Offensiv/Defensiv-Portfolio

[Glory_Days]

Bei aller Euphorie um die Klärung kleiner Detailfragen würde ich immer auch dazu raten, das große Ganze nicht aus dem Blick zu verlieren. Und da spielt die Fundamentalbewertung sicherlich eine gewichtige Rolle. Man sollte diese insbesondere vor größeren Investitionsentscheidungen immer im Blick haben und das betrifft nicht nur den Aktien-Gesamtmarkt im Allgemeinen, oder Aktienmarkt-Sektoren im Besonderen, sondern die Fundamentalbewertung aller Anlageklassen, in die quo Portfolio-Ansatz investiert werden soll. Bei den S&P 500-Sektoren kann man sich einen ersten aktuellen Überblick z.B. dadurch verschaffen, indem man nach den S&P 500 Industry Briefings von Yardeni sucht (einfach nach S&P500 [Sektor] Yardeni suchen) oder aktuelle Werte bekannter Kennzahlen wie das (Shiller-)KGV, KBV in den historischen Kontext einordnet.

Bereits 1932 erkannte Graham (später paraphrasiert durch Buffet in 1973/1974), dass es einen Unterschied zwischen Marktbewertung und Fundamentalbewertung gibt - wobei für langfristige Anleger insbesondere die Fundamentalbewertung ausschlaggebend für den Anlageerfolg ist:

Zitat

'In the short run, the market is a voting machine but in the long run, it is a weighing machine.'
 

—Benjamin Graham/Warren Buffet

Anleger sollten diesen Umstand immer im Hinterkopf behalten und es möglichst vermeiden, sich in offensichtlich völlig überteuerte Komponenten einzukaufen, wenn deren Kosten sehr wahrscheinlich deren Nutzen auf Portfolio-Ebene übersteigen werden. Andererseits wissen wir, dass die Marktbewertung teilweise über lange Jahre von dieser Fundamentalbewertung abweichen kann:

Zitat

'Markets can remain irrational longer than you can remain solvent.'

—John Maynard Keynes

Den Markt kurz- oder mittelfristig auf Basis von Fundamentalbewertung zu timen, kann sich daher als äußerst schwierig und riskant erweisen. Schließlich wissen wir basierend auf historischen Daten und Erfahrungen, dass

Zitat

'Time in the market beats timing the market.'

—Ken Fisher

Ich nehme den Ansatz der Fundamentalanalyse daher als langfristig orientierter Anleger sehr ernst. Ein breit diversifiziertes Portfolio hat bei dieser Frage sicherlich den Vorteil, dass es entweder immer irgendwelche günstigen (und teuren) Marktsegmente im Portfolio gibt bzw. geben wird oder der komplette Markt günstig oder teuer ist (was seltener vorkommt). Ein rein auf Fundamentalbewertung abzielender Ansatz würde versuchen, durch ein geeignetes Modell günstig bewertete Marktsegmente zu identifizieren und gezielt nur in diese zu investieren (z.B. durch Sektorrotation). Das OD-Portfolio verzichtet an dieser Stelle bewusst auf einen derartigen Ansatz, da das Aufsetzen eines verlässlichen(!) Modells enorme Expertise, einen gewissen Zeitaufwand der Pflege sowie Komplexität mit sich bringt (ich habe großen Respekt vor jedem Anleger, der ein solches System auf Dauer erfolgreich betreibt).

Dass die Marktbewertung wie von einer Art Schwerkraft getrieben langfristig selbst nach Crashs und Blasen immer wieder zu ihrer normalen Fundamentalbewertung zurückkehrt, hat auch Markowitz erkannt und treffend in folgendem Interview-Auszug beschrieben:

Zitat

How much longer can this bull carry on?

The bull market has lasted an awfully long time. It’s got to come down — someday. Markets go up; markets come down. There’s a natural cycle: People are enthusiastic, and the market goes up, up, up. The dumb money buys on the assumption that it’s going to go up further. Suddenly, people realize it’s overvalued, and it comes down faster than it went up. Then they decide it’s gone too low, and now it’s time to go up again.

What do investors do at that point?

Sell on the assumption that it’s going to go down further — whereas the smart money rebalances. All you have to do is rebalance. You can’t lose.

Quelle: https://www.thinkadvisor.com/2019/04/15/harry-markowitz-talks-mpt-robos-and-where-hes-invested-now/

Tatsächlich sind Crashs und Blasen, d.h. eine extreme Form der Abweichung von Markt- zu Fundamentalbewertung, tief in der menschlichen Psychologie in Form von Euphorie, Panik, Angst und Gier verankert. Viel zu viele Anlageentscheidungen werden auf Basis von Emotionen und weniger aufgrund rationaler Entscheidungsgrundlagen getroffen. Das hängt auch damit zusammen, dass Anlageentscheidungen inhärent unter Unsicherheit getroffen werden müssen. Ein Ausweg um dieser Unsicherheit zu begegnen kann einerseits Diversifikation und andererseits Fundamentalanalyse sein. Diversifkation kann die Bedeutung des richtigen Anlagezeitpunkts erheblich abschwächen, wenn es gelingt über fundamentale Bewertungsniveaus hinweg zu streuen, wodurch das Pendel noch stärker zu Gunsten von Time in the Market ausschlägt. Fundamentalanalyse kann Anleger vor groben Fehlentscheidungen bewahren und für sehr fortgeschrittene Anleger sogar ein Instrument für die konkrete Portfolio-Zusammensetzung an die Hand geben. Im Optimalfall sollten Anleger mindestens in Grundzügen beide Instrumente verstehen und anwenden können.

 

Ein schönes Beispiel für den Zusammenhang zwischen Bewertungen und zukünftiger Renditen sieht man in folgendem Graph des S&P 500 (real) und des CAPEs (Cyclically Adjusted Price-to-Earnings Ratio, d.h. das Kurs/inflationsbereinigte Gewinn-Verhältnis der vergangenen zehn Jahre). Sicherlich ist das CAPE nur eine grobe Näherung für das fundamentale Bewertungsniveau und bildet vor allem über sehr lange Zeiträume betrachtet möglicherweise nicht die komplette Dynamik des Bewertungsniveaus von Märkten ab (im Sinne von fehlender Normierung/Vergleichbarkeit von Datenpunkte, die zeitlich sehr weit voneinander entfernt liegen). Und dennoch zeigt uns bereits diese Kennzahl die wichtigen Zusammenhänge auf großer Skala eindeutig an:

• Als Folge von Überbewertungen (blaue Streifen) kam es früher oder später historisch gesehen immer zu Stagnationsphasen beim S&P 500 TR (real) (rote Kasten).

• Als Folge von Unterbewertungen (niedriges Bewertungsniveau am Ende der Stagnationsphasen/Crashs) waren die Folgerenditen besonders hoch.

