Offensiv/Defensiv-Portfolio

[Glory_Days]

Gerne möchte ich folgenden Beitrag auch in diesen Thread mit aufnehmen, da dieser Thread auch als Sammelbecken für interessante Quellen im Bezug auf die Analyse von Kapitalmärkten/Portfolio Allokationen dienen soll. In diesem Beitrag ging es um die Antwort auf die Frage, wie sich die Länderallokation/-gewichtung der weltweiten Aktienmärkte und der Emerging Markets im laufe der Zeit verändert hat:
 

Ich kann dazu das sehr lesenswerte Credit Suisse Global Investment Returns Yearbook 2022 empfehlen, das im Februar dieses Jahres veröffentlicht wurde und in diesem Jahr das Fokusthema Portfolio-Diversifikation behandelt.

In Figure 3 auf Seite 10 der angehängten PDF sieht man sehr schön die Dynamik der Marktanteile der einzelnen entwickelten Länder im Zeitraum von über 120 Jahr, und insbesondere, dass der japanische Marktanteil am globalen Aktienmarkt für eine kurze Zeitspanne größer war als der der USA:

Zitat

At its peak, at start-1989, Japan accounted for 40% of the world index, versus 29% for the USA. Subsequently, Japan’s weighting has fallen to just 6%, reflecting its poor relative stock-market performance. The USA has regained its dominance and today comprises 60% of total world capitalization.

Das Yearbook der Credit Suisse (Download-Link zur frei verfügbaren Summary-Edition) enthält daher jedes Jahr folgende Warnung:

Zitat

There is an obvious danger of placing too much reliance on the impressive long-run past performance of US stocks. The New York Stock Exchange traces its origins back to 1792. At that time, the Dutch and UK stock markets were already nearly 200 and 100 years old, respectively. Thus, in just a little over 200 years, the USA has gone from zero to a 60% weighting in the world’s equity market.

Extrapolating from such a successful market can lead to “success” bias. Investors can gain a misleading view of equity returns elsewhere, or of future equity returns for the USA itself. That is why this Yearbook focuses on global investment returns, rather than just US returns.

Sehr interessant ist auch das Media Conference Replay zu diesem Yearbook:
 

 

Für Emerging Markets gibt es auf der MSCI-Seite folgende interaktive Grafik:
https://www.msci.com/research-and-insights/insights-gallery/evolution-of-emerging-markets

 

Weiterhin gibt es für EMs folgende weitere Artikel mit interessanten Grafiken zum Thema:
https://www.morningstar.com/articles/1018645/the-dramatic-evolution-of-emerging-markets
https://www.schroders.com/en/insights/economics/how-emerging-markets-have-changed-over-the-past-20-years/

credit-suisse-global-investment-returns-yearbook-2022-summary-edition.pdf

[geldvermehrer]

Kannst du die Sharpe-Ratio deines Wettportfolios von 1978 bis August 2022 in Erfahrung bringen @Glory_Days

[Glory_Days]

Mangels Datenverfügbarkeit dürfte das nicht möglich sein.

Der NASDAQ-100 wird erst seit dem 31. Januar 1985 berechnet. Hierfür könnte man auf den NASDAQ Composite ausweichen, der seit 05.02.1971 berechnet wird. Schwieriger wird es bei den S&P500-Sektoren, die erst seit 11.09.1989 berechnet werden. Bei den Rohstoff-Indizes reicht die Datenreihe des BCOMF3T nur bis 02.01.1991 zurück. Für den Goldpreis dürfte man ausreichend lange Datenreihen finden.

