XAUUSD Scalping mit AI: das Setup und der echte Backtest

Das hier ist Teil unseres AI-Forex-Trading-Guides – und es ist der Artikel, in dem wir am wenigsten verkaufen und am meisten Zahlen zeigen. Wenn du "xauusd scalping strategie" googelst, findest du fast überall dasselbe: M1-Charts, zwei EMAs, RSI, "trade die London-New-York-Overlap", fertig. Was du fast nirgends findest: einen echten 12-Monats-Backtest mit allen Metriken, inklusive der unbequemen. Genau den bekommst du hier. Das Setup läuft als MT5-Expert-Advisor, wurde komplett mit Claude entwickelt und hat im Backtest +12,2 % in 12 Monaten bei 9,1 % maximalem Drawdown gemacht – FTMO-konform.

Eine Sache vorweg, damit wir uns richtig verstehen: "Scalping" heißt hier nicht 50 Trades am Tag auf dem M1. Es heißt kurze Haltezeiten (im Schnitt wenige Stunden), enge ATR-basierte Targets und ein hartes Tages-Limit. Warum das so ist – und warum der klassische M1-Ansatz an den Gold-Spreads stirbt – ist der erste Punkt.

Warum Gold anders tickt als EURUSD

Gold ist 2026 das beliebteste Instrument unter Retail-Tradern, und das aus gutem Grund: XAUUSD liefert regelmäßig Tagesranges von 200 bis 500+ Pips, an News-Tagen (NFP, FOMC, CPI) auch mal über 1.000. Diese Volatilität ist deine Gewinnquelle – und gleichzeitig der Grund, warum die meisten Gold-Scalper Geld verlieren.

Das Problem ist der Spread. In Blogartikeln liest du gern "1 bis 2,5 Pips während der Hauptsessions". In der MT5-Realität, mit echten Tick-Daten getestet, liegt der effektive Spread auf Gold bei $1,00 bis $1,50 – und bei News weitet er sich auf 50+ Pips aus. Wenn dein Take Profit auf dem M1 nur 5–10 Pips entfernt ist, frisst der Spread 20–50 % jedes Gewinners. Das ist der Hauptgrund, warum M1-Gold-Scalping mit Indikator-Kreuzungen in Backtests fast immer negativ endet, sobald man realistische Kosten ansetzt.

Die Konsequenz für unser Setup: H1 statt M1, und ein Take Profit, der groß genug ist, um den Spread zu absorbieren. Das klingt unsexy, ist aber der Unterschied zwischen einem Setup, das in der Theorie funktioniert, und einem, das auf einem echten Broker-Konto überlebt.

Das Setup: 8-Faktor Confluence Score auf H1

Statt auf eine einzelne Indikator-Kreuzung zu warten, bewertet das Setup jede H1-Kerze mit einem Score aus 8 Faktoren. Erst ab 5 von 8 Punkten wird ein Trade eröffnet. Für einen Long-Entry zählen:

1. EMA5 > EMA13 – Micro-Trend aufwärts
2. EMA13 > EMA34 – Short-Term-Trend aufwärts
3. Preis > VWAP (mit täglichem Reset) – Intraday-Bias bullisch
4. RSI(7) zwischen 35 und 63 – Momentum da, aber nicht überkauft
5. Stochastic K(5,3,3) > D – kurzfristiges Momentum bestätigt
6. MACD(5,13,4)-Histogramm > 0
7. Bullische Kerze (Close > Open)
8. ROC(3) > 0 – 3-Bar Rate-of-Change positiv

Short-Entries sind exakt spiegelbildlich. Dazu kommt ein Volatilitäts-Filter: Getradet wird nur, wenn das Verhältnis ATR(7)/ATR(14) zwischen 0,65 und 1,60 liegt. Das filtert zwei Marktzustände raus, in denen Scalping zuverlässig Geld verbrennt – tote Seitwärtsphasen und News-Explosionen, in denen der Spread explodiert und Slippage jeden Edge auffrisst.

Warum ein Score statt harter Bedingungen? Weil "alle 8 Faktoren müssen passen" im Test zu wenige Trades produziert hat (dazu unten mehr). Der Score lässt zu, dass z. B. die Kerzenfarbe mal nicht passt, solange Trend, VWAP und Momentum stimmen. Das ist genau die Art Logik, die du mit Claude in Minuten formulieren und testen kannst, statt sie wochenlang manuell zu verdrahten.

Die Mathematik dahinter: TP, SL und die Breakeven-Win-Rate

Exits sind komplett ATR-basiert: Take Profit bei 0,8 × ATR(7), Stop Loss bei 2,0 × ATR(7), Zwangsschließung nach 10 H1-Bars und am Tagesende. Bevor du jetzt denkst "TP kleiner als SL, ist der irre?" – rechne mit.

