Backtesting vs Live Risico: Waarom de werkelijkheid altijd volatieler is

Portret van Alex de Vries, Quantitatief Analist & Algo-Trading Expert
Alex de Vries
Quantitatief Analist & Algo-Trading Expert
Risicomanagement & Portfolio Protectie · 2026-02-15 · 6 min leestijd
Transparantie: Dit artikel bevat affiliate links. Als je via onze link een product koopt, ontvangen wij een kleine commissie. Dit kost jou niets extra en helpt ons om deze site te onderhouden.

Je denkt dat je strategie waterdicht is, tot je hem live zet en de markt je een lesje leert.

Backtesting voelt als een game winnen op de moeilijkheidsgraad ‘makkelijk’. Live trading is de finale tegen een onvoorspelbare tegenstander.

Het verschil zit ‘m niet in je code, maar in de ruis die de echte markt toevoegt. Je Python-bot kan perfect zijn, maar de werkelijkheid is harder en volatieler. Stel je voor: je backtest op Binance met een Python-script op je laptop. Je haalt 15% rendement in drie maanden. Mooi.

Maar zodra je live gaat, botsen orderuitvoering, spread en serververtragingen op elkaar.

Je bot ziet een prijs van €42,50, maar krijgt er €42,42. Dat kleine gat, dat is je echte risico.

Backtesting: de schone schijn van perfectie

Backtesting is een simulator. Je voert historische data in, je script draait en je krijgt een mooi equity-curve.

In Python gebruik je bibliotheken zoals Backtrader of VectorBT, je haalt data via de API van je broker, en je telt je winst.

Het voelt echt, maar het is een reconstructie. Je betaalt er weinig voor. Data van Binance of Kraken is vaak gratis tot een bepaalde limiet.

Een VPS voor je script kost een euro of vijf per maand. De grootste kosten zijn je tijd en rekenkracht.

Je kunt dagen testen voor minder dan €20. Maar de markt in je backtest is schoon. Geen slippage, geen downtime, geen orderboek-gaten. Je ziet geen candle die plots 3% spuit door een liquidatiecascade.

Je ziet geen spread die oploopt tijdens nieuws. Dat is het risico dat je niet ziet.

Je kunt wel slippage simuleren. Je kunt 0,1% spread optellen en 0,2 seconde vertraging. Maar het blijft een schatting. De echte markt is creatiever in chaos dan jouw script.

Live trading: waar de werkelijkheid toeslaat

Live trading is de markt in je gezicht. Je broker is niet meer een datafeed, maar een partner met eigen regels.

Je API-call moet door, je order moet gevuld, en je bot moet reageren. Als de exchange tijdelijk down is, zit jij vast.

De kosten zijn hoger dan je denkt. Trading fees liggen vaak tussen 0,05% en 0,2% per trade. Bij hoge frequentie telt dat op. En dan is er nog funding rate bij futures, of dividend bij aandelen.

Je winst uit de backtest moet deze kosten dekken. Kaas en brood, maar dan met data.

De live-markt voegt ruis toe: prijsschommelingen door één grote market maker, een bug in je broker-API, of een netwerkstoring. Je bot kan perfect zijn, maar de infrastructuur is een zwakke schakel. Je risicomanagement moet hier op inspelen.

Gebruik een circuit breaker: stop de bot na drie opeenvolgende errors. Zet een maximum position size per trade.

En houd buffer in je cash voor margin calls. Een backtest heeft die buffer niet nodig; je live-account wel.

Backtesting vs Live: 5 concrete criteria

Prijs: in een backtest zie je de exacte candle-close. Live krijg je de best beschikbare prijs, vaak met een spread.

Bij Binance spot is de spread klein, maar tijdens volatiliteit loopt die op tot 0,2% of meer. Dat eet je marge op, vooral bij kleine winstmarges.

Capaciteit: backtesting draait op je laptop of een VPS. Live moet je server stabiel zijn, met lage latency naar de exchange. Een VPS in Frankfurt bij Binance kan 10–20 ms latency geven. Een thuisnetwerk kan 100 ms zijn, wat je slippage vergroot.