[geldvermehrer]

Verstehe, kein Problem

[Glory_Days]

@geldvermehrer Das Beste, was ich aktuell mit meinem Rebalancing-Proramm für die Defensiv | Offensiv | Equal Weight OD-Variante mit Hilfe von Proxies hinbekomme:

• 10% | 25% | 12,5% Nasdaq-100 (Price Data)
• 10% | 25% | 12,5% S&P 500 Information Technology Sector (Price Data)
• 15% | 6,67% | 8,34%  S&P 500 Utilities Sector (Price Data)
• 15% | 6,66% | 8,33% S&P 500 Consumer Staples Sector (Price Data)
• 15% | 6,67% | 8,33% S&P 500 Health Care Sector (Price Data)
• 15% | 15% | 25% S&P GSCI Index (Spot Return)

• 20% | 15% | 25% First Eagle Gold Fund Class A

7 | 9 | 8  Rebalancing-Vorgänge bei einem Schwellwert von -50% bzw. +100% relativer Abweichung von der Zielallokation (defensive bzw. offensive Variante). Die Performance des OD Portfolios wird ohne Dividenden, mit dem S&P GSCI Sport Return Index und den anderen Proxies sicherlich um 2-3% p.a. unterschätzt. Zeitraum 31.08.1993 - 27.10.2022, Performance in USD:
 

 

Natürlich würde mich der Zeitraum ab 1970 auch sehr interessieren - die Daten lassen sich dafür leider nicht herzaubern. Die Erwartungshaltung ist, dass sich das Portfolio auch in diesem Zeitraum nicht grundlegend anders verhalten hätte.

[geldvermehrer]

Vielen Dank @Glory_Days.

Die Performance-Unterschiede in der Vergangenheit sind schon schon krass

[Glory_Days]

vor 5 Stunden von geldvermehrer:

Vielen Dank @Glory_Days.

Die Performance-Unterschiede in der Vergangenheit sind schon schon krass

Habe mal noch den S&P 500 (PR) und Nasdaq-100 (PR) mit in den Graphen aufgenommen. Habe aktuell nur die Price Return-Indexdaten vorliegen - relativ gesehen sollte sich aber auch mit Total Return-Daten nicht allzu viel ändern.

 

Sharpe Ratios sind wie folgt (Rendite der risikofreien Anlage = 0):

 

[geldvermehrer]

Sehr interessante Gegenüberstellung

Den MSCI World kann man die letzten 30 Jahre ja schon fast als "Rohrkrepierer" bezeichnen

Ich hoffe, im Thread Markowitz und Sharpe können wir deine Portfolios mit @stagflation näher "durchleuchten"

[Bigwigster]

vor 16 Stunden von Glory_Days:

Natürlich würde mich der Zeitraum ab 1970 auch sehr interessieren

Ja mich auch. Ich habe mal ein bisschen rumgegoogelt und nicht wirklich was brauchbares gefunden. Aber immerhin was zum Energie-Sektor der wegen seiner vergangen Performance ausgeschlossen wurde in einem "out of sample" Zeitraum:

 

Quelle

Habe noch was aus den 80ern gefunden:

https://seekingalpha.com/article/4029866-investors-may-want-to-look-sectors-worked-in-1980s

[Glory_Days]

Am 28.10.2022 um 16:24 von geldvermehrer:

Sehr interessante Gegenüberstellung

Den MSCI World kann man die letzten 30 Jahre ja schon fast als "Rohrkrepierer" bezeichnen

Ich hoffe, im Thread Markowitz und Sharpe können wir deine Portfolios mit @stagflation näher "durchleuchten"

So hart würde ich das nicht ausdrücken - der Preisindex des MSCI World weist gegenüber seiner Total Return-Variante seit 1972 eine geringere Rendite von ca. 3% p.a. auf. Inklusive Dividenden kommt man dann in den Bereich der vielzitierten 8% p.a. Nominalrendite des weltweiten (entwickelten) Aktienmarkts.

Durch Diversifkation über Anlageklassen lässt sich nach meiner Überzeugung das systematische Risiko eines Portfolios absenken. Während das unsystematische/idiosynkratisches Risiko durch Diversifikation innerhalb einer Anlageklasse gesenkt werden kann, ist das verbleibende undiversifizierbare systematische Risiko innerhalb einer Anlageklasse nicht für alle Anlageklassen gleich und auch nicht notwendigerweise perfekt miteinander korreliert. Gewissermaßen hängt das mit den individuellen Eigenschaften der Anlageklassen zusammen - die über den Business Cycle unterschiedlich zum Tragen kommen. Wenn man diese Eigenschaften geschickt miteinander kombiniert, kann man die Downside-Volatilität in einem sinnvollen Maße senken, sodass sich auch eine höhere absolute Rendite und nicht nur eine höhere risikoadjustierte Rendite ergibt.

