Der Pierpont-Backtest: Ein Filter, der zu gut aussortiert

Ryan Pierpont belegte 2020 und 2021 jeweils Platz 3 der US Investing Championship — extern durch Brokerage-Statements verifiziert, nicht nur selbst behauptet. Anders als viele Momentum-Trader, die zumindest grobe Zahlen zu ihrer Methode nennen, hält sich Pierpont fast vollständig an qualitative Beschreibungen: „tight price spots", „quiet price action", „character change". Kein Volumen-Multiplikator, keine Basistiefe in Prozent, kein gleitender Durchschnitt als fester Einstiegsfilter. Das macht ihn zu einem besonders unbequemen Testfall — und liefert einen besonders lehrreichen Befund.

Wir haben sein Kern-Setup „Tightness" aus zwei vollständig ausgewerteten Interview-Transkripten (2021, 2022) und einer Konferenz-Präsentation (2023) in eine messbare Regel übersetzt und über 9.262 US-Börsentitel seit 1984 rückgetestet — survivorship-frei, inklusive aller heute von der Börse genommenen Firmen. Ergebnis: 168 Trades, ein Erwartungswert von +1,77 Prozent je Trade nach Kosten — deutlich vor dem Referenz-Breakout des Qullamaggie-Projekts. Aber der Filter ist so streng, dass er ausgerechnet in Pierponts eigenen Erfolgsjahren fast nichts findet. Beide Befunde stehen in dieser Studie nebeneinander, nicht gegeneinander aufgewogen.

Wer ist Ryan Pierpont

Pierpont handelt nebenberuflich — hauptberuflich arbeitet er in der Finanzplanung bei ServiceNow, einem Enterprise-Software-Unternehmen. Sein Handwerk stammt aus der O'Neil/CANSLIM-Schule, geprägt von William O'Neils Büchern, Dan Zangers Newslettern und einem Mentor. Er handelt seit rund 11 bis 14 Jahren, ausschließlich mit Aktien, nach einem frühen Options-Verlust „never again".

Kumuliert ergeben 2020 und 2021 rund das 16,5-Fache des Einsatzes — die Zahl, mit der er selbst wirbt. Beide Platzierungen sind durch die US Investing Championship offiziell bestätigt, die Renditen über die dort verlangten Brokerage-Statements belegt; die Zwischenbilanz 2021 wurde zusätzlich anhand monatlicher Kontoauszüge extern geprüft. Seine eigene Trefferquote beschreibt er als niedrig:

„my batting average last year was horrible it was maybe high 20 percent … i was wrong 75 % of the time"

„Meine Trefferquote war letztes Jahr schrecklich, vielleicht knapp 30 Prozent … ich lag in 75 Prozent der Fälle falsch." — Ryan Pierpont im Interview mit Richard Moglen, Januar 2022

Der Gewinn kommt also aus wenigen großen Gewinnern bei kleinen, konsequent begrenzten Verlusten, nicht aus häufigem Rechthaben.

Was wir getestet haben: aus qualitativen Regeln eine messbare Fassung

Der wichtigste Gesamtbefund unserer Recherche steht schon vor dem eigentlichen Rücktest fest: Pierpont nennt — anders als etwa Kristjan Kullamägi — fast keine Zahlen. Sein Regelwerk ist qualitativ und stark ermessensbasiert. Zwei Beispiele aus den Originalquellen, mit unserer Übersetzung:

„i don't like wide and loose price action i like when things tighten up and get really tight because that way the cost to find out if you're wrong is really small"

„Ich mag keine breite, lose Kursbewegung. Ich mag es, wenn es sich zusammenzieht und richtig eng wird — dann kostet es wenig herauszufinden, ob man falschliegt." — Ryan Pierpont im Interview mit Richard Moglen, Januar 2022

Übersetzt in unsere Regelfassung als: mittlere Tagesrange der Konsolidierung ≤ 60 Prozent der mittleren Tagesrange der 20 Handelstage davor, über eine Konsolidierungsdauer von 5 bis 42 Handelstagen. Die Prozentzahl und die Tagesspannen sind eine Übersetzung — Pierpont selbst nennt keine.

