Multi-Timeframe Analyse im Krypto-Trading: Marktstruktur, Bias und Entries professionell verbinden

1. Was ist Multi-Timeframe Analysis?

Multi-Timeframe Analysis bedeutet, denselben Markt auf mehreren Zeitebenen systematisch zu analysieren.

Ziel ist nicht, möglichst viele Charts gleichzeitig zu beobachten.

Ziel ist:

jedem Timeframe eine klar definierte Funktion zu geben.

Beispielsweise:

2. Warum ein einzelner Timeframe problematisch sein kann

Ein einzelner Chart zeigt immer nur:

einen Ausschnitt der Marktstruktur.

Beispiel:

15m:

• Higher High
• Higher Low
• bullish Breakout

Daily:

• Lower High
• Lower Low
• bearish Trend

Beide Aussagen können gleichzeitig korrekt sein.

Genau deshalb gilt:

Marktstruktur ist timeframeabhängig.

3. Fraktale Marktstruktur

Märkte besitzen häufig ähnliche Strukturen über unterschiedliche Zeitrahmen.

Ein Trend auf einem kleinen Timeframe kann innerhalb eines Pullbacks auf einem höheren Timeframe existieren.

Beispiel:

Daily Downtrend
        ↓

        Lower High
            ●
             \
              \
               \
                ▼ Pullback

Innerhalb des Pullbacks:

15m Uptrend
Higher High
Higher Low
Higher High

Der 15m Uptrend widerspricht dem Daily Downtrend nicht zwingend.

Er kann:

lediglich Teil der Daily-Korrektur sein.

4. Der Higher Timeframe bestimmt den Kontext

Der höhere Timeframe beantwortet Fragen wie:

• Trend oder Range?
• Wo befinden wir uns innerhalb der großen Struktur?
• Welche Levels sind wirklich relevant?
• Welche Richtung besitzt strukturellen Vorteil?

Beispiel:

Daily:

• klarer Uptrend,
• Pullback in Daily Support.

Dann kann auf 4H oder 1H gezielt nach:

Long-Continuation-Setups

gesucht werden.

5. Der Lower Timeframe bestimmt die Execution

Der niedrigere Timeframe beantwortet:

• Wann kommt der Trigger?
• Wo liegt die präzise Invalidierung?
• Wie eng kann die Position strukturiert werden?

Beispiel:

Daily Support:

100.000–102.000 USD

Auf 1H entsteht:

• Sweep,
• Reclaim,
• Higher Low.

Dadurch entsteht:

ein präziserer Entry innerhalb des größeren Daily-Kontexts.

6. Top-Down Analysis

Der klassische professionelle Ablauf:

HIGHER TIMEFRAME → LOWER TIMEFRAME.

Beispiel:

1. Weekly analysieren.
2. Daily Regime bestimmen.
3. 4H Setup suchen.
4. 1H Trigger abwarten.
5. 15m Execution optimieren.

Dadurch wird verhindert, dass ein kleiner Chart den gesamten Bias bestimmt.

7. Bottom-Up Analysis

Trader machen häufig das Gegenteil:

Sie sehen zuerst ein kleines Signal und suchen danach auf höheren Timeframes Bestätigung.

Das erzeugt:

Confirmation Bias.

Beispiel:

Trader sieht auf 5m:

bullish divergence.

Danach sucht er:

• irgendeinen Daily Support,
• irgendeinen Fibonacci-Level,
• irgendeine Trendlinie.

Das ist:

keine saubere Top-Down Analysis.

8. Timeframe-Hierarchie

Eine mögliche Hierarchie:

Diese Kombination ist:

nur ein Beispiel.

Ein Daytrader kann andere Timeframes verwenden als ein Swing Trader.

9. Swing Trading Timeframes

Beispiel:

• Weekly = Kontext
• Daily = Setup
• 4H = Entry

Haltedauer:

typischerweise:

mehrere Tage bis Wochen.

10. Day Trading Timeframes

Beispiel:

• 4H = Kontext
• 1H = Setup
• 15m = Trigger
• 5m = Execution

Wichtig:

Je niedriger der Timeframe, desto stärker können:

• Noise,
• Fees,
• Slippage

ins Gewicht fallen.