Gebruiksgemak: backtesten is makkelijk. Je schrijft code, je draait, je ziet resultaten.

Live trading vraagt om monitoring, alerts en foutopsporing. Tools als Grafana, Telegram-alerts of een dashboard om live risico's te monitoren helpen. Je moet weten wat je bot doet, zonder constant te kijken.

Kosten op termijn: backtesten kost vooral tijd. Live trading kost geld: fees, spread, eventuele data-abonnementen (zoals een premium API-sleutel bij sommige brokers).

Als je 100 trades per dag doet, kan 0,1% fee al snel €50 per dag zijn bij €50.000 volume.

Risico op fouten: in een backtest draai je alles terug. Live gaat fouten pijn doen. Een verkeerde ordergrootte door over-leveraging, een bug in de risicolimiet, een verkeerde API-call.

Je hebt geen ‘undo’. Daarom is testen op een paper-account essentieel voordat je echt geld inzet.

Risicomanagement: de brug tussen backtest en live

Focus op drie dingen: positie, stop en uitlevering. Gebruik een vaste fractie per trade, bijvoorbeeld 1% van je totale kapitaal.

“Een backtest zegt niets over je emoties, maar live trading wel.”

Zet een stop-loss op een technisch niveau, niet op een percentage alleen. En test je exit-strategie: lukt een verkoop bij een flash crash? Je emoties doen ertoe. Als je bot verliest, wil je misschien ingrijpen.

Dat is menselijk, maar het breekt je systeem. Zet heldere regels op en houd je daaraan.

Gebruik een risicodaglimiet: stop na X% verlies op een dag. Dat voorkomt sneeuwbaleffecten.

Verwerk live data in je risicobewaking. Monitor de spread, de orderboekdiepte en de funding rate. Bij futures is de funding rate een extra risico: je kunt positief of negatief financieren, wat je rendement beïnvloedt. Pas je strategie aan of vermijd uren met hoge funding.

Keuzehulp: welke kies je?

Kies backtesting als je een nieuwe strategie wilt valideren zonder geld te riskeren. Als je kosten laag moeten zijn en je wilt snel leren.

Als je nog geen broker-API hebt ingericht of als je code nog in de kinderschoenen staat. Kies live trading als je strategie stabiel is getest en je klaar bent voor echte uitvoering. Als je broker betrouwbaar is, je API goed is ingericht en je risicomanagement op orde.

Als je bereid bent kosten te dragen voor echte marktdata en uitvoering.

Een middenweg is paper trading op een live broker. Je gebruikt een demo-account via de API, zonder echt geld. Je ziet echte prijzen en spreads, maar je loopt geen kapitaalrisico.

Je kunt je bot draaien op een testnet, zoals Binance Testnet, om uitlevering en latency te testen. Stap voor stap: begin met een backtest op 6–12 maanden data.

Voeg slippage en fees toe. Ga dan naar paper trading voor minstens twee weken.

Pas daarna naar een klein live-bedrag, bijvoorbeeld €500–€1000. Monitor elke trade, verbeter je risicoregels, en schaal langzaam op. Concreet voorbeeld: een Python-bot op Binance futures, met een 1% risico per trade, een stop-loss op 2% en een take-profit op 4%. Je backtest laat 12% rendement zien, maar bepaal eerst of je risico-rendement verhouding realistisch is voor jouw bot.

Live, na fees en spread, wordt het 8–9%. Dat is normaal. Als je live onder de 5% zit, kijk dan naar je uitvoering en spread.

Tot slot: de werkelijkheid is volatieler omdat de markt leeft. Backtesting is een kaart, live is het terrein. Zorg dat je kaart klopt, maar bouw een stevige rugzak voor de reis. Dan blijft je bot niet alleen staan, maar loopt hij ook veilig mee.

Portret van Alex de Vries, Quantitatief Analist & Algo-Trading Expert
Over Alex de Vries

Alex is een ervaren quantitatief analist en Python-ontwikkelaar die complexe trading concepten vertaalt naar begrijpelijke, praktische handleidingen voor zowel beginners als gevorderden.