„the float turnover was like probably somewhere around 10x that day so it was a complete character change"

„Der Streubesitz wurde an dem Tag wohl ungefähr zehnmal umgeschlagen — das war ein kompletter Charakterwechsel." — Ryan Pierpont über den Titel BTBT, Interview mit Richard Moglen, Januar 2022

Übersetzt als: Tagesvolumen ≥ das 10-Fache des 50-Tage-Medians. Das Original meint allerdings Float-Turnover, nicht ein Vielfaches des Handelsvolumens — eine vertretbare, aber klar gekennzeichnete Näherung.

Unsere verbindliche Regelfassung besteht aus 17 Einzelregeln. Bei neun davon gibt das Original keine Zahl her, sodass wir sie aus einer qualitativen Formulierung ableiten mussten — jede einzeln als Übersetzung gekennzeichnet: von der Trend-Definition (Kurs über steigendem MA50, mit Pierponts eigenen MA-Perioden 10/21/50, obwohl er sie ausdrücklich nicht als Filter, sondern als „areas of interest" beschreibt) bis zum Zeit-Stop (5 Tage ohne neues Hoch — eine reine Backtest-Konvention, im Original nicht belegt). Die vollständige Quellenmatrix und jede einzelne Abwägung liegt in unserer Regeldokumentation.

Aufbau: 9.262 Titel, 42 Jahre, ein sehr enger Filter

Der Scan prüfte 9.262 US-Börsentitel (NYSE, Nasdaq, AMEX, keine OTC-Werte) von 1984 bis 2026. 89.877 Kandidaten passierten die Grundmaske. Davon scheiterten 79.781 — fast 89 Prozent — allein an der Tightness-Bedingung; alle übrigen Ausschlussgründe zusammen (zu tiefe Basis, Pivot bereits überboten, zu weiter Stop, Datenfehler) machen nur 9.922 aus. Übrig blieben 174 Signale, nach Bereinigung von Firmen-Doubletten 170, davon wurden 168 zu vollständig abgeschlossenen Trades. Zum Vergleich: Der Referenz-Breakout des Qullamaggie-Projekts, mit denselben Universum-Filtern aber ohne Pierponts Tightness-Zusatzbedingung, findet im selben Bestand 1.602 Trades — fast das Zehnfache.

Ausführung: Einstieg zum höheren Wert aus Tageseröffnung und Konsolidierungshoch, Stop zum Tief der Konsolidierung, Kosten 0,2 Prozent je Seite, nie zwei Positionen gleichzeitig je Ticker. Hauptexit: erster Tagesschluss unter dem 10-Tage-Durchschnitt, laufend ab dem dritten Handelstag nach Einstieg — dieselbe Ausstiegs-Mechanik, mit der auch der Referenz-Breakout gerechnet wurde, damit der Vergleich allein am Einstiegsfilter liegt.

Das Ergebnis: der Filter verbessert die Trade-Qualität messbar

Bei identischem Ausstieg — das ist entscheidend, sonst würde der Vergleich auch die Exit-Regel mitmessen — liegt Pierponts Tightness-Filter in Trefferquote und Durchschnittsrendite klar vor dem Referenz-Breakout: +10,6 Prozentpunkte Trefferquote, +1,09 Prozentpunkte Erwartungswert je Trade. Der niedrigere Payoff (2,38 gegenüber 3,16) zeigt, woher der Vorteil kommt: nicht aus selteneren, aber dafür riesigen Gewinnern, sondern aus einer spürbar höheren Grundtrefferquote bei etwas kleineren einzelnen Gewinnen.

Die Überschneidung zwischen beiden Signalmengen ist gering: Von 170 Pierpont-Signalen fällt nur 1 einziges (0,6 Prozent) exakt auf denselben Handelstag wie ein Referenz-Breakout-Signal — auch mit ±2 Tagen Toleranz bleibt es bei diesem einen Treffer. Auf Firmenebene ist die Schnittmenge deutlich größer: 119 der 162 Pierpont-Ticker kommen auch in der (weiter gefassten) Referenzdatei aus Breakout- und Episodic-Pivot-Signalen vor. Die beiden Rezepte handeln also weitgehend dieselben Aktien, aber zu unterschiedlichen Zeitpunkten im jeweiligen Trend — der Unterschied liegt im Timing, nicht in der Titelauswahl.