Quelle: https://fairvalue-magazin.de/kgv-kurs-gewinn-verhaeltnis/aktienprognose-shiller-kgv-kbv/

Es sind diese Einsichten, die es als Anleger notwendig machen, neben eines breiten Diversifikations-Ansatzes immer auch die heutige Fundamentalbewertung im Blick zu haben.

[Saek]

32 minutes ago, Glory_Days said:

Ein schönes Beispiel für den Zusammenhang zwischen Bewertungen und zukünftiger Renditen sieht man in diesem Graph des S&P 500 (real) und des CAPEs (Cyclically Adjusted Price-to-Earnings Ratio, d.h. das Kurs/inflationsbereinigte Gewinn-Verhältnis der vergangenen zehn Jahre).

Nach meiner groben Erinnerung hat CAPE einige Probleme... Im US Markt sagte CAPE ca. 30% der Renditen voraus, was nicht ausreicht, um den Markt erfolgreich zu timen (Der Zufall ist zu groß). Ein Problem ist dabei, dass man in der Vergangenheit nur Daten der Vergangenheit und z.b. einen anderen Mittelwert hatte. Das mittlere CAPE der Zukunft ist unbekannt. Wenn man heute mit dem vollen Wissen im Backtests nach Cape timt, mag das funktionieren, aber das kann man nicht live machen.

Übeelappende Beobachtungszeiträume in rollierenden Analysen sind auch ein Problem, die effektive Anzahl an Beobachtung ist ziemlich klein.

Ein weiteres Problem ist, dass die deutliche positive Korrelation zwischen CAPE und Rendite nur im US Aktienmarkt zu beobachten war.in anderen war sie sogar teils negativ. Ich schließe daraus eher, dass es vermutlich Zufall war (und nicht, dass dieser Zusammenhang nur in den USA existiert).

 

Vielleicht hab ich was falsch dargestellt oder vergessen, hier müsste viel davon vorkommen (inkl. Quellen): https://rationalreminder.ca/podcast/146

 

44 minutes ago, Glory_Days said:

Andererseits wissen wir, dass die Marktbewertung teilweise über lange Jahre von dieser Fundamentalbewertung abweichen kann:

Manche denken ja, günstige Aktien sind (systematisch) riskanter als teure, und nicht etwa falsch bewertet.

[Glory_Days]

Am 6.6.2023 um 01:32 von Saek:

Nach meiner groben Erinnerung hat CAPE einige Probleme... Im US Markt sagte CAPE ca. 30% der Renditen voraus, was nicht ausreicht, um den Markt erfolgreich zu timen (Der Zufall ist zu groß). Ein Problem ist dabei, dass man in der Vergangenheit nur Daten der Vergangenheit und z.b. einen anderen Mittelwert hatte. Das mittlere CAPE der Zukunft ist unbekannt. Wenn man heute mit dem vollen Wissen im Backtests nach Cape timt, mag das funktionieren, aber das kann man nicht live machen.
 

Überlappende Beobachtungszeiträume in rollierenden Analysen sind auch ein Problem, die effektive Anzahl an Beobachtung ist ziemlich klein.

Ein weiteres Problem ist, dass die deutliche positive Korrelation zwischen CAPE und Rendite nur im US Aktienmarkt zu beobachten war.in anderen war sie sogar teils negativ. Ich schließe daraus eher, dass es vermutlich Zufall war (und nicht, dass dieser Zusammenhang nur in den USA existiert).

 

Vielleicht hab ich was falsch dargestellt oder vergessen, hier müsste viel davon vorkommen (inkl. Quellen): https://rationalreminder.ca/podcast/146

Wie gesagt, ich würde es auch nur als grobes Maß betrachten mit den bekannten und an anderer Ort und Stelle vielseits diskutierten Nachteilen. Die Frage ist auch, ob die Prognosefähigkeiten in bestimmten CAPE-Regimes ggf. zunimmt oder ob diese konstant ist (Prognosefähigkeit im Sinne einer CAPE-Perzentilbetrachtung)? Bezüglich nicht überlappender Beobachtungszeiträume könnte man eine CAPE-Perzentilbetrachtung für alle Länder durchführen (so wie für die Renditen in den Yearbooks) - damit erhöht man vielleicht zumindest ein bisschen die Unabhängigkeit. Bezüglich Mittelwerte stellt sich mir immer die Frage, in welche Richtung man diesen zwecks irgendeiner Relevanz besser bilden sollte - a) von heute aus gesehen rückwärts, oder b) seit Beginn der Erfassung vorwärts? Mit den Shiller Daten kann man a) und b) in Excel ganz einfach umsetzen bzw. durchscrollen (der Mittelwert wird 'on-the-fly' berechnet) und der Unterschied ist bemerkenswert - was für einen Strukturbruch seit Beginn der 1980er Jahre in den Daten spricht (globaler Zinssenkungszyklus) (oder wir sind von den Zeitskalen her noch weit davon entfernt, um den wahren langfristigen Mittelwert zu kennen). Diesen Punkt habe ich im Folgenden einmal grafisch aufbereitet: In die Berechnung des CAPE-Mittelwertes fließt für jeden beliebigen Punkt auf der x-Achse jeweils die gleiche Anzahl an CAPE-Datenpunkte ein (einmal „Vorwärts“ ab 01.1881 bis zum auf der x1-Achse jeweils angegebenen Endjahr gemessen und einmal „Rückwärts“ ab dem jeweils auf der x2-Achse angegebenen Startjahr bis 04.2023 gemessen), sodass der Mittelwert ganz rechts auf der x-Achse alle verfügbaren CAPE-Datenpunkte des Zeitraums 01.1881 - 04.2023 umfasst, bei dem beide Kurven per Definition den gleichen Wert liefern müssen, und der Wert der Kurven ganz links auf der x-Achse den aktuellen CAPE-Wert zu 04.2023 (blaue Kurve) bzw. den von 01.1881 (rote Kurve) angibt (ab der Mitte des Graphen überlappen sich die Zeiträume der Kurven dann erstmals und nach rechts hin zunehmend - für die nicht überlappenden beiden 71 Jahreszeiträume war das CAPE im jüngeren Zeitraum mit durchschnittlichen 20,40 um 42% größer als im ersten 71 Jahreszeitraum mit 14,32):



Ziel dieses Threads ist es mit Sicherheit nicht, das CAPE besser zu machen - passende Vorschläge habe ich vor Jahren direkt an Shiller gerichtet - bis heutige leider ohne Antwort (was wahrscheinlich an meinen Vorschlägen und/oder der Tatsache lag, dass er die Nachricht nie gelesen hat) und meine Begeisterung hat danach abgenommen.

Zitat

Manche denken ja, günstige Aktien sind (systematisch) riskanter als teure, und nicht etwa falsch bewertet.

Dass es (temporäre) falsche Markteinschätzungen gibt, ist denke ich klar - wobei sich die Frage stellt, ob der Markt wirklich "irren" kann, oder andere Akteure ihre Einschätzung einfach nur auf der Basis besserer/fundierterer Informationen treffen können. Weniger klar ist allerdings, wie man diese Unterbewertungen systematisch identifizieren kann. Auch dieses Feld überlasse ich ich lieber anderen.