Am 28.10.2022 um 16:52 von Bigwigster:

Ja mich auch. Ich habe mal ein bisschen rumgegoogelt und nicht wirklich was brauchbares gefunden. Aber immerhin was zum Energie-Sektor der wegen seiner vergangen Performance ausgeschlossen wurde in einem "out of sample" Zeitraum:

Quelle

Habe noch was aus den 80ern gefunden:

 

https://seekingalpha.com/article/4029866-investors-may-want-to-look-sectors-worked-in-1980s

Die längste mir bekannte Zeitreihe zu Sektoren ab 1974 wird hier präsentiert - allerdings ist mir die Datenquelle davon unbekannt. Der Energie-Sektor wurde nicht wegen seiner vergangenen Performance ausgeschlossen, sondern u.a. wegen seiner zu hohen Überlappung mit dem Rohstoff-Anteil, der selbst schon stark in Energie investiert ist und da er in das OD-Konzept nicht wirklich passt. Interessant wäre daher der Vergleich mit Rohstoff-Futures in diesem Zeitraum:

 

 

Quelle: Facts and Fantasies about Commodity Futures Ten Years Later

[Bigwigster]

vor 12 Minuten von Glory_Days:

Die längste mir bekannte Zeitreihe zu Sektoren ab 1974 wird hier präsentiert - allerdings ist mir die Datenquelle davon unbekannt.

Ja darüber bin ich auch gestolpert, aber mich hatte speziell der Zeitraum vor 1993 interessiert. In dem Chart von dir sah die Performance der Strategien so brutal gut aus, dass mich die Performance der ausgeschlossenen Sektoren vor diesem Zeitraum interessiert hat 

vor 12 Minuten von Glory_Days:

Der Energie-Sektor wurde nicht wegen seiner vergangenen Performance ausgeschlossen, sondern u.a. wegen seiner zu hohen Überlappung mit dem Rohstoff-Anteil, der selbst schon stark in Energie investiert ist und da er in das OD-Konzept nicht wirklich passt.

Ja das stimmt natürlich, ich hatte gerade irgendwie nur Branchen im Kopf und nicht das ganze Portfolio.

[Glory_Days]

vor 6 Minuten von Bigwigster:

Ja darüber bin ich auch gestolpert, aber mich hatte speziell der Zeitraum vor 1993 interessiert. In dem Chart von dir sah die Performance der Strategien so brutal gut aus, dass mich die Performance der ausgeschlossenen Sektoren vor diesem Zeitraum interessiert hat 

Ja das stimmt natürlich, ich hatte gerade irgendwie nur Branchen im Kopf und nicht das ganze Portfolio.

Ich gehe davon aus, dass das OD-Portfolio auch in einer rezessiven/stagflationären Phase gut abschneiden würde. In diesen Phasen sollten die "defensiven" Komponenten des Portfolios voll zum Tragen kommen und hier eine sinnvolle Stabilisierung bieten. Vielleicht haben wir in den nächsten Jahren die Chance, diesen Fall in Echtzeit zu verfolgen.

[geldvermehrer]

vor 38 Minuten von Glory_Days:

Wenn man diese Eigenschaften geschickt miteinander kombiniert, kann man die Downside-Volatilität in einem sinnvollen Maße senken, sodass sich auch eine höhere absolute Rendite......

Ist das so zu verstehen, dass z.B. in Crash-Zeiten weniger als die Benchmark verloren und dadurch die Performance insgesamt verbessert wird?

[geldvermehrer]

Und was mich noch interessieren würde, wie könntest du dir ein Depot vorstellen, unter den Vorgaben max. Renditeerwartung. Bei Risiko NUR nominelle Kapitalerhaltung nach 30 Jahren soll berücksichtigt werden. Und gerne KISS

[Glory_Days]

Am 28.10.2022 um 17:42 von geldvermehrer:

Ist das so zu verstehen, dass z.B. in Crash-Zeiten weniger als die Benchmark verloren und dadurch die Performance insgesamt verbessert wird?

