Dennoch bleibt das Problem, dass Daten nur die Vergangenheit abbilden können.
Raviol: Aus diesem Grund bin ich für die Anwendung im Risikomanagement und bei Prognosen skeptisch. In der Physik kann ich kontrollierte Experimente machen, mich auf kausale Zusammenhänge konzentrieren und das reproduzieren. Das geht hier nicht. Menschen sind am Werk, die sich möglicherweise in Zukunft anders verhalten. Meines Erachtens sind am Ende doch die Bewertung oder Plausibilisierung der Daten durch weitere Überlegungen wichtig.
Beim Thema Renditeprognosen denke ich auch an Faktorstrategien, die derzeit sehr in Mode sind. Es gibt eine Studie von Professor Campbell R. Harvey von der Duke University: Der identifizierte über 200 Faktoren, die quantitativ nachgewiesen wurden. Harvey stellte aber fest, dass die meisten der publizierten Research-Ergebnisse zu diesen Faktoren nicht belastbar sind.
Hellmich: Die meisten quantitativen Modelle setzen auf das Ausnutzen von Anomalien und relativen Bewegungen. Interessanterweise hat das in den vergangenen Jahren ganz gut funktioniert. Das ist auch darauf zurückzuführen, dass die Ineffizienzen im Markt gestiegen sind – etwa durch stärkere Regulierung und die Zunahme passiver Strategien.
200 Faktoren, die unabhängig voneinander sind, gibt es aber natürlich nicht. Man kann wohl von vier Faktoren sprechen, die nicht korrelieren, der Rest ist redundant. In der Praxis bislang bewährt haben sich die Strategien Momentum, Low Volatility, Low Beta und Size.
Martin Hellmich ist Professor für Financial Risk ManagementQuelle: Markus Kirchgessner
Ja, ich möchte den/die oben ausgewählten Newsletter mit Informationen über die institutionelle Kapitalanlage und aktuelle Nachrichten aus dem Private Banking abonnieren. Hinweise zu der von der Einwilligung mitumfassten Erfolgsmessung, dem Einsatz der Versanddienstleister June Online Marketing und Mailingwork, der Protokollierung der Anmeldung, der neben der E-Mail-Adresse weiter erhobenen Daten, der Weitergabe der Daten innerhalb der Verlagsgruppe und zu Ihren Widerrufsrechten finden Sie in der Datenschutzbestimmungen. Diese Einwilligung können Sie jederzeit für die Zukunft widerrufen.
JETZT ANMELDEN
Fast geschafft
Bitte überprüfen Sie Ihr E-Mail Postfach - wir haben eine Bestätigungs-E-Mail verschickt. Das Abonnement wird nach der Bestätigung aktiv.
Bitte auch im Spam-Ordner schauen!
Aber was kann erklären, dass hinter Faktoren tatsächlich eine Kausalität steht?
Raviol: Ich bin der Ansicht, dass ökonomische Überlegungen dazukommen müssen. Wir haben zum Spaß einmal Dax-Titel nach geraden und ungeraden Wertpapierkennnummern aufgeteilt und festgestellt, dass sich Aktien mit geraden ISIN über einen langen Zeitraum besser entwickeln als die mit ungeraden. Das könnte man dann einfach ISIN-Faktor nennen.
Ich will damit sagen: In Daten kann man viel finden, mit Kausalität hat das aber nichts zu tun. Aus meiner Sicht handelt es sich bei den begründbaren Faktoren eher um Risikoprämien. Der Investor erhält eine Prämie dafür, dass er ein bestimmtes Risiko übernimmt, etwa beim Low-Volatility-Faktor das unangenehme konvexe Auszahlungsprofil. Ich würde das durchaus abgrenzen von reinen Anomalien.
Kostenloses Whitepaper: Das müssen Vermögensverwalter über die neue WpIG-Aufsicht wissen
Am 26. Juni tritt das neue Wertpapierinstitutsgesetz (WpIG) in Kraft. Für die meisten Finanzportfolioverwalter und Anlageberater endet dann die KWG-Ära – und mit ihr Regeln zur Kapitalausstattung, Vergütung und Geschäftsorganisation.
Was Sie jetzt wissen müssen.
So finden Sie schneller, was Sie suchen:
+
Ein führendes Pluszeichen gibt an, dass das betreffende Wort in jedem zurückgegebenen Datensatz vorhanden sein muss.
-
Ein führendes Minuszeichen gibt an, dass dieses Wort nicht in einem Datensatz vorhanden sein darf, der zurückgegeben wird.
~ Eine führende Tilde fungiert als Negationsoperator, d.h., der Anteil des Wortes an der Relevanz des Datensatzes wird negativ gewertet. Dies ist nützlich, um „Störungswörter“ zu kennzeichnen. Ein Datensatz, der ein solches Wort enthält, erhält eine geringere Relevanz als andere, wird aber – anders als bei - – nicht vollständig aus dem Ergebnis ausgeschlossen.
" Eine Such-Phrase, die in doppelte Anführungszeichen (‘"’) gesetzt ist, entspricht nur solchen Datensätzen, in denen diese Phrase wortwörtlich (d. h. wie eingegeben) vorkommt. Die Phrasensuche erfordert lediglich, dass bei passenden Datensätzen dieselben Wörter in genau der in der Phrase angegebenen Reihenfolge vorhanden sind.