11. Scalping Timeframes

Scalper können analysieren:

• 1H
• 15m
• 5m
• 1m

Aber:

extrem niedrige Timeframes können hohe Anforderungen stellen an:

• Execution,
• Gebührenstruktur,
• Datenqualität,
• Disziplin.

12. Timeframe Ratio

Einige Trader verwenden ungefähr Faktor 4–6 zwischen Analyse-Timeframes.

Beispiel:

• Daily → 4H
• 4H → 1H
• 1H → 15m

Das ist:

keine wissenschaftlich notwendige Regel.

Es ist lediglich:

eine praktische Strukturierungsmethode.

13. Marktregime zuerst

Bevor ein Setup gesucht wird:

Trend oder Range?

Beispiel:

Daily Range:

• 100k–110k

1H bullish Breakout:

kann lediglich:

Rotation innerhalb der Daily Range

sein.

14. Higher-Timeframe Bias

Bias bedeutet:

welche Richtung strukturell bevorzugt wird.

Beispiel:

Daily:

• Higher High,
• Higher Low.

Bias:

bullish.

Aber:

Bias bedeutet nicht:

jederzeit Long.

15. Bias vs. Entry

Ein bullisher Bias kann existieren, während:

kein Entry vorhanden ist.

Beispiel:

• Daily bullish,
• Preis direkt unter Resistance,
• kein Pullback.

Dann kann:

WAIT

die beste Entscheidung sein.

16. Bias vs. Thesis

Bias:

allgemeine Richtungspräferenz.

Thesis:

konkrete Trading-Idee.

Beispiel:

Bias:

Daily bullish.

Thesis:

Long bei Retest des Daily Breakout-Levels nach 1H Reclaim.

17. Weekly Context

Weekly zeigt:

• große Marktzyklen,
• große Swing Levels,
• langfristige Struktur.

Besonders bei Bitcoin können Weekly Levels über Monate relevant bleiben.

18. Daily Context

Daily eignet sich häufig für:

• Trenddefinition,
• Range-Struktur,
• große Support-/Resistance-Zonen.

Für viele Swing Trader ist Daily:

der zentrale Bias-Timeframe.

19. 4H Setup Timeframe

4H bietet oft:

• mehr Struktur als niedrige Timeframes,
• präzisere Zonen als Daily.

Deshalb eignet sich 4H häufig als:

Setup Timeframe.

20. 1H Trigger Timeframe

1H kann zeigen:

• Liquidity Sweep,
• Reclaim,
• Structure Shift,
• Break + Retest.

Damit wird:

aus Location ein Trigger.

21. 15m Execution Timeframe

15m kann helfen:

• Entry genauer zu definieren,
• Stop struktureller zu setzen,
• R:R zu verbessern.

Gefahr:

Over-Optimization.

Zu viel Zoom kann aus einem guten Setup einen verpassten Trade machen.

22. Timeframe Conflict

Beispiel:

Das ist kein Widerspruch.

Es kann bedeuten:

15m Reversal innerhalb eines 4H Pullbacks im Daily Uptrend.

23. Conflict Resolution

Wenn Timeframes widersprüchlich wirken:

1. höheren Timeframe bestimmen.
2. Funktion jedes niedrigeren Timeframes prüfen.
3. erkennen, ob kleinere Struktur lediglich Teil eines Pullbacks ist.

Regel:

Kontext schlägt Noise.

24. Multi-Timeframe Support

Besonders stark können Zonen werden, wenn mehrere Timeframes ähnliche Preisbereiche markieren.

Beispiel:

• Weekly Support = 98k–101k
• Daily Breakout Level = 100k
• 4H Higher Low = 99.5k

Dadurch entsteht:

ein Cluster relevanter Struktur.

25. Multi-Timeframe Resistance

Umgekehrt:

• Weekly Resistance,
• Daily Swing High,
• 4H Range High.

Wenn mehrere Ebenen im selben Bereich liegen, kann:

das Level strukturell relevanter werden.

26. Trend Pullback über mehrere Timeframes

Beispiel:

• Daily Uptrend
• 4H Pullback
• 1H Sweep
• 15m bullish Structure Shift

Dadurch entsteht:

ein Multi-Timeframe Trend-Pullback-Setup.