Mathematisch gesehen sind es in guter Näherung zwei Dinge, die man für eine hohe CAGR im Auge behalten muss. In ungehebelten Portfolios wird die CAGR über nennenswerte Zeiträume so gut wie immer durch den arithmetischen Mittelwert der (Jahres-)Renditen dominiert, erst danach spielt die Volatilität bzw. der damit einhergehende Volatility Drag eine Rolle. Bei der Optimierung der Volatilität eines Portfolios begibt man sich also immer auf eine schmale Gratwanderung, am Ende mehr Schaden als Nutzen zu verursachen. Ziel im Sinne der CAGR-Formel muss es sein, aus Sicht des Gesamtportfolios bei jeder Maßnahme den arithmetischen Mittelwert möglichst zu erhöhen oder zumindest konstant zu halten bei gleichzeitiger Verringerung der Volatilität. Die beste Chance darauf bietet meiner Meinung nach eine funktionierende Downside-Diversifikation, die die Upside möglichst unangetastet lässt. Da bei Materialisierung des systematischen Risikos ("Marktrisiko") die Korrelationen auch über Anlageklassen hinweg ansteigen, kann es nicht darum gehen, jegliche Downside des Portfolios zu beseitigen. Stattdessen sollte man versuchen, das systematische Risiko durch die sinnvolle Kombination von Anlageklassen zu mitigieren. Der Diversifikationsansatz konzentriert sich dabei auf die Downside, hat aber immer auch die längeren Upside-Phasen im Blick. Bis zu einem gewissen Grad scheint mir dabei eine Optimierung möglich zu sein, insbesondere da eine geringere Downside sowohl den arithmetischen Mittelwert erhöht als auch den Volatility Drag verringert. Wichtig ist dabei nur, dass diese Optimierung in Downside-Phasen nicht zu Lasten des arithmetischen Mittelwerts in Upside-Phasen geht (im Sinne einer für das eigentliche Ziel schädlichen Überoptimierung). Ich hatte das aus mathematischer Sicht hier und hier einmal für die CAGR-Formel etwas ausführlicher aufgeschrieben.

Folgendes Zahlenbeispiel zeigt eindrucksvoll, dass der arithmetische Mittelwert selbst bei starken Einbrüchen (=hoher Volatilität) weiter durch die geometrische Rendite dominiert wird und der wesentliche Effekt bei der Optimierung nur durch die Verbesserung des arithmetischen Mittelwerts (im Sinne der Verringerung des Max Drawdowns) und nicht durch eine Verringerung des Volatility Drags (hier definiert als Differenz aus Arithmetischem Mittelwert und Geometrischem Mittelwert; in guter Näherung proportional zur Volatilität) zu Stande kommen kann (Beispiel mit zwei Renditen wobei eine bei 1 (=Nullrendite) festgehalten wird):

 

 

Am 28.10.2022 um 18:21 von geldvermehrer:

Und was mich noch interessieren würde, wie könntest du dir ein Depot vorstellen, unter den Vorgaben max. Renditeerwartung. Bei Risiko NUR nominelle Kapitalerhaltung nach 30 Jahren soll berücksichtigt werden. Und gerne KISS

Die Antwort ist relativ einfach: Ich würde in diesem Fall auf ein diversifiziertes gehebeltes Portfolio mit Hebel ~2 zurückgreifen.

[geldvermehrer]

vor 14 Stunden von Glory_Days:

Mathematisch gesehen sind es in guter Näherung zwei Dinge, die man für eine hohe CAGR im Auge behalten muss. In ungehebelten Portfolios wird die CAGR über nennenswerte Zeiträume so gut wie immer durch den arithmetischen Mittelwert der (Jahres-)Renditen dominiert, erst danach spielt die Volatilität bzw. der damit einhergehende Volatility Drag eine Rolle. Bei der Optimierung der Volatilität eines Portfolios begibt man sich also immer auf eine schmale Gratwanderung, am Ende mehr Schaden als Nutzen zu verursachen. Ziel im Sinne der CAGR-Formel muss es sein, aus Sicht des Gesamtportfolios bei jeder Maßnahme den arithmetischen Mittelwert möglichst zu erhöhen oder zumindest konstant zu halten bei gleichzeitiger Verringerung der Volatilität. Die beste Chance darauf bietet meiner Meinung nach eine funktionierende Downside-Diversifikation, die die Upside möglichst unangetastet lässt. Da bei Materialisierung des systematischen Risikos ("Marktrisiko") die Korrelationen auch über Anlageklassen hinweg ansteigen, kann es nicht darum gehen, jegliche Downside des Portfolios zu beseitigen. Stattdessen sollte man versuchen, das systematische Risiko durch die sinnvolle Kombination von Anlageklassen zu mitigieren. Der Diversifikationsansatz konzentriert sich dabei auf die Downside, hat aber immer auch die längeren Upside-Phasen im Blick. Bis zu einem gewissen Grad scheint mir dabei eine Optimierung möglich zu sein, insbesondere da eine geringere Downside sowohl den arithmetischen Mittelwert erhöht als auch den Volatility Drag verringert. Wichtig ist dabei nur, dass diese Optimierung in Downside-Phasen nicht zu Lasten des arithmetischen Mittelwerts in Upside-Phasen geht (im Sinne einer für das eigentliche Ziel schädlichen Überoptimierung). Ich hatte das aus mathematischer Sicht hier und hier einmal für die CAGR-Formel etwas ausführlicher aufgeschrieben.

Folgendes Zahlenbeispiel zeigt eindrucksvoll, dass der arithmetische Mittelwert selbst bei starken Einbrüchen (=hoher Volatilität) weiter die geometrische Rendite dominiert und der wesentliche Effekt bei der Optimierung nur durch die Verbesserung des arithmetischen Mittelwerts (im Sinne der Verringerung des Max Drawdowns) und nicht durch eine Verringerung des Volatility Drags (hier definiert als Differenz aus Arithmetischem Mittelwert und Geometrischem Mittelwert; in guter Näherung proportional zur Volatilität) zu Stande kommen kann (Beispiel mit zwei Renditen wobei eine bei 1 (=Nullrendite) festgehalten wird):

 

 

Die Antwort ist relativ einfach: Ich würde in diesem Fall auf ein diversifiziertes gehebeltes Portfolio mit Hebel ~2 zurückgreifen.

Vielen Dank, ich vermute deine Antwort präzisiert meinen Gedanken

Diversifiziertes Portfolio mit Hebel 2 o.k. Bei KISS wäre das z.B. ein gehebelter ARERO, da wird Prof. Weber keinen auflegen, vermutlich. Also käme in der Theorie z.B. ein dauerhafter WPK zum Einsatz.

Fertige 2x gehebelte KISS-Produkte wären z.B. folgende 3:

a. MSCI World

b. S&P 500

c. Nasdaq 100

 

Welcher von den 2 fach gehebelten "Fertigprodukten" würdest du wählen, den Nasdaq 100, richtig?

 

[hattifnatt]

vor 32 Minuten von geldvermehrer:

Fertige 2x gehebelte KISS-Produkte wären z.B. folgende 3:

a. MSCI World

Wo gibt's das?

[Sapine]

vor 2 Stunden von geldvermehrer:

Vielen Dank, ich vermute deine Antwort präzisiert meinen Gedanken

Diversifiziertes Portfolio mit Hebel 2 o.k. Bei KISS wäre das z.B. ein gehebelter ARERO, da wird Prof. Weber keinen auflegen, vermutlich.

Den Arero zu hebeln mit seinem hohen Anleihenanteil erscheint mir nicht klug. 

vor 2 Stunden von geldvermehrer:

Also käme in der Theorie z.B. ein dauerhafter WPK zum Einsatz.

Fertige 2x gehebelte KISS-Produkte wären z.B. folgende 3:

a. MSCI World

b. S&P 500

c. Nasdaq 100

den MSCI World habe ich jedenfalls in Deutschland noch nicht gesehen. b + c sind sehr teuer und insbesondere die Nasdaq auch hochriskant. Der Amundi Leveraged MSCI USA wäre neben dem LevDax eine Alternative? Und natürlich ein günstiger Lombardkredit. 