Die Kehrseite: fast leer in Pierponts eigenen Erfolgsjahren

Der auffälligste Befund dieser Studie zeigt sich erst, wenn man den Scan auf die Jahre einschränkt, aus denen Pierponts dokumentierte Erfolge stammen:

In 2021 — dem Jahr, in dem Pierpont mit +201,0 Prozent erneut aufs Championship-Podium fuhr — findet unsere Regelfassung seines eigenen Kern-Setups kein einziges Signal im gesamten US-Aktienmarkt. Das heißt nicht zwingend, dass die Übersetzung falsch ist. Es heißt entweder, dass Pierpont 2021 vor allem mit seinen anderen, hier separat getesteten Setups gehandelt hat — oder dass die konservative Standard-Variante seines Tightness-Rezepts genau das verfehlt, was er tatsächlich kaufte: den „Hidden Breakout" vor dem offensichtlichen Ausbruch, den er als seinen eigentlichen Edge beschreibt (siehe „Was sich nicht mechanisieren lässt").

Warum: der Volumen-Trigger trägt die gesamte Kante — und leert die Kernphase

Wir sind der Frage nachgegangen, welcher einzelne Bestandteil des Rezepts für den Renditevorsprung verantwortlich ist. Die Antwort ist eindeutig: der Volumen-Trigger beim Ausbruch — eine Zahl, die im Original nirgends vorkommt.

Ohne die Volumenbedingung ist der Erwartungswert mit +0,06 Prozent je Trade praktisch eine Nullnummer: Er liegt zwar über der Zufalls-Baseline dieses Tests (−0,64 Prozent, Standardfehler ±0,14 Prozentpunkte über 15 unabhängige Läufe), aber so dicht an der Null, dass davon in der Praxis nichts übrig bleibt. Erst der 1,5-fache Volumen-Trigger — eine von uns gewählte, im Original unbelegte Zahl — erzeugt die gemessene Kante. Und genau dieser Filter ist es, der die Signalzahl in 2020 und 2021 von 40 und 19 auf 3 und 0 zusammenstreicht.

Die Tightness-Bedingung selbst ist dagegen robust: Ob man sie bei 0,5, 0,6, 0,7 oder 0,8 zieht, bleibt der Erwartungswert durchgehend positiv zwischen +1,21 und +1,94 Prozent, und die Signalzahl in 2020/2021 wächst mit jeder Lockerung deutlich — von 1/0 bei 0,5 bis 28/19 bei 0,8. Der Engpass liegt also nicht bei „tight", sondern beim Volumen.

Depot-Simulation: ein positiver Erwartungswert reicht nicht

Ein positiver Erwartungswert je Trade sagt noch nichts darüber, ob eine Strategie als Depot funktioniert — dafür braucht es genug Trades, die ein Kapital tatsächlich umschlagen. Wir haben simuliert: Start 100.000 Dollar, 1 Prozent Risiko je Trade, höchstens 5 Positionen gleichzeitig. Weil so wenige Signale anfallen, musste das Depot in keinem einzigen Fall wegen Kapazitätsmangels einen Trade auslassen — alle 168 angebotenen Trades wurden auch genommen.

Im mit dem SPY direkt vergleichbaren Fenster seit 1993 liegt das Depot bei 1,04 Prozent Rendite pro Jahr — der SPY-Index (Total Return, inklusive wiederangelegter Dividenden) kommt im selben Zeitraum auf 10,61 Prozent. Ein Rückstand von 9,57 Prozentpunkten pro Jahr. Der maximale Rückschlag der Depot-Simulation liegt in beiden Zeitfenstern bei 15,5 Prozent; einen Vergleichswert für den SPY haben wir nicht gerechnet, die Zahl gilt also allein für die Strategie. Der Grund liegt nicht in schlechten Trades, sondern in ihrer Seltenheit: Bei durchschnittlich rund 4 Trades pro Jahr über den gesamten US-Aktienmarkt bleibt zu viel Kapital zu lange ungenutzt liegen, um von einem positiven Erwartungswert je Trade zu profitieren. Selbst niedrigeres Risiko ändert daran nichts — bei 0,5 Prozent Risiko sinkt die Rendite auf 0,44 Prozent pro Jahr, bei 0,25 Prozent auf 0,22 Prozent, weil dieselben wenigen Trades einfach kleiner gehebelt werden.

