Institutional Money, Ausgabe 2 | 2019

ist die Dienstleistung mit der Bezeichnung „Portfolio Management and Asset Alloca- tion“ zu verstehen. Denn hier können bei- spielsweise Banken mit Überliquidität Quantic mit der Ausarbeitung einer Diver- sifikationsstrategie beauftragen. Christian Jost, Geschäftsführer von C-Quadrat Asset Management, nennt ein Beispiel: „Wenn eine Landesbank etwa ein Kreditportfolio mit Schwerpunkten in bestimmten Regionen aufweist, dann ist es sinnvoll, ein Corporate- Bond-Portfolio dazu zu optimieren. Im Ge- gensatz zu Mitbewerbern, die bloß eine Stand-alone-Optimierung des ergänzenden Portfolios vornehmen können, sind wir mit Quantic Financial Solutions in der Lage, das Portfolio der Gesamtbank zu optimieren.“ Anlageprodukte à la carte Wenn man über diesen Fundamental- datenschatz verfügt, liegt es nahe, über das eigentliche Risikomanagement hinaus zu überlegen, ob man nicht mithilfe dieses mul- tidimensionalen algorithmischen Systems Unternehmensbewertungen mit Aktien-, Bond- und Credit-Default-Swap-(CDS)- Kursen vergleichen kann, um durch diese Verschneidung zu Kursprognosen zu kom- men. Gesagt, getan. Seit nunmehr zwei Jah- ren besteht das Asset-Dynamix-Modell, das als Investment-Engine fungiert und auf der Basis von Credit-Dynamix Forecasts von Aktien-, CDS- und Bond-Kursen mit hoher Prognosequalität erstellt. Während die Cre- dit-Dynamix-Engine in der ersten Stufe aus der Quantic-Datenbasis und den Makro- Prognosedaten wie gewohnt eine Funda- mentalprognose für die nahe Zukunft er- stellt, kommt im nächsten Schritt die Asset- Dynamix-Engine ins Spiel, die nun eine Kursprognose für die nächsten zwei bis drei Monate errechnet. Hier tritt noch eine spe- zielle Filtertechnik auf drei Ebenen auf den Plan, denn für jede Aktie wird untersucht, wie gut das Modell für sie funktioniert. Wenn nämlich die Modellprognose die tat- sächliche Kursentwicklung über einen his- torisch genügend langen Zeitraum nicht hinreichend gut erklären kann, fällt der be- treffende Titel heraus. Zirka ein Viertel aller Firmen wird per se herausgefiltert, wenn das Modell nicht passt. Dietrich Matthes da- zu: „Ein Beispiel dafür ist die Volkswagen AG, die bis vor einigen Jahren noch nicht vom Filter ausgesondert wurde. In den letz- ten Jahren jedoch kann die Kursentwick- lung aus der Verknüpfung von prognosti- zierten Fundamentaldaten und prognosti- zierten Makro-Daten die Kursentwicklung nicht mehr erklären. Daher bleibt die Aktie bis auf Weiteres außen vor.“ Das Univer- sum wird auf Kundenwunsch auch durch den ESG-Filter reduziert. Als Drittes hat man dann eine Top-Flop-Selektionsliste, wo die Titel entsprechend ihrer Performance- prognose gereiht werden. Mit diesem Set- up, dessen Architektur überaus offen ist, ist FOTO : © QUANT I C » Credit-Dynamix-Engine ermöglicht einen engen Schulterschluss zwischen Makro- und Fundamentaldaten. « Dr. Dietrich Matthes, Partner Quantic Financial Solutions GmbH, Wien Long only versus Long neutral Warum Institutionelle die Investmentstrategie Long neutral einer Long-only-Strategie vorziehen, liegt auf der Hand. Der Long-neutral-Ansatz entspricht eher der Interessenlage Institutioneller, da er gegenüber Long only eine verringerte Volatilität, einen geringeren Maximum Drawdown und eine deutlich bessere Sharpe Ratio aufweist. Quelle: Quantic Financial Solutions Downside Risk Durchschnittlicher Jahres- Durchschn. Überschussren- Volatilität Sharpe Ratio annualisiert über 3 Jahre ertrag, 3 Jahre dite annualisiert, 3 Jahre 3 Jahre 3 Jahre LONG ONLY 9,6 % 22,8 % 10,0 % 12,8 % 1,26 LONG NEUTRAL 7,6 % 21,7 % 9,0 % 10,1 % 1,53 EuroStoxx 10,2 % 11,6 % 13,7 % 0,62 -10 % 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % CQQC MC Euro Top 50 Long only Euro Stoxx C 2018 2019 2017 2016 -10 % 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % CQQC MC Euro Top 50 Long neutral Euro Stoxx 2 2018 2019 2017 2016 2 196 N o. 2/2019 | www.institutional-money.com P R O D U K T E & S T R A T E G I E N : POR T RÄ T