[Glory_Days]

Ich habe für das von @Hicks&Hudson angesprochene Nasdaq-Portfolio (Abbildung durch 80% Nasdaq + 20% 3-Month T. Bills) den Dollar-Cost Averaging Ansatz auf Basis von Jahresrenditen für den Zeitraum 1970 - 2022 umgesetzt:

• Rebalancing findet im DCA-Ansatz unter folgenden Bedingungen statt:
  1. Wenn der Nasdaq in einem Jahr mehr als ein vorgegebener Drawdown-Schwellwert an Wert verloren hat (z.B. falls die Jahresrendite < 0.70  => -30% Wertverlust)
     => Erhöhe das Nasdaq-Gewicht vom dann aktuellen Gewicht w_0 auf w = Min(w_max; w_0 + fac * (w_max - w_0)) (d.h. fac erhöht also maximal bis zu einem vorgegebenen w_max)
  2. Wenn das Nasdaq-Gewicht des Portfolios den vorgegebenen Maximalwert w_max überschreitet
     => Verringere das Nasdaq-Gewicht auf w_target (z.B. auf 85%)

Die Umsetzung entspricht der hier entworfenen Idee eines realistischen Anlegerverhaltens:

Am 4.6.2023 um 00:21 von Glory_Days:

Wenn der Anteil >90% wird, wird der Anteil wahrscheinlich weit weniger zurückgefüht (z.B. auf 85%), als wenn der Nasdaq einen starken Einbruch hat und sich der Anteil von 85% z.B, auf 65% verringert und dann wieder auf 80% gebracht wird. Man müsste dann v.a. eine Schwellwert-abhängige Zielgewichtung, auf die zurückgeführt wird, definieren. Das ist natürlich etwas komplexer in der Abbildung, da wir hier ein genau reproduzierbares Szenario mit festen Werten festlegen müssten.

Natürlich könnte man für einen mehrjährigen Drawdown noch eine Staffelung des Faktors definieren (der Faktor erhöht sich, wenn sich ein Drawdown über mehrere Jahresrenditen hinzieht) - qualitativ gesehen sollte man ggf. vorhandene Effekte aber auch mit einem konstanten Faktor sehen können, der das Gewicht auch bei mehrjährigen Drawdowns Jahr für Jahr immer wieder erhöht.

Für die erste Analyse werden die Parameter wie folgt festgelegt:

• Drawdown-Schwellwert = -30% => Jahresrendite < 0.7
  • fac = 0.5 für Gewichtserhöhung
• Maximales Gewicht w_max = 90%
  • w_target = 85%

 

Die Rendite liegt hier ungefähr im Bereich des opportunistischen Rebalancings. Gehen wir mehr ins Extreme - die maximale Gewichtung von 90% soll dauerhaft toleriert werden und es soll die Gewichtung im Falle von größeren Drawdowns immer auf das Maximalgewicht erhöht werden:

• Drawdown-Schwellwert = -30% => Jahresrendite < 0.7
  • fac = 0.8 für Gewichtserhöhung
• Maximales Gewicht w_max = 90%
  • w_target = 90%

 

Fazit: Einen nennenswerten positiven Effekt durch DCA gegenüber normalem Rebalancing sieht man nicht - was zu erwarten war, da Schwellwerte-Rebalancing hinsichtlich Antizyklizität in dieser speziellen Konstellation sehr ähnlich ist und was auch daran liegen dürfte, dass der sichere Anteil im DCA-Ansatz im Vergleich zu einem 100% Nasdaq Buy-and-Hold Portfolio (siehe dritte Spalte) mehr Rendite kostet, als der Timingversuch einbringen kann (und es keine systematische Möglichkeit gibt, niedrige Rendite zu antizipieren, um vorher verlässlich in das sichere Asset umzuschichten). Aufgrund der extrem auseinander liegenden Eigenschaften der Anlageklassen (geometrische Rendite, Volatilität) ist es zumindest hinsichtlich absoluter geometrischer Rendite nicht unbedingt sinnvoll, diese in einem Portfolio zu mischen - egal mit welchem Ansatz (hinsichtlich risikoadjustierter Rendite sieht es anders aus).

[Glory_Days]

Am 21.5.2023 um 10:06 von Saek:

Hast du auch die risk free rate abgezogen? Sonst ist es nicht direkt vergleichbar zum Graph zuvor. Falls sie nicht in den Sektor-Returns enthalten ist, bei den Faktoren ist RF dabei.

Kurze Rückfrage hierzu: Ist die RF wirklich in allen Faktoren (also z.B. auch in SMB und HML im FF3-Modell) enthalten, oder nur im Beta/Marktfaktor (R_m - R_f)? Oder ist das nur in den von @Bigwigster in #513 geposteten Plots der Fall (im Sinne einer Excess-Darstellung bezogen auf die RF) und in der Definition der Faktoren wird die RF nur im Beta/Marktfaktor explizit berücksichtigt?
 

 

https://en.wikipedia.org/wiki/Fama–French_three-factor_model#Background_and_development

[Saek]

4 hours ago, Glory_Days said:

Kurze Rückfrage hierzu: Ist die RF wirklich in allen Faktoren (also z.B. auch in SMB und HML im FF3-Modell) enthalten, oder nur im Beta/Marktfaktor (R_m - R_f)? Oder ist das nur in den von @Bigwigster in #513 geposteten Plots der Fall (im Sinne einer Excess-Darstellung bezogen auf die RF) und in der Definition der Faktoren wird die RF nur im Beta/Marktfaktor explizit berücksichtigt?

Mein Verständnis ist das folgende: Alle Faktoren sind Prämien über dem risikofreien Zins. Bei RmRf ist es offensichtlich, wie du schon schreibst.

RmRf hat kein Exposure. 100€ investiert in den Markt bringt die Marktrendite (Rm) und 100€ short ist das "minus riskfree" => 0€.

HmL ist gewissermaßen ähnlich. 100€ investiert in die Aktien mit hohen BtM, und short 100€ in Aktien mit niedrigem BtM => Exposure 0€. Wenn ein Fonds das "in echt" machen würde, würde er Collateral im Wert von 100€ nutzen, und dieses Collateral verdient die risk-free rate. In dem Sinne ist es "minus risk free".

Oder anders formuliert: man hat zwei Aktienportfolios (H, L), deren Rendite sich aus Prämie plus Rf zusammensetzt. Die Differenz (HmL) gibt einem nur die Differenz der Prämien, und Rf kürzt sich raus.

 

Die Renditen, die man z.B. bei French findet, sind nach meinem Verständnis in Bezug auf (z.B.) 100€, wenn 100€ investiert/geshortet werden, aber eben ohne die Berücksichtigung von Collateral.