27. Breakout & Retest Multi-Timeframe

Beispiel:

• Daily Resistance bricht,
• 4H Acceptance darüber,
• 1H Retest,
• 15m Trigger.

Das verbindet:

großes Level + präzise Execution.

28. Liquidity Sweep Multi-Timeframe

Beispiel:

• Daily Support,
• 4H Previous Low,
• 1H Sweep,
• 15m Reclaim.

Der Sweep gewinnt dadurch:

strukturellen Kontext.

29. Range Trading Multi-Timeframe

Beispiel:

• Daily Range,
• 4H Range Low,
• 1H Sweep,
• 15m Reentry.

Ziel:

Midrange oder Range High.

30. Support & Resistance Multi-Timeframe

Beispiel:

• Weekly Level,
• Daily Zone,
• 4H Rejection,
• 1H Entry.

Genau hier zeigt sich:

Multi-Timeframe Analysis verbindet die vorherigen Kapitel dieser Serie.

31. Volume über unterschiedliche Timeframes

Volumen sollte zum Analyse-Timeframe passen.

Beispiel:

• Daily Volume für Daily Breakout,
• 1H Volume für 1H Trigger.

Ein 5m Volume Spike sollte nicht automatisch einen Weekly-Level-Breakout bestätigen.

32. CVD und Timeframes

CVD kann auf unterschiedlichen Aggregationszeiträumen unterschiedlich aussehen.

Beispiel:

• Daily CVD schwach,
• 15m CVD bullish.

Das kann:

kurzfristige Kaufaggression innerhalb eines größeren bearishen Kontextes

bedeuten.

33. Open Interest und Timeframe Context

Ein OI-Anstieg über 15 Minuten besitzt eine andere Bedeutung als ein mehrwöchiger OI-Aufbau.

Deshalb:

Datenhorizont muss zum Trade-Horizont passen.

34. Funding und Multi-Timeframe Bias

Funding ist relativ kurzfristig.

Es sollte deshalb nicht allein einen langfristigen Weekly Bias bestimmen.

Beispiel:

Daily Uptrend kann weiterhin intakt sein, obwohl Funding kurzfristig negativ wird.

35. Makro-Timeframe

Multi-Timeframe Analysis endet nicht zwingend beim Chart.

Ein größerer Kontext kann sein:

• Zinsumfeld,
• Liquidität,
• DXY,
• Risk-On / Risk-Off.

Diese Faktoren können:

den übergeordneten Bias beeinflussen.

36. Event Risk und Timeframes

Ein 15m Setup unmittelbar vor FOMC kann technisch perfekt aussehen.

Aber:

ein Makroevent kann innerhalb von Sekunden:

• mehrere Timeframes invalidieren,
• Volatilität erhöhen,
• Slippage erzeugen.

Deshalb:

Event Calendar gehört über alle Timeframes.

37. Overanalysis

Multi-Timeframe Analysis kann auch übertrieben werden.

Beispiel:

• Monthly
• Weekly
• Daily
• 12H
• 8H
• 6H
• 4H
• 2H
• 1H
• 30m
• 15m
• 5m

Ergebnis:

Analysis Paralysis.

Ziel:

wenige Timeframes, klare Funktion.

38. Timeframe Redundancy

4H und 3H liefern häufig sehr ähnliche Information.

Ebenso:

15m und 10m.

Mehr Charts bedeuten nicht:

mehr unabhängige Information.

39. Timeframe Alignment

Besonders klare Setups können entstehen, wenn mehrere Ebenen dieselbe Richtung unterstützen.

Beispiel:

• Daily bullish,
• 4H bullish structure,
• 1H bullish trigger.

Das wird häufig:

Timeframe Alignment

genannt.

40. Alignment ist keine Garantie

Auch wenn:

• Weekly bullish,
• Daily bullish,
• 4H bullish

sind, kann:

der nächste Trade verlieren.

Alignment verbessert:

Kontextklarheit.

Nicht:

Sicherheit.

41. Counter-Trend Trading

Multi-Timeframe Analysis zeigt auch, wann ein Trade gegen den höheren Trend läuft.

Beispiel:

• Daily Uptrend,
• 1H bearish reversal.