[geldvermehrer]

Es gibt wohl keinen 2x MSCI World ETF, erstaunlicherweise

[Glory_Days]

Am 29.10.2022 um 11:15 von geldvermehrer:

Vielen Dank, ich vermute deine Antwort präzisiert meinen Gedanken

Diversifiziertes Portfolio mit Hebel 2 o.k. Bei KISS wäre das z.B. ein gehebelter ARERO, da wird Prof. Weber keinen auflegen, vermutlich. Also käme in der Theorie z.B. ein dauerhafter WPK zum Einsatz.

Fertige 2x gehebelte KISS-Produkte wären z.B. folgende 3:

a. MSCI World

b. S&P 500

c. Nasdaq 100

 

Welcher von den 2 fach gehebelten "Fertigprodukten" würdest du wählen, den Nasdaq 100, richtig?

 

Das Problem bei gehebelten Investments mit Blick auf die Compound Growth Formel

ist die unterschiedliche Skalierung der arithmetischen Rendite und des Volatility Drags mit dem Hebelfaktor k. Während die arithmetische Rendite linear in k skaliert, skaliert der Volatility Drag quadratisch in k. Erhöht man den Hebelfaktor von 1x (ungehebelt) auf 2x, so halbiert sich folglich das Verhältnis von arithmetischem Mittelwert und Volatility Drag. Dadurch muss der Volatility Drag bei gehebelten Investments viel stärker Berücksichtigung finden, als das bei ungehebelten Investments der Fall ist.

 

Ich würde vor dem Hintergrund dieses Einblickes in der Praxis zu keiner der genannten Optionen greifen. Grundsätzlich würde ich bei einem gehebelten Ansatz zu einer Strategie raten, die eine Timing-Komponente hinsichtlich Volatilität beinhaltet. Diese kann auf verschiedene Arten ausgestaltet werden. Wenn man langfristig mit solch einer Strategie erfolgreich sein möchte, kommt man meiner Meinung nach nicht umhin, Phasen hoher Volatilität möglichst komplett zu vermeiden - selbst wenn man die Volatilität durch ausgeklügelte Kombination von Anlageklassen effektiv reduzieren kann.

[geldvermehrer]

vor 9 Stunden von Glory_Days:

Das Problem bei gehebelten Investments mit Blick auf die Compound Growth Formel

ist die unterschiedliche Skalierung der arithmetischen Rendite und des Volatility Drags mit dem Hebelfaktor k. Während die arithmetische Rendite linear in k skaliert, skaliert der Volatility Drag quadratisch in k. Erhöht man den Hebelfaktor von 1x (ungehebelt) auf 2x, so halbiert sich folglich das Verhältnis von arithmetischem Mittelwert und Volatility Drag. Dadurch muss der Volatility Drag bei gehebelten Investments viel stärker Berücksichtigung finden, als das bei ungehebelten Investments der Fall ist.

 

Ich würde vor dem Hintergrund dieses Einblickes in der Praxis zu keiner der genannten Optionen greifen. Grundsätzlich würde ich bei einem gehebelten Ansatz zu einer Strategie raten, die eine Timing-Komponente hinsichtlich Volatilität beinhaltet. Diese kann auf verschiedene Arten ausgestaltet werden. Wenn man langfristig mit solch einer Strategie erfolgreich sein möchte, kommt man meiner Meinung nach nicht umhin, Phasen hoher Volatilität möglichst komplett zu vermeiden - selbst wenn man die Volatilität durch ausgeklügelte Kombination von Anlageklassen effektiv reduzieren kann.