 

Die meisten Portfolios haben immer eine Allokation von genau 100% zum risikofreien Zins. >100% geht nicht, weil Leverage immer mindestens Rf kostet. Und jedes Long-Asset hat Rf drin, bzw. muss man den Rest zu 100% mit Tagesgeld etc. auffüllen.

(Die Ausnahme, die mir gerade einfällt, sind Fremdwährungen, wo mir das nicht ganz so klar erscheint)

 

Weil wir das Thema vor kurzem hatten: Futures geben einem nur die Prämie (minus risk-free ist da schon automatisch drin), abzüglich ein klein bisschen Finanzierungskosten, vorrausgesetzt die Preisfindung funktioniert.

[Glory_Days]

vor 59 Minuten von Saek:

Mein Verständnis ist das folgende: Alle Faktoren sind Prämien über dem risikofreien Zins. Bei RmRf ist es offensichtlich, wie du schon schreibst.

Ich verstehe einfach nicht, wo bei der Definition von z.B. SMB - Historic excess returns of small-cap companies over large-cap companies - die RF eine Rolle spielen soll (unabhängig von Umsetzungen in der Praxis). Hier wird doch einfach Small minus Big gerechnet und mit dieser Definition ist das doch keine Excess-Faktorprämie bezogen auf den risikofreien Zins?

Hast du eine Quelle, wo Faktoren außer dem Beta-/Marktfaktor explizit als Excess-Prämien über dem risikofreien Zins beschrieben werden?

Ansonsten müsste doch bei den Plots von @Bigwigster mindestens die konkrete Abbildungsform der RF angegeben werden.

So ganz habe ich dein Praxis-Beispiel in #606 noch nicht verstanden: Gehst du von einem Investitionskapital von insgesamt 100€ aus und es werden 50€ Long und 50€ Short investiert (wobei der Short-Anteil zusätzlich die RF als Collateral verdient)? Dann wäre 50€ Long - (50€ Short + RF-Colleteral) = Factor - RF immer eine Excess-Rendite oberhalb der RF.

[Saek]

Ich probiers nochmal Gleiche Rechnung wie in meinem letzten Post.

 

ERP (equity risk premium) = market return (Rm) - risk-free (Rf)   (soweit bekannt)

 

zwei von mir erfundene Hilfsgrößen:

SRP (small risk premium) = small return (Rs) - risk-free (Rf)                (Rs ist die Rendite eines Aktien-Portfolios aus Small Caps)

LRP (large risk premium) = large return (Rl) - Rf

 

Die SmB "Prämie" ist "Rl minus Rs" (Rendite large minus small), was identisch ist zu SRP - LRP. Rf fliegt raus!

Das Portfolio ist 0€ wert! Man shortet 100€ Large-Aktien (= Rl) , hat dann 100€ auf dem Konto und kauft damit Small-Aktien (minus Rs).

 

  

47 minutes ago, Glory_Days said:

es werden 50€ Long und 50€ Short investiert

Nein, nein, das könnte der Knackpunkt sein. Du klickst im Broker auf verkaufen, obwohl du die Small-Aktie nicht hältst. Danach ist die Zeile im Depot -x Anteile und du hast 100€ auf dem Verrechnungskonto. Damit kaufst du die Large-Aktie.

 

Das ist grundlegend anders als wie wenn du einen Short ETF kauft, der nicht "capital efficient ist". Dann würde es stimmen, dass die 100€ auf 2x50€ aufteilen musst, und die 50€ im Long ETF enthalten Rf und die 50€ im Short ETF ebenfalls (der Short ETF hält 50€ Collateral).

Das Portfolio wäre dann so:   50€ in Aktien (Long ETF)  + 50€ leerverkauft (Short ETF) + 50€ Cash (Collateral des Short ETFs).  == 100€ investiert

Runtergebrochen die einzelnen Komponenten:

• 50€ long: enthält die Aktien-Risikoprämie sowie den risikofreien Zins, je mit 50€
• 50€ short: Shorten kostet Zins! Man leiht die Aktien von jemand anderem, um sie zu verkaufen, ohne sie zu besitzen. Das kostet etwas, sagen wir der Einfachheit halber den risikofreien Zins. Dann ist das Exposure mins 50€ in der entsprechenden Aktien-Risikoprämie
• 50€ Collateral, also Rf
• In Summe: 50€ ERP (long) + 50€ Rf - 50€ ERP (short) + 50€ Rf

Im Gegensatz dazu ein "echter" long/short ETF: 100€ in Aktien (long) - 100€ in Aktien (short) + 100€ Cash (Collateral) == 100€ investiert

5 hours ago, Glory_Days said:

Die Rendite eines Portfolios von der Größe 100€ setzt sich zusammen aus 100€*Rf, dem risikofreien Zins, sowie drei Portfolios/Faktoren (RmRf, SmB, HmL), deren Wert je 0€ ist. Wie soll etwas, dass 0€ wert ist, den risikofreien Zins verdienen? Ich kenne da nichts...

Wenn man bei FF3 bleibt, sieht man hier schön, dass jedes Portfolio immer einen Rendite-Anteil von 100% risikofreiem Zins hat. Auch wenn das Marktbeta z.B. nur 0.5 ist (50% Aktienquote).

 

47 minutes ago, Glory_Days said:

Hast du irgendeine Quelle, wo das explizit als Prämie über dem risikofreien Zins beschrieben wird?

Ich habe gerade etwas gesucht, aber nirgends ein gutes Zitat gefunden, wo der risikofreie Zins im gleichen Atemzug genannt wird. Aber Prämien werden überall immer genannt, und das müssen eigentlich Prämien über dem risikofreien Zins sein, oder? Was könntest du dir sonst unter eine Prämie vorstellen?

Andrew Ang schreibt z.B. in Asset Management

Quote

Assets earn risk premiums because they are exposed to underlying factor risks. The capital asset pricing model (CAPM), the first theory of factor risk, states that assets that crash when the market loses money are risky and therefore must reward their holders with high risk premiums. While the CAPM defines bad times as times of low market returns, multifactor models capture multiple definitions of bad times across many factors and states of nature.

Quote

Factors drive risk premiums. One set of factors describes fundamental, economy-wide variables like growth, inflation, volatility, productivity, and demographic risk. Another set consists of tradeable investment styles like the market portfolio, value-growth investing, and momentum investing. The economic theory behind factors can be either rational, where the factors have high returns over the long run to compensate for their low returns during bad times, or behavioral, where factor risk premiums result from the behavior of agents that is not arbitraged away.

 

 

[Bigwigster]

vor 51 Minuten von Glory_Days:

Ansonsten müsste doch bei den Plots von @Bigwigster mindestens die konkrete Abbildungsform der RF angegeben werden.