Ein Short:

ist Counter-Trend.

Er kann funktionieren, benötigt aber:

andere Erwartungen und möglicherweise anderes Risk Management.

42. Counter-Trend Targets

Ein Counter-Trend Trade sollte oft konservativer gemanagt werden.

Beispiel:

Daily Uptrend, 1H Short.

Target:

möglicherweise nur:

• 4H Support,
• Daily Pullback Zone.

Nicht automatisch:

vollständige Trendwende.

43. Timeframe und Stop-Distanz

Höhere Timeframes besitzen meist:

größere strukturelle Stop-Distanzen.

Beispiel:

Deshalb muss:

Positionsgröße angepasst werden.

44. Position Sizing über Timeframes

Beispiel:

Konto:

20.000 €.

Risk:

0,5 % = 100 €.

1H Setup

Stop:

2 %.

Position:

100 ÷ 0,02 = 5.000 €

Daily Setup

Stop:

5 %.

Position:

100 ÷ 0,05 = 2.000 €

Risk bleibt:

gleich.

Position verändert sich.

45. Multi-Timeframe Long-Fallstudie

Hypothetisches BTC-Beispiel:

Weekly

• Uptrend
• Higher High

Daily

• Pullback
• Support = 100.000–102.000

4H

• Liquidity Sweep = 99.800
• Reclaim = 100.600

1H

• bullish Structure Shift
• Higher Low = 100.900

Entry

101.200 USD

Stop

99.600 USD

Target

106.000 USD

Risk:

1.600 USD.

Reward:

4.800 USD.

Planned R:R:

3:1.

46. Multi-Timeframe Short-Fallstudie

Weekly

• Downtrend

Daily

• Lower High
• Resistance = 110k–112k

4H

• Buy-Side Sweep = 112.300

1H

• bearish Reclaim
• Lower High

Short Entry

111.000 USD

Stop

112.700 USD

Target

105.900 USD

Risk:

1.700 USD.

Reward:

5.100 USD.

Planned R:R:

3:1.

47. Failed Multi-Timeframe Setup

Beispiel:

• Daily bullish,
• 4H Pullback,
• 1H bullish trigger.

Trader kauft.

Danach:

• 4H Support bricht,
• Daily Structure verliert Higher Low.

Dann muss:

Higher-Timeframe Thesis neu bewertet werden.

Ein 15m Higher Low rettet keine:

gebrochene Daily-Struktur.

48. Multi-Timeframe Score

Maximum:

16 Punkte.

49. Multi-Timeframe Journal

Sinnvolle Felder:

• Asset
• Weekly Bias
• Daily Regime
• 4H Setup
• 1H Trigger
• 15m Entry
• HTF Level
• Liquidity Event
• Volume
• CVD
• OI
• Funding
• Entry
• Stop
• Target
• Planned R
• Realized R
• MAE
• MFE

50. Welche Fragen Journaldaten beantworten sollten

• Funktionieren aligned Setups besser?
• Welche HTF/LTF-Kombination funktioniert am besten?
• Welche Trigger liefern die höchste Expectancy?
• Wie schneiden Counter-Trend-Trades ab?
• Verbessert ein Daily-Level die Ergebnisse?
• Wie stark beeinflusst Event Risk die Performance?

51. Wann kein Multi-Timeframe Trade genommen wird

• höherer Timeframe völlig unklar,
• Regime nicht bestimmbar,
• Lower-Timeframe-Signal ohne relevante Location,
• Timeframes widersprechen sich massiv,
• kein klarer Trigger,
• R:R unattraktiv,
• Event Risk unmittelbar bevorstehend,
• Portfolio bereits stark exponiert.

52. Häufigste Multi-Timeframe-Fehler

Fehler 1: Zu viele Timeframes

Analysis Paralysis.

Fehler 2: Bottom-Up statt Top-Down

Bias wird nachträglich gesucht.

Fehler 3: Kleine Struktur übergewichten

5m Signal schlägt angeblich Daily Trend.

Fehler 4: Bias = Entry

bullish bedeutet nicht automatisch Long jetzt.

Fehler 5: Counter-Trend ignorieren

Trade wird falsch eingeordnet.

