1), 377–403. doi:10.1016/j.jfineco.2021.04.029 [Peer-Review]
9. Marshall, B. R., Cahan, R. H. & Cahan, J. M. (2008). Does intraday technical analysis in the U.S. equity market have value? Journal of Empirical Finance 15(2), 199–210. doi:10.1016/j.jempfin.2006.05.003 [Peer-Review]
10. Sullivan, R., Timmermann, A. & White, H. (1999). Data-snooping, technical trading rule performance, and the bootstrap. Journal of Finance 54(5), 1647–1691. doi:10.1111/0022-1082.00163 [Peer-Review]
11. Bajgrowicz, P. & Scaillet, O. (2012). Technical trading revisited: False discoveries, persistence tests, and transaction costs. Journal of Financial Economics 106(3), 473–491. doi:10.1016/j.jfineco.2012.06.001 [Peer-Review]
12. Park, C.-H. & Irwin, S. H. (2007). What do we know about the profitability of technical analysis? Journal of Economic Surveys 21(4), 786–826. doi:10.1111/j.1467-6419.2007.00519.x [Peer-Review]
13. Zarattini, C. & Aziz, A. (2023). Can day trading really be profitable? SSRN. doi:10.2139/ssrn.4416622 [Arbeitspapier, ohne Peer-Review]
14. Zarattini, C., Barbon, A. & Aziz, A. (2024). A profitable day trading strategy for the U.S. equity market. SSRN. doi:10.2139/ssrn.4729284 [Arbeitspapier, ohne Peer-Review]
15. Fetna (2026). Opening-range breakout does not survive trading costs: A pre-registered 225-cell study. SSRN (title verified only). doi:10.2139/ssrn.7428398 [Arbeitspapier, ohne Peer-Review]

„Peer-Review“ bedeutet: in einer begutachteten Fachzeitschrift veröffentlicht. Arbeitspapiere und Bücher sind nicht begutachtet. Zahlen aus „unseren eigenen Tests“ sind unsere Backtests und Simulationen, keine begutachtete Forschung.