So und jetzt mal vom Laien noch die Meinung:

 

Markfaktor: Risikoprämie Aktien über der "risikolosen" Rendite

Sizefaktor (SmB) : Risikoprämie über Marktfaktor (also nochmal on Top)

 

Und dabei das Widersprüchliche so wie ich es verstehe:

Ja der Sizefaktor ist in der Praxis (MSCI World Small Cap) tatsächlich on Top auf  die "risikolose" Rendite da ja on Top auf den Markfaktor der auch mit dem MSCI World Small Cap abgebildet wird.

Aber eigentlich geht es in der Theorie nur um long/short mit small/big Firmen, hierbei kürzt sich sowohl der Marktfaktor also auch die "risikolose" Rendite heraus.

 

Vielleicht hilft ja einem diese simplere Ausdrucksweise 

[Glory_Days]

vor 18 Minuten von Saek:

Aber Prämien werden überall immer genannt, und das müssen eigentlich Prämien über dem risikofreien Zins sein, oder? Was könntest du dir sonst unter eine Prämie vorstellen?

Nein nicht unbedingt. KI meint auch, dass es sich um keine Prämien oberhalb des risikofreien Zinses handelt. 'Historic excess returns of small-cap companies over large-cap companies' könnte im wörtlichen Sinn eine Prämie im Sinne einer höheren Rendite von Small-Caps oberhalb der Rendite von Large-Caps meinen (Prämie = Small minus Big).

 

Aber wir sind uns doch hoffentlich einig, dass das ein wichtiger Punkt ist?

[Saek]

2 minutes ago, Glory_Days said:

'Historic excess returns of small-cap companies over large-cap companies' könnte im wörtlichen Sinn eine Prämie im Sinne einer höheren Rendite von Small-Caps oberhalb der Rendite von Large-Caps meinen.

Nimm vielleicht einen einfachen Fall: Wir investieren in ein reines SmB Portfolio. Wie setzt sich dann unsere Rendite zusammen? Ich meine so (gerade oben editiert)

18 minutes ago, Saek said:

Runtergebrochen die einzelnen Komponenten:

• 50€ long: enthält die Aktien-Risikoprämie sowie den risikofreien Zins, je mit 50€
• 50€ short: Shorten kostet Zins! Man leiht die Aktien von jemand anderem, um sie zu verkaufen, ohne sie zu besitzen. Das kostet etwas, sagen wir der Einfachheit halber den risikofreien Zins. (Das ist in theoretischen l/s Portfolios nicht berücksichtigt!) Dann ist das Exposure mins 50€ in der entsprechenden Aktien-Risikoprämie
• 50€ Collateral, also Rf
• In Summe: 50€ ERP (long) + 50€ Rf - 50€ ERP (short) + 50€ Rf

Einverstanden? Oder nicht?

 

Ohne den Rf Teil (wenn man 100% Rf abzieht), erhält man die Rendite, die z.B. French angibt. Dann hat man eine Rendite, die eine Outperformance darstellt gegenüber.... der Rendite von 0€.

[Glory_Days]

vor 4 Minuten von Saek:

Nimm vielleicht einen einfachen Fall: Wir investieren in ein reines SmB Portfolio. Wie setzt sich dann unsere Rendite zusammen? Ich meine so (gerade oben editiert)

Einverstanden? Oder nicht?

Ich muss zugeben, dass ich den Teil deines Posts erst noch lesen muss. Aber ich möchte schon jetzt darauf hinweisen, dass die theoretische Definition der Faktoren ohne eine konkrete Umsetzung in der Anlagepraxis auskommen kann. Und auf diese theoretische Definition beziehen sich in meinen Augen auch die Daten der Fama-French Bibliothek:

Zitat

 SMB (Small Minus Big) is the average return on the three small portfolios minus the average return on the three big portfolios,

    

 SMB =1/3 (Small Value + Small Neutral + Small Growth)
 - 1/3 (Big Value + Big Neutral + Big Growth).

https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/Data_Library/f-f_factors.html

Von der RF steht in dieser Definition zumindest nichts Explizites.

[Saek]

2 minutes ago, Glory_Days said:

Von der RF steht in dieser Definition zumindest nichts Explizites.

Stimmt, aber wenn du einen Fonds investiert, der in die SmB-Prämie investiert, hält der Fonds entsprechend Cash Collateral (ansonsten wäre ein Fonds-Anteil nichts wert! Das l/s Portfolios selbst ist nichts wert!)

[Glory_Days]

vor 11 Minuten von Saek:

Stimmt, aber wenn du einen Fonds investiert, der in die SmB-Prämie investiert, hält der Fonds entsprechend Cash Collateral (ansonsten wäre ein Fonds-Anteil nichts wert! Das l/s Portfolios selbst ist nichts wert!)

Das verstehe ich schon bzw. nach dem Lesen deines erneuten Posts bestimmt noch besser. Mir ging es aber eigentlich nur um die in @Bigwigsters Post in #513 dargestellten Faktor-Renditen hinsichtlich eines Vergleichs mit den Sektoren-Renditen. Und dann ist doch deine folgende Aussage falsch, oder sehe ich das falsch?

Am 21.5.2023 um 10:06 von Saek:

Hast du auch die risk free rate abgezogen? Sonst ist es nicht direkt vergleichbar zum Graph zuvor. Falls sie nicht in den Sektor-Returns enthalten ist, bei den Faktoren ist RF dabei.

Der Abzug der RF von der Sektoren-Rendite dürfte dann nur für einen Vergleich mit dem Marktfaktor erfolgen, nicht aber für einen Vergleich mit den anderen Faktoren. Die Datenquelle der Plots von Ben Felix ist die Fama/French-Library.

vor 20 Minuten von Bigwigster:

Aber eigentlich geht es in der Theorie nur um long/short mit small/big Firmen, hierbei kürzt sich sowohl der Marktfaktor also auch die "risikolose" Rendite heraus.

Und in den in #513 dargestellten Plots sind doch aber die Theorie-Faktoren abgebildet?

[Saek]

26 minutes ago, Glory_Days said:

Der Abzug der RF von der Sektoren-Rendite dürfte dann nur für den Marktfaktor erfolgen, nicht aber für einen Vergleich mit den anderen Faktoren.

Ah jetzt verstehe ich dich. Ja, der zitierte Satz ist genau richtig

Aber trotzdem sind alle drei Prämien wie dargestellt Prämien über dem risikofreien Zins. Wenn du z.B. das hier meinst aus #513.

  

On 5/20/2023 at 11:34 AM, Bigwigster said:

 

 

26 minutes ago, Glory_Days said:

Und dann ist doch deine folgende Aussage falsch, oder sehe ich das falsch?

On 5/21/2023 at 10:06 AM, Saek said:

Hast du auch die risk free rate abgezogen? Sonst ist es nicht direkt vergleichbar zum Graph zuvor. Falls sie nicht in den Sektor-Returns enthalten ist, bei den Faktoren ist RF dabei.

Oh, oh, klingt falsch, lass mich nachdenken.... Der fette Teil ergibt null Sinn. Besser: Wenn du die Rf rate nicht abgezogen hast, also Rf in den Sektorrenditen enthalten ist, ist die Sektorrendite nicht mit RmRf, SmB, HmL, etc. vergleichbar.