Fehler 6: Timeframe Redundancy

viele ähnliche Charts liefern kaum neue Information.

Fehler 7: Stop-Timeframe falsch

Daily Thesis mit 5m Stop.

Fehler 8: Ziel-Timeframe falsch

15m Setup soll plötzlich Weekly Trendbewegung erwischen.

Fehler 9: Event Risk ignorieren

Makro kann alle kleinen Strukturen zerstören.

Fehler 10: Keine Statistik

Timeframe-Kombinationen werden nicht getestet.

53. KryptoPath Multi-Timeframe Checklist

• ☐ Was zeigt Weekly?
• ☐ Was ist das Daily Regime?
• ☐ Wo liegt HTF Support / Resistance?
• ☐ Was ist mein Bias?
• ☐ Ist Bias gleichbedeutend mit Entry? Nein.
• ☐ Welcher Timeframe definiert das Setup?
• ☐ Welcher Timeframe definiert den Trigger?
• ☐ Welcher Timeframe definiert die Invalidierung?
• ☐ Gibt es Alignment?
• ☐ Ist der Trade Counter-Trend?
• ☐ Gibt es Liquidity Event?
• ☐ Was zeigt Volume?
• ☐ Was zeigt CVD?
• ☐ Was zeigt OI?
• ☐ Ist Funding extrem?
• ☐ Besteht Event Risk?
• ☐ Wo liegt Stop?
• ☐ Wie groß ist Positionsgröße?
• ☐ Wo liegt realistisches Target?
• ☐ Wie hoch ist Planned R:R?

54. KryptoPath Multi-Timeframe Decision Tree

HTF Regime klar?

Nein → NO TRADE.

Ja ↓

Relevante HTF Location?

Nein → WAIT.

Ja ↓

Setup Timeframe bestätigt?

Nein → WAIT.

Ja ↓

LTF Trigger vorhanden?

Nein → WAIT.

Ja ↓

Invalidierung klar?

Nein → NO TRADE.

Ja ↓

Risk / Reward akzeptabel?

Nein → NO TRADE.

Ja ↓

EXECUTE.

55. Das KryptoPath Multi-Timeframe Framework

1. MACRO
   großes Marktumfeld einordnen.
2. REGIME
   Trend, Range oder Transition bestimmen.
3. HTF STRUCTURE
   Weekly / Daily Struktur analysieren.
4. LOCATION
   relevante Higher-Timeframe-Zone bestimmen.
5. SETUP
   auf mittlerem Timeframe definieren.
6. LIQUIDITY
   relevante Highs und Lows prüfen.
7. TRIGGER
   Lower-Timeframe-Bestätigung abwarten.
8. ORDERFLOW
   Volume und CVD ergänzend analysieren.
9. POSITIONING
   OI und Funding einordnen.
10. INVALIDATION
    passenden Timeframe für Stop-Logik wählen.
11. RISK
    maximalen Verlust bestimmen.
12. POSITION SIZE
    aus Stop-Distanz berechnen.
13. TARGET
    strukturell passenden Zeithorizont wählen.
14. PORTFOLIO CHECK
    bestehendes Exposure berücksichtigen.
15. EXECUTION
    nach Plan handeln.
16. JOURNAL
    alle Timeframes dokumentieren.
17. VALIDATE
    Timeframe-Kombinationen statistisch vergleichen.

56. Was du aus diesem Kapitel mitnehmen solltest

1. Marktstruktur ist timeframeabhängig.
2. ein bullish kleiner Timeframe kann innerhalb eines bearish höheren Timeframes existieren.
3. Higher Timeframe liefert Kontext.
4. Lower Timeframe liefert Präzision.
5. Top-Down Analysis reduziert Confirmation Bias.
6. jeder Timeframe sollte eine klare Funktion besitzen.
7. mehr Timeframes bedeuten nicht automatisch bessere Analyse.
8. Timeframe Alignment verbessert Kontextklarheit, garantiert aber keinen Gewinn.
9. Bias und Entry sind unterschiedliche Dinge.
10. Bias und konkrete Trading-Thesis sollten getrennt werden.
11. Weekly und Daily eignen sich häufig für größere Struktur.
12. 4H und 1H eignen sich häufig für Setup und Trigger.
13. niedrige Timeframes können Execution verbessern, aber auch Noise erhöhen.
14. Counter-Trend-Trades sollten als solche klassifiziert werden.
15. Stop-Distanz verändert sich mit dem Setup-Timeframe.
16. Risk per Trade kann trotz unterschiedlicher Stop-Distanzen konstant bleiben.
17. Volume, CVD, OI und Funding müssen zum jeweiligen Analysehorizont passen.
18. Event Risk kann kleine technische Strukturen kurzfristig dominieren.
19. Journaldaten sollten unterschiedliche Timeframe-Kombinationen getrennt auswerten.
20. ein echter Edge entsteht erst durch statistische Validierung.