Die wichtigste Formel im ganzen Artikel ist die Breakeven-Win-Rate:

BEW = SL / (TP + SL) = 2,0 / (0,8 + 2,0) = 71,4 %

Das heißt: Bei diesem TP:SL-Verhältnis brauchst du rein rechnerisch 71,4 % Gewinner, um auf null zu kommen. Die tatsächliche Win-Rate im Backtest liegt bei 67,98 % – also darunter. Dass das Setup trotzdem profitabel ist, liegt am dynamischen Position Sizing (nächste Section): größere Positionen in Gewinnphasen, kleinere in Verlustphasen. Ohne diesen Mechanismus wäre das Setup leicht negativ. Mit ihm: +12,2 %.

Warum dann nicht einfach TP vergrößern? Wurde getestet. TP=0,9 senkt die Win-Rate so stark, dass unterm Strich weniger übrig bleibt. Und TP=0,6 klingt nach mehr Treffern, scheitert aber am Spread: bei $1,50 effektivem Spread ist das Setup bei TP=0,6 exakt am Breakeven. TP=0,8 × ATR ist für Gold das Minimum – das ist eine der teuersten Lektionen aus der Entwicklung, und du bekommst sie hier gratis.

📥 Gold-Setup zum Nachbauen

Im kostenlosen AI-Trading-Starter-Kit findest du die Prompt-Vorlagen, mit denen dieses Setup entwickelt wurde – vom ersten Backtest-Skript bis zum fertigen EA. Hol dir das Starter-Kit →

Der Backtest: 12 Monate MT5, jeder Tick

Getestet wurde in MetaTrader 5 im Modus "Jeder Tick" (das genaueste Modell), Zeitraum 01.04.2025 bis 01.04.2026, Startkapital 100.000 €, Symbol XAUUSD auf H1. Die Ergebnisse der Produktionsversion (V3 Optimized):

Jetzt der Teil, den dir Verkaufsseiten von Gold-EAs verschweigen: Ein Profit Factor von 1,06 ist dünn. Wenn du EA-Reviews liest, siehst du dort Profit Factors von 2 bis 3,5 und Win-Rates über 80 % – fast immer aus kurzen Zeiträumen, mit Grid-/Martingale-Logik oder auf gefitteten Parametern. Ein PF von 1,06 über 1.596 Trades und 12 Monate ist dagegen ein ehrliches Ergebnis mit realistischen Spreads. Es bedeutet auch: Das Setup verträgt keinen schlechten Broker mit breiten Spreads und keine eigenmächtigen Parameter-Änderungen. Der Edge ist klein und muss geschützt werden – genau deshalb läuft es als EA und nicht manuell.

Wichtig auch fürs Erwartungsmanagement: 12 % p. a. klingen unspektakulär neben "42 % in 5 Monaten"-Versprechen. Aber 12 % bei unter 10 % Drawdown ist exakt das Profil, das eine Prop-Firm-Challenge besteht. 42 % mit 20 % Drawdown besteht keine.

FTMO-konformes Position Sizing: die Formel

Das Setup wurde von Anfang an gegen die FTMO-Limits gebaut: maximal 5 % Tagesverlust, maximal 10 % Gesamtverlust – beides von der Anfangsbalance gerechnet, Equity-basiert. Wie diese Regeln im Detail funktionieren (und woran 70 % der Challenge-Teilnehmer scheitern), liest du im Prop-Firm-Challenge-Artikel. Hier die Sizing-Logik, die daraus folgt:

def calc_lots(equity, daily_start, initial_balance, sl_distance, tick_value):
    remaining_daily = daily_start * 0.05 - max(0, daily_start - equity)
    remaining_total = equity - initial_balance * 0.90
    effective_limit = min(remaining_daily, remaining_total)

    SAFETY_FACTOR = 0.40   # getestet: 0.45 reisst das FTMO-Limit
    MAX_SL_HITS   = 4      # Worst-Case-Annahme pro Tag

    risk_per_trade = (effective_limit * SAFETY_FACTOR) / MAX_SL_HITS
    return round(risk_per_trade / (sl_distance * tick_value), 2)

Konkret auf einem 100k-Konto am Tagesstart: effektives Limit 5.000 €, Risiko pro Trade (5.000 × 0,40) / 4 = 500 €. Bei ATR(7) = 20 ist der SL 40 Punkte entfernt → 0,125 Lots. Nach Verlusten schrumpft das Limit und damit automatisch die Positionsgröße. Das ist der Mechanismus, der die Win-Rate-Lücke zur Breakeven-Schwelle schließt – und gleichzeitig die Garantie, dass selbst 4 SL-Hits an einem Tag nur 2 % kosten, nicht 5.

Dazu kommen zwei harte Bremsen: maximal 8 Trades pro Tag und Schließung aller Positionen ab 23 Uhr. Beides klingt banal, beides hat im Test messbar Drawdown reduziert.