38 minutes ago, Bigwigster said:

Vielleicht hilft ja einem diese simplere Ausdrucksweise 

Kann ich mir nicht vorstellen (danke für die einfachen Worte Ich habe da eventuell zu tief nach Problemen gesucht, wo einfach ich ursprünglich Unsinn geschrieben habe)

[Glory_Days]

vor 33 Minuten von Saek:

vor 41 Minuten von Glory_Days:

Der Abzug der RF von der Sektoren-Rendite dürfte dann nur für den Marktfaktor erfolgen, nicht aber für einen Vergleich mit den anderen Faktoren.

Ah jetzt verstehe ich dich. Ja, der zitierte Satz ist genau richtig

Mich hat nur irritiert, dass du hier

Am 21.5.2023 um 10:06 von Saek:

Hast du auch die risk free rate abgezogen? Sonst ist es nicht direkt vergleichbar zum Graph zuvor. Falls sie nicht in den Sektor-Returns enthalten ist, bei den Faktoren ist RF dabei.

von Faktoren gesprochen hattest. Ich hatte das so interpretiert, dass ich für einen direkten Vergleich der Sektor-Renditen mit allen theoretisch definierten Faktoren immer die RF abziehen müsste.

vor 33 Minuten von Saek:

Aber trotzdem sind alle drei Prämien wie dargestellt Prämien über dem risikofreien Zins. Wenn du z.B. das hier meinst aus #513.

Genau ich meine diesen bzw. den anderen Graphen aus #513. Ich spreche einfach nur von den Daten, die dort abgebildet sind - von nichts anderem. Ich verstehe aber, wie du in der Anlagepraxis auf eine Prämie oberhalb des risikofreien Zinses kommst:

vor 51 Minuten von Saek:

In Summe: 50€ ERP (long) + 50€ Rf - 50€ ERP (short) + 50€ Rf

Hier haben wir also Prämie + RF. Aber ein Excess-Return oberhalb des RFs wäre immer als Return - RF definiert (so wie es beim Marktfaktor der Fall ist). Und das ist bei den Definitionen der anderen Faktoren nicht der Fall (diese sind Excess-Returns bezogen auf den "minus"-Teil der Faktordefinition).

 

Sehe aber vor dem Hintergrund der Praxis natürlich ein, dass man dann die RF von den Sektoren-Renditen abzieht (oder eben bei den Faktoren hinzuaddiert).

[Saek]

6 minutes ago, Glory_Days said:

Ich hatte das so interpretiert, dass ich für einen direkten Vergleich der Sektor-Renditen mit allen Faktoren immer die RF abziehen müsste

Sorry, das ist editiert... Das war einfach falsch geschrieben, entschuldige die Unanehmlichkeiten

6 minutes ago, Glory_Days said:

Ich hatte das so interpretiert, dass ich für einen direkten Vergleich der Sektor-Renditen mit allen Faktoren immer die RF abziehen müsste.

Nein, im Gegenteil, bei keinem Faktor muss man RF abziehen (aber für die Konstruktion von RmRf schon...)

6 minutes ago, Glory_Days said:

Hier haben wir also Prämie + RF. Aber ein Excess-Return oberhalb des RFs wäre immer als Return - RF definiert (so wie es beim Marktfaktor der Fall ist). Und das ist bei den Definitionen der anderen Faktoren nicht der Fall.

Jetzt rede ich im Kreis : Definiert sind sie so nicht. Ein Excess-Return ist es trotzdem. Für das Long-Only-Portfolio ist es ein Excess Return über (Marktprämie + RF), für das Long/Short Portfolio ist es eine Prämie über RF (was der weniger relevante Fall ist) (oder über was anderes als RF, je nachdem was der Fonds als Collateral hält).

[Glory_Days]

vor einer Stunde von Saek:

Am 21.5.2023 um 10:06 von Saek:

Hast du auch die risk free rate abgezogen? Sonst ist es nicht direkt vergleichbar zum Graph zuvor. Falls sie nicht in den Sektor-Returns enthalten ist, bei den Faktoren ist RF dabei.

Oh, oh, klingt falsch, lass mich nachdenken.... Der fette Teil ergibt null Sinn. Besser: Wenn du die Rf rate nicht abgezogen hast, also Rf in den Sektorrenditen enthalten ist, ist die Sektorrendite nicht mit RmRf, SmB, HmL, etc. vergleichbar.

Ich glaube so ist die Ausdrucksweise immer noch nicht ganz richtig. Die Sektorrenditen enthalten ja keine RF (bzw. es ist nicht Sektorrendite + RF; die Sektorrenditen sind so wie sie sind). Ganz korrekt müsste man die RF zu den von Fama/French theoretisch definierten Faktoren hinzuaddieren, um diese mit den Sektorrenditen in der Anlagepraxis direkt vergleichbar zu machen. Äquivalent ist es natürlich die RF von den Sektorrenditen abzuziehen (dann ist die Vergleichbarkeit auch gegeben). Einverstanden?

[Saek]

1 minute ago, Glory_Days said:

Ganz korrekt müsste man die RF zu den Faktoren hinzu, um diese mit den Sektorrenditen in der Anlagepraxis direkt vergleichbar zu machen. Äquivalent ist es natürlich die RF von den Sektorrenditen abzuziehen (dann ist die Vergleichbarkeit auch gegeben). Einverstanden?

Ich könnte es nicht besser sagen

[Glory_Days]

  Siehe noch mein Edit:

vor einer Stunde von Glory_Days:

Ich glaube so ist die Ausdrucksweise immer noch nicht ganz richtig. Die Sektorrenditen enthalten ja keine RF (bzw. es ist nicht Sektorrendite + RF; die Sektorrenditen sind so wie sie sind). Ganz korrekt müsste man die RF zu den von Fama/French theoretisch definierten Faktoren hinzuaddieren, um diese mit den Sektorrenditen in der Anlagepraxis direkt vergleichbar zu machen. Äquivalent ist es natürlich die RF von den Sektorrenditen abzuziehen (dann ist die Vergleichbarkeit auch gegeben). Einverstanden?

Ich habe verstanden, dass es einen Unterschied zwischen der FF-Faktor Definition und dem Fall gibt, wenn man den L/S-Faktor in der Anlagepraxis umsetzen möchte (da wird die RF dann schon quo Anlage/Collateral hinzuaddiert). Danke für die Klarstellung und Geduld. Für Anleger sind natürlich nur Renditen in der Anlagepraxis entscheidend - daher muss man die RF zu allen FF-Daten der Faktoren hinzufügen, um eine direkte Vergleichbarkeit mit den Sektorenrenditen herzustellen.