Die Renditeverteilung ist zudem stark konzentriert: Die besten 5 Prozent der 168 Trades — acht Stück — liefern zusammen 136 Prozent der gesamten Summenrendite. Ohne sie kippt die Bilanz ins Minus. Ein Nachahmer müsste über 41,8 Jahre hinweg also genau diese Handvoll erwischen: Wer die fünf größten Gewinner verpasst, steht bei null; wer alle acht verpasst, hat real Geld verloren.

Character Change, IPO-Basen, Gap-Vorlauf: die übrigen Setups

Pierpont beschreibt neben der Tightness noch drei weitere Setups. Wir haben sie in 22 Fassungen gerechnet — 18 für Character Change, zwei für IPO-Basen, je eine für die Kombination beider Kern-Setups und für den Gap-Vorlauf —, um jede plausible Lesart seiner vagen Beschreibungen abzudecken. Allein die 18 Character-Change-Fassungen umfassen 76.958 einzeln gerechnete Trades.

Character Change: verliert in allen 18 getesteten Fassungen

Character Change — ein plötzlicher Stimmungsumschwung nach massivem Volumenanstieg, erkennbar an einem Tagesschluss nahe Hoch nach einer Serie von Tiefschlüssen — wurde mit 18 Kombinationen aus Volumen-Schwelle (5×, 10×, 20× Median), Trendfilter (mit/ohne) und Verschärfungen (Schlusslage, „neglected"-Kontext, Basis-Bruch) getestet. Die beste aller 18 Fassungen, „CC ohne Trend · 5× · Folgeöffnung" mit 27.359 Trades, kommt auf einen Erwartungswert von −0,55 Prozent je Trade. Das schlägt weder den Referenz-Breakout (+0,68 Prozent) noch ist es von der Zufalls-Baseline dieses Tests (−0,64 Prozent, Standardfehler ±0,14 Prozentpunkte) statistisch zu unterscheiden. Alle 18 Fassungen liegen im negativen Bereich zwischen −0,55 und −3,38 Prozent je Trade.

IPO-Basen: verschlechtert das Ergebnis

Titel mit weniger als 504 Handelstagen Kurshistorie am Signaltag — unsere Übersetzung von Pierponts „IPO turns", für die er selbst keine Altersgrenze nennt — schneiden in beiden getesteten Scan-Varianten schwächer ab als der übrige Bestand: −2,20 Prozent je Trade (N 33) gegenüber +2,74 Prozent für Titel mit längerer Historie (N 135) im selben Hauptlauf. Weder gegen den Referenz-Breakout noch gegen den Zufall schneidet die IPO-Teilmenge besser ab. Zur Einordnung: Bei so kleinen Fallzahlen (N 33) trägt keine belastbare Renditeaussage — die Kernbotschaft ist die konsistente Unterlegenheit, nicht die exakte Prozentzahl. Dazu ein Vorbehalt an den Daten selbst: Der Beginn einer Kursreihe im Bestand ist nicht der Börsengang. Diese Zahl misst „kurze Kurshistorie", nicht „junges Unternehmen".

Kombination beider Kern-Setups: zu selten für ein Urteil

Tightness-Signale, die zusätzlich die Character-Change-Bedingung erfüllen, gibt es im gesamten Testzeitraum nur 5, von denen 4 zu abgeschlossenen Trades wurden. Alle vier enden im Verlust, Ø −5,52 Prozent — aber bei vier Trades ist das eine Anekdote, kein Messwert. Die Grundaussage bleibt: Tightness und Character Change überschneiden sich in der Praxis fast nie.

Gap-Vorlauf: die einzige Zusatz-Fassung, die beide Vergleichsmaßstäbe schlägt

Eine Ausnahme von der übrigen Bilanz: Tightness-Signale mit einem vorangegangenen Kurssprung von mindestens 10 Prozent innerhalb der letzten 20 Handelstage (N 46) kommen auf +1,39 Prozent je Trade und schlagen damit sowohl den Referenz-Breakout als auch die Zufalls-Baseline. Das ist der einzige der getesteten Zusatzbausteine, der beide Latten übertrifft — allerdings auf einer bereits kleinen Teilmenge des ohnehin knappen Kern-Signals, ohne das grundlegende Häufigkeitsproblem zu lösen.