Was NICHT funktioniert hat (und dich Geld gekostet hätte)

Der vielleicht wertvollste Teil der Entwicklung waren die verworfenen Ideen. Eine Auswahl, jeweils sauber in MT5 gegengetestet:

Der Stunden-Filter ist die Lektion, die ich jedem mitgeben würde: In Python-Backtests (UTC-Daten) brachte er +37 %. In MT5 mit Broker-Zeit (UTC+2/+3) war derselbe Filter wirkungslos bis schädlich. Wenn dir jemand ein Gold-Setup mit "trade nur die London-Open!" verkauft und nur Python-Backtests zeigt: genau hinschauen. Die Session-Weisheit aus den Ranking-Artikeln ("8 bis 12 Uhr EST scalpen") ist nicht falsch – aber sie überlebt den Transfer in einen echten EA oft nicht.

So baust du das Setup mit Claude nach

Du musst dafür nicht programmieren können – du musst präzise beschreiben. Der Workflow, der hier funktioniert hat: erst die Strategie-Logik in Python backtesten (schnelle Iteration), dann den Gewinner nach MQL5 portieren und in MT5 verifizieren. Wie die MT5-Anbindung technisch läuft, steht im MetaTrader-5-Claude-Guide. Der Start-Prompt für die Python-Phase sieht so aus:

Schreibe mir einen Python-Backtest für XAUUSD auf H1-Daten:

Entry Long, wenn mindestens 5 von 8 Bedingungen erfüllt:
EMA5>EMA13, EMA13>EMA34, Close>VWAP (täglicher Reset),
RSI(7) in [35,63], StochK(5,3,3)>StochD, MACD(5,13,4)-Hist>0,
Close>Open, ROC(3)>0. Short spiegelbildlich.

Exits: TP=0.8*ATR(7), SL=2.0*ATR(7), max 10 Bars Haltezeit,
EOD-Close. Vol-Filter: nur traden wenn ATR7/ATR14 in [0.65,1.6].

Rechne mit $1.50 effektivem Spread pro Round-Turn.
Gib aus: Netto-PnL, Profit Factor, Win Rate, Max Drawdown,
Trade-Anzahl und die Breakeven-Win-Rate für das TP:SL-Verhältnis.

Die letzte Zeile ist der Punkt, an dem AI-gestützte Entwicklung besser ist als 90 % der gekauften EAs: Du zwingst jedes Experiment, sich an der Breakeven-Win-Rate messen zu lassen. Liegt die echte WR drunter und es gibt kein dynamisches Sizing, ist die Variante tot – egal wie schön die Equity-Kurve im Cherry-Picked-Zeitraum aussieht.

🚀 Vom Backtest zum laufenden System

Der komplette Weg – Strategie-Prompts, Backtest-Framework, MQL5-Portierung, FTMO-Risk-Layer – Schritt für Schritt: Starte mit dem AI-Trading-Setup →

FAQ

Welcher Timeframe ist der beste für XAUUSD-Scalping?

Für automatisierte Setups mit realistischen Kosten: H1. M1/M5-Scalping scheitert auf Gold meist am effektiven Spread von $1,00–1,50, der bei kleinen Targets 20–50 % jedes Gewinners frisst. H1 mit ATR-basierten Exits hält die Haltezeit kurz, gibt dem Trade aber genug Raum, um den Spread zu verdienen.

Wie groß muss der Take Profit bei Gold mindestens sein?

Im Test war 0,8 × ATR(7) das Minimum. Bei TP = 0,6 × ATR war das Setup wegen des Spreads exakt am Breakeven, bei 0,9 sank die Win-Rate stärker als der Mehrgewinn brachte. Fixe Pip-Targets sind auf Gold generell schlechter als ATR-basierte, weil sich die Tagesvolatilität zwischen 200 und 1.000+ Pips bewegt.

Ist Gold-Scalping auf einem FTMO-Konto erlaubt?

Ja. FTMO erlaubt EAs und Algo-Trading; verboten sind HFT, Latency-Arbitrage und Tick-Scalping (Richtwert: über 2.000 Server-Requests pro Tag). Ein H1-Setup mit maximal 8 Trades pro Tag ist davon weit entfernt. Entscheidend ist das Sizing gegen die Drawdown-Limits – die Formel dafür steht oben im Artikel.

Funktioniert das Setup garantiert auch in Zukunft?

Nein, und jeder, der dir das verspricht, lügt. Ein Profit Factor von 1,06 ist ein kleiner, realer Edge – kein Geldautomat. Das Setup braucht einen Broker mit engen Gold-Spreads, die FTMO-Sizing-Logik und regelmäßige Forward-Tests auf Demo, bevor echtes Geld dranhängt. Die Methodik (Score-Logik, Breakeven-WR-Check, MT5-Verifikation) ist das eigentlich Übertragbare.

Brauche ich Programmierkenntnisse, um das nachzubauen?

Nein. Der gesamte EA wurde mit Claude entwickelt: Strategie auf Deutsch beschreiben, Python-Backtest generieren lassen, iterieren, am Ende nach MQL5 portieren. Was du brauchst, ist Präzision in der Beschreibung und die Disziplin, jede Variante in MT5 mit "Jeder Tick" gegenzutesten. Für die komplette Implementation siehe unseren AI Trading Guide.