Mir war nur wichtig, dass wir hier kein Missverständnis hinsichtlich Vergleichbarkeit der Daten (FF-Faktordaten und FF-Sektorrenditen haben). Dann war dein ursprünglicher Kommentar natürlich gerechtfertigt - wenngleich ich dann lieber die FF-Faktordaten um die RF erhöht und nicht die Sektorrenditen um die RF verringert hätte - im Sinne einer tatsächlich erzielbaren Rendite... (für den reinen direkten Vergleich spielt das natürlich keine Rolle, durch Abzug der RF von den Sektorrenditen wurde halt auf in der Anlagepraxis nicht erzielbare Renditen "normiert" - was den in der Theorie definierten FF-Faktoren entspricht).

[Saek]

3 minutes ago, Glory_Days said:

Danke für die Klarstellung und Geduld.

Gerne doch

5 minutes ago, Glory_Days said:

Für Anleger sind natürlich nur Renditen in der Anlagepraxis entscheidend - daher muss man die RF zu allen FF-Daten der Faktoren hinzufügen, um eine direkte Vergleichbarkeit mit den Sektorenrenditen zu erreichen.

Tatsächlich gibt es solche Long/Short Fonds, z.B. von AQR, auch UCITS-konform. Aber wohl nicht "einfach so" beim Broker, eher wohl über Berater.

4 minutes ago, Glory_Days said:

Mir war nur wichtig, dass wir hier kein Missverständnis hinsichtlich Vergleichbarkeit der Daten (FF-Faktordaten und FF-Sektorrenditen haben).

Genau. Mit phasenweise bis zu 10% Zins dürften die Unterschiede drastisch sein....

[Glory_Days]

Ich habe in das in #394 präsentierte Schaubild eines rebalancierten Portfolios mit statischer Zielgewichtung noch die expliziten Ausdrücke des Equal-Weight Falles für Volatility Drag und Volatility Return unter Vernachlässigung höherer Momente der Renditenverteilungsfunktion jenseits der zweiten Ordnung hinzugefügt. Hieraus lässt sich auch leicht der Grenzfall N → ∞ ablesen, wobei in diesem Limit beim Volatility Drag nur noch das systematische Risiko in Form des arithmetischen Mittelwerts der Kovarianz übrig bleibt. Das unsystematische Risiko ist in diesem Limes vollständig eliminiert. Beim Volatility Return hingegen bleibt auch in diesem Limit die Differenz aus mittlerer Varianz und Kovarianz bestehen.

Da Volatility Drag und Volatility Return per Definition ≥ 0 sind, ist die untere und obere Schranke der geometrischen Rendite eines rebalancierten Portfolios mit statischer Gewichtung - die strategische Rendite des Portfolios (der gewichtete arithmetische Mittelwert der geometrischen Komponenten-Renditen) und die arithmetische Rendite des Portfolios (der gewichtete arithmetische Mittelwert der arithmetischen Komponenten-Renditen) - unabhängig von Näherungen immer gültig (die obere Schranke gilt auch für den allgemeinen Fall einer dynamischen Komponenten-Gewichtung). 

 

 

 

µ_g = Geometrische Rendite
µ_a = Arithmetische Rendite/Ensemblemittelwert
µ_p = Geometrische Rendite eines rebalancierten Portfolios mit statischer Zielgewichtung
µ_s = Strategische Rendite
w_i = Gewicht der i-ten Komponente
σ_i = Standardabweichung der i-ten Komponente
σ_ij = Kovarianz der i, j-ten Komponente (i≠j)
σ_p = Standardabweichung eines rebalancierten Portfolios mit statischer Zielgewichtung
N = Anzahl an gleichgewichteten Komponenten

Bei den mit einem Querstrich überschriebenen Größen handelt es sich um arithmetische Mittelwerte (der Varianzen und Kovarianzen der gleichgewichteten Komponenten).

[Glory_Days]

Eine etwas neuere Studie aus 2021 zu Faktor vs. Sektor-Portfolios unter Verwendung verschiedener Asset Allokations-Modelle basierend auf US-Daten. Sicherlich kein direkter Bezug zum hier vorgestellten OD-Portfolio - dennoch könnten die Ergebnisse von Interesse sein. Im Folgenden eine Zusammenfassung der wesentlichen Aussagen:

Zitat

In this study, we compare the performance of two different low-cost asset allocation strategies, one building on investable factors and the other one on investable sectors, both via ETFs. We extent the earlier research of Briere and Szafarz (2021) in different directions. While Briere and Szafarz (2021) build on Fama–French factors that are not directly investable, we focus on investable factor and sector indices and in addition analyze a variety of different out-of-sample investment strategies.

Zitat

For the entire investment period between May 2007 and November 2020, we find that factor portfolios provide a superior performance relative to sector portfolios. Even though the differences are not always statistically significant, which might be due to the relatively short evaluation period, the results are economically relevant with substantial Sharpe ratio differences. The results are consistent among all analyzed asset allocation strategies and estimation window length for the input parameters. The reason for the results become more evident when we analyze the performance differences in more detail. The factor portfolios generate higher average returns with lower risk (volatility). Our analysis of tail risk measures such as skewness or kurtosis of returns or the maximum drawdown reveals that factor portfolios do not exhibit larger levels of tail risk. Therefore, higher risk cannot explain the superior performance of factor portfolios.

Zitat

[W]e find for all risk–return optimization models that factor portfolios provide higher multifactor alphas compared to sector portfolios. Only for risk-based allocations, sector portfolios partially provide larger multifactor alphas than factor portfolios. This result is in line with our finding that sectors reveal a lower correlation structure and hence a higher diversification potential than long-only factors.

Zitat

[O]ur sub-period analysis indicates that during “normal” times factor portfolios clearly dominate sector portfolios, whereas during crisis periods sector portfolios are superior offering better diversification opportunities. This finding is in line with Briere and Szafarz (2021) who reported that sector investing reduces risks during crisis periods, while factor investing can boost returns during expansion periods.

Zitat

For further research, it might be interesting to investigate whether combining sectors and factors in a single portfolio adds additional value. Briere and Szafarz (2020) propose blended portfolios, which combine the diversification benefits of sector investing particularly during crisis periods with the risk premiums of factor investing. Analyzing the benefits of blended portfolios, we leave for further research.

Factor_Investing_and_Asset_Allocation_Strategies_Comparison_of_Factor_Vs_Sector_Optimization.pdf

Interessant sind auch die folgenden in diesem Paper zitierten weiterführenden Studien:

Zitat

Our results show that the diversification potential of sector investing is higher than that of factor investing. But, diversification is only one side of the coin, the other is expected return. Taking both aspects into consideration, we find that factor investing dominates sector investing in every aspect when short sales are unrestricted. This may be due to the fact that sectors deliver low alphas anyway, and the option of going short makes no significant difference.

Zitat

Our results suggest also that sector investing delivers better—or less bad—performances for long-only portfolios during recessions and bear periods, i.e., in periods where diversification is needed the most.

