Kapitalanlage: “Kann man den Markt schlagen?” (Teil 6)

Ein Frage, die unter sowohl unter Anlegern als auch Investmentprofis und Finanzexperten immer wieder auf ein Neues diskutiert wird: “Kann man den Markt schlagen?”. Ein Frage, die auch uns beschäftigt und uns zu einer Artikelserie veranlasst hat. Ziel der Artikelserie ist es Experten aus der Investment-Branche ihre Position zu dieser Fragestellung einer breiten Leserschaft vorstellen zu lassen. Bis dato haben wir sowohl Finanz Blogger als auch Investment Experten wie Prof. Dr. Söhnholz / Diversifikator, Dr. Richter /Prüfinstanz, Stefan Schöffel / Finanzoo etc. für einen Artikel gewinnen können. Umso mehr freut es uns, dass wir mit Luan Haxha, Chief Marketing Officer des Robo-Advisor Anbieters MINVEO einen weiteren renommierten Experten für unsere Artikelserie gewinnen konnten.

Schlauer und schneller als der Markt?

Wie Big Data und selbstlernende Algorithmen helfen können zu leisten, was kein Team mehr im Stande zu leisten vermag. Und somit sei gleich zu Beginn Folgendes festgestellt: Ja, man kann den Markt schlagen. Wer sich das zum Ziel seiner Investmentstrategie setzt, sollte grundsätzlich einmal die folgenden zwei Regeln befolgen.

A. Verluste vermeiden.

Intuitiv versteht man sofort, warum Top-Investoren wie Paul Tudor Jones oder Ray Dalio strikt der Regel der Risikovermeidung folgen. Seit Daniel Kahneman und Amos Tversky wissen wir, dass aus psychologischer Sicht ein verlorener Euro immer mehr schmerzt als ein gewonnener Euro Freude bereitet(1). Jeden verlorenen Euro will der Anleger zurückgewinnen, wodurch die Neigung höhere Risiken einzugehen steigt und damit einhergehend die Wahrscheinlichkeit weitere Verluste zu erleiden.

B. Risiken schnell erkennen

Wer Verluste meiden will, achtet verstärkt auf Risiken. Diese gilt es nun nur noch rechtzeitig zu identifizieren und schnell zu reagieren.

Fertig. An sich recht einfach.

Wären da nicht unter anderem ca. 90.000 Finanzartikel am Tag, alle 6 Minuten ein neues finanzwissenschaftliches Paper sowie eine riesige Datenmenge, die sich zudem alle 2 Jahre verdoppelt (2).

Diese Zahlen spiegeln wider, was man als Privatanleger und insbesondere professioneller Asset Manager selbst jeden Tag aufs Neue spürt: Die faktenbasierte Ableitung von Investitionsentscheidungen wird insgesamt schwieriger, die Versuchung emotionsgetriebener und oberflächlicher Entscheidungen hingegen größer. So löscht oder ignoriert jeder zweite Fondsmanager über 50 % der Emails und Anrufe von Brokern, obwohl ihm bewusst ist, dass er dadurch eine relevante Information zu verpassen droht (3).

Die Folge dieser Informationsexplosion ist ein weit verbreitetes, nahezu blindes Vertrauen in die „unsichtbare Hand“, die das historische Wachstum der Märkte auch in Zukunft fortsetzen wird. Wenn man den Markt in seiner Gänze nicht greifen kann, dann folgt man ihm. Passive Anlagestrategien, die sich analog zum Markt nach oben und unten verhalten, werden vielerorts gar als die beste Anlageoption genannt. Lieber Durchschnitt als Verluste.

Wer folgt, kann nicht überholen

Aus Sicht des Anlegers ist diese Herangehensweise verständlich. Einziges Risiko bleibt die Gefahr zum Zeitpunkt seines Exits (z.B. zum Renteneintritt) in einen Abschwung zu geraten. Der DAX beispielsweise hat ca. 5 Jahre benötigt, um seinen Wert von vor der Finanzkrise 2008 wieder zu erreichen. Als Anleger mit einer passiven Strategie benötigt man einen langen Anlagehorizont, etwas Vertrauen in die Märkte und gerade in unruhigen Zeiten ein entspanntes Gemüt.

Den Markt zu schlagen gelingt einem so allerdings nicht.

Wer sich mit Durchschnitt nicht zufriedengeben oder seine Nerven schonen will, sollte bei seiner Geldanlage auf aktive und vor allem quantitative Methoden achten. In der kleinsten Ausprägung beruhen die Anlageentscheidungen dieser Ansätze auf einzelnen Indikatoren, wie zum Beispiel dem VaR (Value at Risk). Mit ihrer Hilfe wird die Lage der Weltmärkte abgebildet und bei Bedarf wird das Portfolio – proaktiv – an die aktuelle Marktlage angepasst und die Anlagen werden gesichert. Die Weltwirtschaft in ihrer Gänze und Dynamik anhand eines einzelnen Indikators abzubilden ist streng gesehen nicht ausreichend, aber dennoch ein Schritt in die richtige Richtung.

Gehen wir einige Schritte weiter.

Wissen, statt Vertrauen

Stellen Sie sich vor, Sie treffen Entscheidungen nicht nur auf Basis einer einzelnen Variable, sondern mit einer breiten Palette an tagesaktuellen Kurs-Daten, einer Reihe an Live- und Vergangenheitsdaten, wie etwa makroökonomische Indikatoren der einzelnen Märkte und Regionen, sowie Preis- und Währungs-Daten. Jeden Tag werten Sie 2 Terrabyte an Daten aus, das entspricht dem Umfang von 400.000 Bibeln. Zur Einordnung: Nur um diese Datenmenge zu lesen, benötigt eine Person unterbrechungsfreie 2.664 Jahre.