Fazit: Context first, execution second

Multi-Timeframe Analysis ist kein Werkzeug, um mehr Charts gleichzeitig zu betrachten.

Es ist:

eine Methode, Marktinformationen hierarchisch zu ordnen.

Der vollständige Prozess:

MACRO → REGIME → HTF STRUCTURE → LOCATION → SETUP → LTF TRIGGER → INVALIDATION → RISK → EXECUTION

Der höhere Timeframe sagt dir nicht, wann du klicken sollst.

Der niedrigere Timeframe sagt dir nicht, wie der gesamte Markt strukturiert ist.

Erst:

die Kombination

liefert:

Kontext + Präzision.

Quellen & weiterführende Literatur

1. CME Group – Technical Analysis
   CME behandelt Trend, Support, Resistance, Chart-Strukturen und weitere Grundlagen technischer Analyse.
   CME Group – Technical Analysis
2. CME Group – Trend and Continuation Patterns
   CME erläutert Trendstrukturen und klassische Fortsetzungsformationen als Bestandteil technischer Marktanalyse.
   CME Group – Trend and Continuation Patterns
3. CME Group – Understanding Moving Averages
   Grundlagen zur Interpretation gleitender Durchschnitte innerhalb verschiedener Marktstrukturen.
   CME Group – Understanding Moving Averages
4. CFA Institute Research Foundation – Technical Analysis
   Literaturübersicht zu Trends, Support, Resistance und technischen Marktmodellen.
   CFA Institute – Technical Analysis
5. Investor.gov – Types of Orders
   Grundlagen zu Market-, Limit- und Stop-Orders und deren Ausführungsmechanik.
   Investor.gov – Types of Orders

Methodischer Hinweis

Multi-Timeframe Analysis ist ein verbreitetes diskretionäres Marktanalysemodell.

Es existiert keine universell optimale Kombination aus:

• Weekly,
• Daily,
• 4H,
• 1H,
• 15m.

Welche Kombination sinnvoll ist, hängt unter anderem ab von:

• Tradingstil,
• Haltedauer,
• Volatilität,
• Asset,
• Execution.

Begriffe wie:

• KryptoPath Multi-Timeframe Score,
• KryptoPath Multi-Timeframe Decision Tree,
• KryptoPath Multi-Timeframe Framework

sind redaktionelle Lernmodelle.

Sie sind:

keine wissenschaftlich validierten Prognosemodelle.

Ein tatsächlicher Edge sollte mit klar definierten Regeln und einer ausreichend großen Stichprobe untersucht werden.

Risikohinweis

Dieser Artikel dient ausschließlich Bildungs- und Informationszwecken und stellt keine Anlage-, Finanz-, Portfolio- oder Tradingberatung dar.

Alle dargestellten:

• Kurswerte,
• Setups,
• Entries,
• Stops,
• Targets

sind illustrative Beispiele und keine Handelssignale.

Kryptowährungen sowie insbesondere gehebelte Produkte können erhebliche Verluste verursachen.

Ein höherer Timeframe garantiert keine bessere Prognose.

Ein niedrigerer Timeframe garantiert keinen besseren Entry.

Stop-Orders garantieren keinen bestimmten Ausführungspreis.

Hohe Volatilität, geringe Liquidität, News-Schocks und Liquidationen können reale Verluste deutlich erhöhen.

Historische Muster, Backtests und hypothetische Beispiele garantieren keine zukünftigen Ergebnisse.

Verwende niemals Kapital, dessen Verlust du finanziell nicht tragen kannst.