Vielen Dank für den interessanten Einblick. Für die Praxis würde ich somit empfehlen, bevor Andreas Beck für seinen GPO die Investitionsreserve zieht (Volatilität des Aktienmarkts des letzten Monats ist um das 1,5-Fache höher als die langfristige Volatilität), raus aus den gehebelten ETFs

[Glory_Days]

Interessant ist folgender Plot für die realen Renditen von US-Aktien und -Anleihen über 10-jährige Investitionszeiträumen:

 

Gewissermaßen ist das der bildliche Nachweise zu meinem folgenden Beitrag an anderer Stelle und der dort abgegebenen Empfehlung, mit Anleihen-Investments aktuell lieber noch zu warten - zumindest wenn man sich an den historischen realen Renditen orientiert:

[Glory_Days]

Habe den OP aktualisiert und die Max Drawdowns der Einzelkomponenten auf täglicher Datenbasis in USD mit aufgenommen. Daraus lässt sich der (rein) hypothetische historische Max Drawdowns des Gesamtportfolios berechnen, unter der unrealistischen Annahme, dass sich die Max Drawdowns der Einzelkomponenten alle zur gleichen Zeit ereignet hätten.

[Glory_Days]

Hier noch eine lesenswerte Analyse zu Daten der US-Sektoren von 1976-2015:
https://engineeredportfolio.com/2016/12/17/historical-performance-of-us-equity-sectors/

 

Die Daten zu den Sektoren kommen zum Großteil ursprünglich wohl von Goldman Sachs:
ttp://www.businessinsider.com/goldmanannual-sector-returns-vs-sp-500-2013-1

 

Längere Analysen für die US-Sektoren sind mir nur von Meb Faber bekannt (Zeitspanne von 1928-2009):

Quelle: Relative Strength Strategies for Investing

 

Die Sektoren-Daten stammen laut Fabers Paper ursprünglich von der French-Fama Webseite und können unter dem Abschnitt "Industry Portfolios" frei heruntergeladen werden:
http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html

 

Dabei gibt es verschiedene Industry/Sector-Definitionen, z.B. für das 10 Industry Portfolio:

Zitat

We assign each NYSE, AMEX, and NASDAQ stock to an industry portfolio at the end of June of year t based on its four-digit SIC code at that time. (We use Compustat SIC codes for the fiscal year ending in calendar year t-1. Whenever Compustat SIC codes are not available, we use CRSP SIC codes for June of year t.) We then compute returns from July of t to June of t+1.

Quelle: http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/Data_Library/det_10_ind_port.html

Diese Total-Return Daten (täglich und monatlich verfügbar) erstrecken sich aktuell von 01.07.1926 - 30.09.2022. Damit kann die Tabelle von Faber von oben entsprechend aktualisiert werden (Risk-Free Rate bzw. Expected Return habe ich gleich null gesetzt; STDEV = Standardabweichung/Annualisierte Volatilität, SD = Semi Deviation/Annualisiertes Downside-Risiko):

 

[Glory_Days]

Die Fama-French Daten bieten neben Value Weighted-Daten auch Equal Weight-Daten. Die Unterscheidung ist ziemlich interessant, da der Equal Weight-Ansatz die absolute (und risikoadjustierte) Rendite meistens erhöht:

 

 

Das ist konsistent mit der Beobachtung von Faber, dass ein monatlich rebalanctes Equal Weight-Portfolio bestehend aus den 10 Sektoren den S&P 500 sowohl absolut als auch risikoadjustiert vor Kosten outperformed hätte:


 

Quelle: Relative Strength Strategies for Investing

Ein Equal Weight-Ansatz scheint also zumindest auf Basis dieser Daten prinzipiell besser zu sein als ein Value Weighted-Ansatz. Faber merkt hierzu allerdings korrekterweise an:

Zitat

We utilize the value weighted groupings rather than the less realistic equal weighted portfolios, and the sectors are described below: 

Der Vorteil zieht sich weiter durch, wenn man sich eine Ebene höher auf die Ebene der Anlageklassen begibt und ein monatlich rebalanctes Equal Weight Buy-and-Hold Portfolio bestehend aus fünf Anlageklassen mit den isolierten einzelnen Anlageklassen vergleicht:
 

Quelle: Relative Strength Strategies for Investing

Bei den fünf Anlageklassen handelt es sich um Domestic Stocks, Foreign Stocks, Bonds, REITs, und Commodities.