Stellen Sie sich zudem vor, Sie ziehen jeden Tag Rückschlüsse aus diesen Daten und lernen dazu. Statt die immer gleichen Regeln anzuwenden, hinterfragen Sie die Gewichtung der einzelnen Variablen Tag für Tag und passen diese bei Bedarf an die aktuelle Marktsituation an. Solch große Datenmengen und tägliche Analysen kann kein Team bzw. keine Abteilung in der notwendigen Tiefe und vor allem in der benötigten Geschwindigkeit stemmen.

Die Technologien Big Data und Machine Learning jedoch leisten ebendies. Mit ihnen wird Wissen anstelle von blindem Vertrauen wieder möglich. Software wertet große Informationsmengen in der Geschwindigkeit aus, die notwendig ist, um tagesaktuelle Anlageentscheidungen zu treffen. Statt vorprogrammierte, starre Heuristiken anzuwenden, entwickelt sie sich mit Hilfe selbstlernender Algorithmen und menschlicher Korrekturen kontinuierlich weiter ¬– und passt ihre Entscheidungsregeln an.

So erlangt Software erstmals ein Maß an Intelligenz und Autonomie, um systematisch vollständige und rein datenbasierte Anlageentscheidungen zu treffen. Sie kann früher erkennen, wenn eine Krise droht und das Anlagevermögen rechtzeitig sichern.

Vorsprung dank Technologie

Der technische Aufwand für einen solchen Ansatz ist enorm – zeigt aber gerade in turbulenten Marktlagen wie in den Jahren 2016 und 2018 sein Potenzial. Am Beispiel von Aktien lässt sich dies besonders gut darstellen. Aktienwerte sind oft volatil und schwanken relativ stark, daher werden diese meist mit Anleihen und Rohstoffen wie Gold zu einer Gesamtstrategie kombiniert. Vergleicht man die Benchmark EURO STOXX 50 mit einer 100%igen Aktienstrategie von Minveo, die Big Data und Machine Learning einsetzt, werden die Vorteile der Software schnell deutlich.

Die Grafik zeigt den Track Record der Aktienstrategie der Minveo AG im Verhältnis zur Benchmark. Die Verwaltungs- und Produktkosten sind hierbei berücksichtigt. Quelle: Minveo AG, 20194.

Für das Jahr 2016 zeigt ein Vergleich auf Jahresbasis eine Rendite p.a. von 8,35 % bei Minveo gegenüber 0,08 % bei EURO STOXX 50. Zudem waren die Wertschwankungen wesentlich geringer, wie die Volatilitäten von 9,84 % (Minveo) gegenüber 21,95 % (EURO STOXX 50) zeigen.

Ähnliches in 2018: Dort konnte der Jahresverlust der Minveo Aktienstrategie auf -6,82 % begrenzt werden, während der EURO STOXX 50 -14,34 % erzielt hat. Hier ist die Volatilität mit 7,4 % ebenfalls um circa die Hälfte geringer als beim EURO STOXX 50 mit 13,4 %.

Insgesamt hat die Aktienstrategie von Minveo seit Januar 2015 bis einschließlich Juni 2019 eine Rendite p.a. von 4,48 % bei einer Volatilität von 8,2 % erreicht. Dem gegenüber steht die Rendite p.a. von 2,30 % bei einer Volatilität von 17,4 % beim EURO STOXX 50.

Systematisch weniger Risiko und mehr Rendite

Je turbulenter die Märkte, desto stärker kommen die Vorteile der Technologie zum Tragen: systematisch Risiken zu erkennen und Verluste zu vermeiden. Mit künstlicher Intelligenz können wieder aktive Anlageentscheidungen auf Basis relevanter Informationen getroffen werden. Es wird wieder möglich, den Markt zu schlagen, statt ihm nur zu folgen.

Darunter verstehen wir allerdings nicht das Ziel einer reinen Maximierung des Gewinns. Die sehr hohen Risiken stehen in keinem rationalen Verhältnis zum möglichen Gewinn. Vielmehr liegt der Fokus auf der Risikominimierung und einer allein dadurch erzielbaren Outperformance. Analog mit den eingangs genannten zwei Regeln: Verluste vermeiden und Risiken schnell erkennen. Damit die Nerven der Anleger geschont werden und wieder ein Unterschied statt nur Durchschnitt erzielt wird. Aus Kundensicht ein echtes Upgrade.

Zu Luan Haxha

Luan Haxha zeichnet beim Robo-Advisor Anbieter Minveo verantwortlich für das Branding, die Customer Experience und Servicestrategie des FinTech Unternehmens. Sein Anspruch und das persönliche Ziel ist es, dafür Sorge zu tragen, das potenzielle Anleger das digitale Kapitalanlage-Angebot von Minveo verstehen und intuitiv bedienen können. Bevor Luan Haxha seine Tätigkeit bei Minveo aufnahm, hat er als Stratege unter anderem bei den Agenturen Publicis und MetaDesign für namhafte Marken wie Mercedes und Audi gearbeitet. Luan Haxha hat BWL mit dem Schwerpunkt Marketing an der Universität Mannheim und Università di Bologna studiert.

Quellen:

1.) Prospect Theory: An analysis of decision under risk, Kahneman, D., & Tversky, A.,1979.
2.) How Smart Machines are Changing Financial Services by Marc Perkins with IBM Watson Group.
3.) Quantifying the Future, Market Structure Partners, p. 15, Nov 2016.
4.) Minveo AG, Benchmark EURO STOXX 50. Die Aktienstrategie Minveo ist um Verwaltungs- und Produktkosten bereinigt. Vergangene Wertentwicklungen sind kein verlässlicher Indikator für eine künftige Wertentwicklung (Performance).