Zitat

At the same time, it stresses that factor investing performs best when it takes full advantage of short sales, which can be tedious, if not impossible, for investors to implement. Nowadays, the emergence of dedicated indices and funds has made factor investing more accessible to those investors. However, the existing investment vehicles are still insufficient to build the optimal portfolios designed in this study, mainly because not all identified factors are investable and the available multifactor investment vehicles concentrate on long-only portfolios. Therefore, a major challenge for the advocates of factor investing is the practical implementation of the investment rules they recommend.

When_it_Rains_it_Pours_Multifactor_Asset_Management_in_Good_and_Bad_Times.pdf

 

Zitat

The diversification potential of factor investing—or the lack of it—is still poorly understood (Sayili et al., 2017), while the diversification benefits brought by sector investing to samecountry stock portfolios are well recognized (De Moor & Sercu, 2011). This paper takes advantage of these facts to open promising opportunities for long-only investors.

Zitat

The first, and still preliminary, results obtained show that sector-blended factor ETFs offer a valuable alternative to pure factor ETFs.

Good_Diversification_is_Never_Wasted_How_to_Tilt_Factor_Portfolios_with_Sectors.pdf

 

Zitat

From a theoretical perspective, sector investing and factor investing rely on different logics. On the one hand, industrial sectors were originally built to diversify risks across economic activities. Risk reduction stemming from diversification is a benefit that is especially needed in crisis periods when volatility spikes. On the other hand, the advantage of factor components lies in being able to earn the risk premia they were built to deliver (Brière and Szafarz, 2015).

Zitat

Regarding the factor/sector contest, our findings suggest that factor investing performs better when short-selling is authorized. By contrast, sector investing outperforms its competitor when short sales are forbidden. Overall, factor investing is riskier than sector investing as a direct consequence of the obvious: capturing risk premia primarily means taking more risks (see the volatilities reported in Table 2). In addition, sector investing has superior diversification potential, and factors exhibit large and positive extreme correlations (Christoffersen and Langlois, 2013).

Zitat

For long-only portfolios, factors can still enhance returns by delivering alphas with respect to the market during quiet times, but they lose their attractive properties for hedging against crises. By showing that industry-based portfolios can help asset managers reduce factor-specific risks, this paper offers a strategy to bypass short-sale restrictions in factor investing using industry-based portfolios. This is because several industries have negative loadings on factors (Chou et al., 2012), implying that a well-chosen combination of sectors could shrink the loadings on the factors. Thus, sector-based investment strategies could help long-only investors achieve better risk-return properties for their portfolios.

Factors_and_Sectors_in_Asset_Allocation_Stronger_Together.pdf

[Sapine]

Inwieweit ist das vorgestellte Investitionsmodell nach Faktoren bei uns in DE vergleichbar umsetzbar? Gerade wenn ich short selling lese, kommen mir da Zweifel von den fehlenden Produkten ganz zu schweigen. 

 

Was mir ansonsten sofort durch den Kopf ging, ist der Unterschied nach "Vermögensphase". Während in der Entnahmephase das niedrige Risiko besonders wichtig ist, kann man vor allem zu Beginn des Vermögensaufbaus mehr Risiko eingehen. Vom praktischen Vorgehen könnte ich mir daher durchaus unterschiedliche Vorgehensweisen vorstellen, je nach Situation. Grundsätzlich ergibt sich aber das Problem, dass man nicht so einfach von einer Methode auf die andere umsteigen kann, ohne steuerliche Nachteile zu haben. 

 

Grundsätzlich ist der kurze Zeitraum für die Untersuchung 2007-2020 problematisch für eine fundierte Schlussfolgerung. 

[Glory_Days]

vor 5 Stunden von Sapine:

Inwieweit ist das vorgestellte Investitionsmodell nach Faktoren bei uns in DE vergleichbar umsetzbar? Gerade wenn ich short selling lese, kommen mir da Zweifel von den fehlenden Produkten ganz zu schweigen.

Das ist wohl einer der Knackpunkte von derartigen Studien. Investierbarkeit im Bezug auf Zugang und Kosten stellt ein wesentliches Kriterium in der Anlagepraxis dar. Wenn Long/Short-Portfolien Faktor-optimal sind, da sie das Faktorloading maximieren, dann sind für normale Privatanleger eigentlich nur Fonds/ETFs praktikabel. @Saek hatte hier im Thread darauf bereits Bezug genommen:

Am 9.6.2023 um 00:29 von Saek:

Tatsächlich gibt es solche Long/Short Fonds, z.B. von AQR, auch UCITS-konform. Aber wohl nicht "einfach so" beim Broker, eher wohl über Berater.

Im Falle von AQR sollten das dann aktiv gemanagte Fonds mit entsprechender TER zwischen 1-2% p.a. sein, die man nicht einfach mal so kaufen kann. Das scheinen dann auch eher spezielle Konstruktionen zu sein, denn Kommer schreibt zu diesem Punkt:

Zitat

Da UCITS-Fonds („Publikumsfonds“) – und somit auch alle in Deutschland vertriebenen ETFs – normalerweise keine Leerverkäufe tätigen dürfen, konzentrieren wir uns auf Long-only-Faktorprämien.

https://gerd-kommer.de/factor-investing-die-basics/

Wenn Faktor-Investing in vielen Studien gegenüber Sektor-Diversifikation erst dann überlegen ist, wenn Short-Positionen zugelassen werden, lässt sich dieser theoretische Vorteil aus heutiger Privatanlegersicht nicht wirklich materialisieren..

vor 5 Stunden von Sapine:

Was mir ansonsten sofort durch den Kopf ging, ist der Unterschied nach "Vermögensphase". Während in der Entnahmephase das niedrige Risiko besonders wichtig ist, kann man vor allem zu Beginn des Vermögensaufbaus mehr Risiko eingehen. Vom praktischen Vorgehen könnte ich mir daher durchaus unterschiedliche Vorgehensweisen vorstellen, je nach Situation. Grundsätzlich ergibt sich aber das Problem, dass man nicht so einfach von einer Methode auf die andere umsteigen kann, ohne steuerliche Nachteile zu haben.

Das Modell konstanter relativer Risikoaversion scheint mir auch stark idealisiert zu sein - und ist als solches mehr als mathematisches Modell als als Realität in der Anlagepraxis zu verstehen. Siehe auch das Paper von Kenneth L. Fisher und Meir Statman 'A Behavioral Framework for Time Diversification'.

vor 5 Stunden von Sapine:

Grundsätzlich ist der kurze Zeitraum für die Untersuchung 2007-2020 problematisch für eine fundierte Schlussfolgerung. 

Wesentlich zu kurz - das sagen die Autoren der Studie auch selbst. Auch wenn die verwendenten Datenreihe etwas länger ist, da die Optimierungsvarienten mit Lookback-Periods arbeiten:

Zitat

The 16 total return indices are downloaded from Bloomberg on a monthly basis for the longest jointly available period from January 1999 to November 2020.

Es ist aber dennoch gut, eine solche Studie mit "echten" ETF-Marktdaten durchzuführen.