Was sich nicht mechanisieren lässt

Pierponts eigener, wiederholt betonter Kern-Edge ist der „Hidden Breakout": der Einstieg vor dem für alle sichtbaren Ausbruch, gestützt auf Trendlinien im Basisinneren, die erste Range-Expansion, oder einen Shakeout-Reclaim als erste Kaufstufe — Konzepte, die sein eigenes Kurs-Marketing als „Identify hidden breakouts. Buy before the obvious breakout" bewirbt. Unser Backtest testet stattdessen seine konservative Standard-Variante: den Kauf beim Bruch über das Konsolidierungshoch, mit Einstieg zum höheren Wert aus Tageseröffnung und Pivot. Das ist eine methodisch notwendige Vereinfachung, aber sie testet nachweislich nicht seinen beworbenen Vorteil.

Weitere Bausteine, die sich in Tagesdaten nicht seriös abbilden lassen: sein Stapeln mehrerer gleichzeitiger Chart-Signale nach eigenem Ermessen; die Auswahl der führenden Aktie in der jeweils stärksten Branche, die er allein aus der eigenen Watchlist abliest; seine Marktgefühl-Steuerung über die Größe der eigenen Beobachtungsliste; und die Intraday-Ausführung selbst — Kauf am Gap-Open genau an einer Linie, 60-Minuten-Undercut-Logik, Pyramidisieren nach Intraday-Bestätigung.

Für eines dieser Muster hatten wir wenigstens Minutenkurse zur Hand — aus einem Cache, der für ein anderes Projekt angelegt wurde. Von 38.296 geprüften Signaltagen lag nur für 9 ein Minutenbild vor. Bei 8 dieser 9 Tage gab es ein Eröffnungs-Gap von mindestens 3 Prozent, und in allen 8 Fällen wurde dieses Gap in der ersten Handelsstunde nicht geschlossen — die Richtung seines Beispielmusters bestätigt sich also. Für eine Renditeaussage ist das viel zu wenig: Die Stichprobe ist nicht zufällig gezogen, sondern das, was zufällig im Cache lag.

Grenzen dieser Studie

• Fast keine Original-Zahlen. Anders als bei vielen anderen Momentum-Tradern mussten die meisten Schwellenwerte aus qualitativen Beschreibungen übersetzt werden — neun einzeln gekennzeichnete Übersetzungsentscheidungen in einer Regelfassung aus 17 Einzelregeln. Das ist kein Rechercheloch: drei Primärquellen mit über 5 Stunden Material wurden vollständig ausgewertet, Pierpont nennt die Zahlen einfach nicht.
• Der Volumen-Trigger trägt die gesamte gemessene Kante und ist zugleich die am wenigsten belegte Einzelzahl im Rezept. Jede andere plausible Wahl dieser Zahl hätte ein anderes Ergebnis geliefert — von praktisch keiner Kante (ohne Filter) bis zu einer noch größeren, aber auf noch weniger Trades gestützten Kante (bei 2,0×).
• Kleine Fallzahlen bei fast allen Zusatz-Setups. IPO-Basen (N 33), die Kombination beider Kern-Setups (N 4) und die Intraday-Gap-Stichprobe (N 9) sind zu klein für belastbare Renditeaussagen und sind entsprechend gekennzeichnet.
• Der Hidden-Breakout-Edge ist nicht getestet. Wie oben beschrieben, prüft dieser Backtest die konservative Standard-Variante des Pivot-Einstiegs — nicht Pierponts eigentlichen, diskretionären Vorteil vor dem offensichtlichen Ausbruch.

Weitere eigene Rücktest-Studien zu Momentum-Setups — etwa der Qullamaggie-Backtest zu den Setups von Kristjan Kullamägi und der Episodic-Pivot-Backtest zu Kurssprüngen nach Quartalszahlen — stehen in der Rubrik Studien.

Stand der Zahlen: 9. August 2026.

Dieser Beitrag ist eine historische Auswertung öffentlich beschriebener Handelsregeln und keine Anlageberatung. Er enthält keine Kauf- oder Verkaufsempfehlung und keine Prognose; einzelne namentlich genannte Titel dienen ausschließlich der Veranschaulichung historischer Kursmuster. Vergangene Ergebnisse — ob simuliert oder real — sind kein verlässlicher Indikator für künftige Renditen. Wer Anlageentscheidungen trifft, sollte die eigene Lage und die eigenen Risiken prüfen, im Zweifel mit fachlicher Beratung.