Sets im sicheren Hafen

Hedging von Aktienkursrisiken durch quantitative Modelle

Computersysteme können in Banken keinen Fondsmanager ersetzen. Sie können aber künftig die Performance eines Fonds deutlich steigern, indem sie ein Portfolio nach rationalen Kriterien steuern. Ein Student aus Ravensburg hat dazu ein spannendes quantitatives Modell entwickelt, das er in economag.de erstmals vorstellt.

Von Michael Urban, Duale Hochschule Baden-Württemberg Ravensburg

Diesen Beitrag als PDF.

Zurzeit ist das Investitionsverhalten vieler Anleger von großer Unsicherheit geprägt. Ständig erschüttern schlechte Nachrichten die Märkte. Der Großteil der Anleger hat durch die Finanzkrise und die damit verbundenen Kursrückgänge einen hohen Teil des investierten Kapitals verloren. Die Anleger sind jetzt weitaus kritischer und suchen nach sichereren Anlagemöglichkeiten. Aktien und andere volatile Anlageklassen haben folglich stark an Attraktivität verloren.

Die Idee, das Portfolio mittels Diversifikation zu streuen, ist auch für Anleger mit kleinem Vermögen möglich - zum Beispiel durch Fonds. Diese bieten in der Regel automatisch eine gut diversifizierte Anlagestrategie. Dennoch unterliegen auch Fonds zum Teil starken Schwankungen, was vor allem in letzter Zeit zu negativen Auswirkungen auf die Performance geführt hat.

Um den richtigen Ein- und Ausstiegszeitpunkt bei Anlagen zu ermitteln, werden immer häufiger so genannte quantitative Modelle verwendet. Dies sind computergestützte Systeme, die üblicherweise eine technische Analyse zur Grundlage haben. Mittels dieser Systeme lassen sich zukünftige Kursentwicklungen einschätzen. Diese Modelle brauchen meist nicht einmal mehr einen Menschen, der die Transaktionen durchführt, sondern sie handeln automatisch nach den Signalen, die sie selbst generieren.

Auf Kurseinbrüche rational reagieren

Ein solches quantitatives Modell wurde von mir selbst auf Basis verschiedener technischer Indikatoren und Oszillatoren entwickelt. Die Zielsetzung hierbei war es, einen Fonds gegen starke negative Kursschwankungen abzusichern und die Volatilität zu reduzieren. Die Wirksamkeit eines solchen Modells wird empirisch ermittelt. Der Zeitraum auf den sich die Berechnungen beziehen, liegt zwischen den Jahren 1988 und 2010.

Das System kann vollautomatisch umgesetzt werden und berechnet die Werte auf Tagesschlusskursbasis. Es gibt die Signale Long, Short und Neutral ab, die anschließend in der Hedgingstrategie umgesetzt werden. Das Modell besteht aus drei Teilen. Im ersten Schritt wird untersucht, in welcher Marktlage sich der Markt befindet. Hier wird entschieden, ob der Markt tendenziell eher ruhig oder eher volatil ist. Je nachdem wird im zweiten Schritt das Signal, das für das Handeln verwendet wird, von Teil I oder Teil II generiert.

Jede Marktphase richtig deuten

Diese beiden Teile sind selbstständig agierende Systeme, die für spezielle Marktphasen konzipiert wurden. Sie bestehen aus verschiedenen technischen Indikatoren. Sie erhalten je nach ihrer bisherigen Signalgenerierung eine bestimmte Gewichtung in der Auswertung. Bei einigen Indikatoren werden Begrenzungen zur Signalgenerierung benötigt. Diese werden mittels eines Systems ausgewertet und definiert, wobei hier historische Daten zur Anwendung kommen. Je nach bisherigem Erfolg werden die Begrenzungen gezogen, um so eine optimale Signalsteuerung zu ermöglichen.

Teil I wird für volatile Marktphasen eingesetzt. Hier ist es wichtig, dass das System schneller auf Kursänderungen reagiert, um so die Wahrscheinlichkeit für hohe Verluste zu begrenzen. Daher geniert dieser Teil des Modells öfter ein Short Signal als Teil II.

Teil II ist für ruhige Marktphasen konzipiert. Hier werden kleinere Kurseinbrüche sofort abgesichert. Dies gibt dem Modell insgesamt einen ruhigeren Verlauf. Dies ist wichtig, da jedes Mal beim Umstieg von Long zu Short oder umgekehrt eine Transaktion durchgeführt werden muss. Diese kostet Geld und schlägt sich somit auch auf die Performance nieder.

Mit Futures absichern

Die Absicherung wird mit Futureskontrakten auf einen Index getätigt, der ein hohes Beta im Vergleich mit dem Fonds hat. Das Beta gibt an, wie stark sich ein Wert im Vergleich zu einem anderen Wert, hier ein Index (zum Beispiel der DAX 30 Index), bewegt. Ein Beta von 0,5 heißt somit, steigt der Index um 1 Prozent, so steigt der Fonds um 0,5 Prozent.

So lange ein Long Signal besteht, werden keine Futures gekauft. Die Performance hängt folglich rein vom Fonds ab. Wird ein Short Signal generiert, so werden Short Positionen aufgebaut, um den Fonds möglichst 1:1 gegen Kursschwankungen zu sichern.

Der empirische Beweis

Die Überprüfung solcher Modelle wird anhand historischer Daten vorgenommen. Hierdurch wird die Erfolgstendenz einer solchen Strategie in den vergangenen Jahren überprüft. Mit zunehmender Komplexität der Modelle werden hierfür Computersysteme benötigt, die ausreichende Rechenleistung zur Verfügung stellen können, um die enorme Flut an Daten auszuwerten. Dies sind zwar Modellrechnungen, die unter Annahmen getroffen werden, dennoch wird das Potenzial so ersichtlich, das in den Modellen steckt.

Um das entwickelte Modell zu verifizieren, wurde es auf 7 differenzierte Indizes aus unterschiedlichen Ländern angewandt. Als Fonds wird jeweils eine Long Position des Index verwendet. Abgesichert wird diese durch Short Positionen, die vom Modell gesteuert werden.

Angewandt auf den DAX 30 Index ergaben sich folgende Ergebnisse: Im Zeitraum von 1988 bis 2010 wurden etwas über 800 Transaktionen getätigt. Im Vergleich mit dem DAX 30 Index schaffte es das Modell die Rendite über den Beobachtungszeitraum mehr als zu verdreifachen und zusätzlich die Volatilität, die als Maß für das Risiko verstanden wird, in jedem Jahr zu reduzieren. Ein ähnliches Ergebnis stellte sich bei fast allen untersuchten Indizes ein.

Vergleich Performance in % DAX 30 Index mit DAX 30 + Hedge mittels Modell

Fondsmanager bleiben unverzichtbar

Generell stellen quantitative Modelle eine Möglichkeit zur Steuerung eines Portfolios dar, wobei keine menschlichen Entscheidungen mehr getroffen werden. Dies ermöglicht stets ein Handeln nach rationalen Kriterien in sämtlichen Situationen. Selbstverständlich ist das Ergebnis von der Genauigkeit des Handelssystems sowie der Strategie des Modells abhängig. Die Wirkung der Strategien ist mittels historischer Daten überprüfbar. Eine sorgfältige Auswahl und Strukturierung der im Fonds verwalteten Assets kann ein solches Modell allerdings nicht abnehmen. Hierfür sind weiterhin Fondsmanager gefordert, die ein gutes Gespür für den Geld- und Kapitalmarkt haben.

Autor

Michael Urban hat ein betriebswirtschaftliches Studium mit Fachrichtung Bank an der Dualen Hochschule Baden-Württemberg in Ravensburg absolviert und ist seither Vermögensberater im Firmenkundenbereich der Kreissparkasse Biberach.

Quelle der Daten in Abbildung

 Eigene Darstellung in Excel mittels Datengrundlage von Bloomberg