Institutional Money, Ausgabe 2 | 2019
es möglich, individuelle Gestaltungswün- sche des institutionellen Kunden bei der In- dex- und Produktgestaltung in vielerlei Ge- stalt zu berücksichtigen. Der Kunde kann etwa bestimmte Länder, Regionen und Branchen ein- oder ausschließen, eine Min- destanforderung an die Marktkapitalisierung definieren, die Strenge des ESG-Filters be- stimmen und sich aus der verbliebenen Schnittmenge eine maßgeschneiderte quan- titative Investmentstrategie nach dem Algo- rithmus von Quantic vorschlagen und simu- lieren lassen. Produktvarianten Dazu kommt, dass sich innerhalb von wenigen Sekunden nicht nur eine Long-on- ly-Investmentstrategie, deren Titelzahl sich wieder individuell bestimmen lässt, sondern auch eine Long-neutral-, eine Long-neutral- Short- und eine Long-Short-Strategie algo- rithmuskonform aus einem Guss aufbaut. Wählt man bei Long only beispielsweise die Top-50-Aktien, werden diese mit je- weils zwei Prozent gleichgewichtet. Chris- tian Jost macht unter den vier Strategien, nachdem er ausgewählten Institutionellen die Quantic Engines vorgeführt hat, bereits einen Favoriten aus: „Infolge kleiner Risi- kobudgets legen die Investoren verstärkt Wert auf eine Volatilität, die unter jener des Referenzindex liegt, und stellen verstärkt auf den Maximum Drawdown ab, den sie auszuhalten bereit sind. Damit liegt der Long-neutral-Ansatz in der Gunst der Inve- storen vorn, da only eine verringerte Vola- tilität, einen geringeren Maximum Draw- down und eine deutlich bessere Sharpe Ra- tio aufweist.“ Wie bei Long only wird bei Long neutral am Anfang die Anzahl der zu investierenden Aktien festgelegt. Der tat- sächliche Investitionsgrad bei Long neutral bestimmt sich zum jeweiligen Rebalancing- Zeitpunkt danach, wie hoch der Anteil der Titel mit Kaufsignal im Strategiepool ist. Wenn dieser wie gegen 2008 bei zirka zehn Prozent liegt, dann ist der Fonds in Extrem- situationen auch schon einmal zu 90 Pro- zent in Cash investiert. Alle Berechnungen wurden im Übrigen bis Ende 2015 in-sam- ple durchgeführt, seit März 2016 – und damit seit drei Jahren – hingegen aus- schließlich out-of-sample. Das Rebalan- cing erfolgt aktuell alle zwei Monate, der Portfolioumschlag liegt bei vielen Portfo- lios bei 70 bis 100 Prozent jährlich. Mittlerweile ist C-Quadrat mit einer deut- schen Kapitalverwaltungsgesellschaft han- delseins, die drei Publikumsfonds nach dem Quantic-Modell auflegen wird. Das Seed Money von jeweils zehn Millionen Euro kommt von externen Investoren aus dem Banken- und Versicherungsbereich. Zwei Fonds folgen dabei ab 1. Juli beziehungs- weise 1. August 2019 einem Top-100-Welt- beziehungsweise einem EU/Europa-Long- neutral-Ansatz, beide mit ESG-konformem Overlay via Filter, der dritte soll einen Long-neutral-Short-Ansatz umsetzen. Nach- dem Institutionelle im Fokus stehen, hat Jost natürlich auch Spezialfonds im Visier. Indizes, die im geschützten Bereich bei Bloomberg laufen, sollen von EU-zertifi- zierten Indexprovidern berechnet werden und sind ebenfalls ein großes Thema. Sie dienen als Ausgangsprodukt für maßge- schneiderte Investmentbanklösungen, die von Kunden gewünschte Features wie Ga- rantien und Mindestausschüttungen beinhal- ten können. Hier ist man mit führenden internationalen Investmentbanken im Ge- spräch. Auch ETFs auf Basis der CQ-Quan- tic-Indexfamilie sind denkbar, wobei wohl nicht C-Quadrat selbst ETFs auflegen wird. Jost kann sich stattdessen eine Kooperation mit einem großen ETF-Anbieter vorstellen, damit schnell dreistellige Millionenvolumi- na zustande kommen. Neben Indizes, Spe- zial- und Publikumsfonds gibt es aber noch eine weitere Möglichkeit, in Geschäftsbe- ziehung mit Quantic zu treten: durch die „Shopping List“. So nennt Jost die von den Engines tourlich kreierte Liste mit Long- und Short-Titeln, die der Kunde erhält, um schließlich die Auswahl an Titeln, in die er investieren will, selbst zu treffen. Jost denkt daran, den Kunden später einmal die Engine als eine Simulations-Toolbox zur Verfügung zu stellen. Die leicht bedienbare Oberfläche lädt dazu ein, spielerisch Strategiekombina- tionen in wenigen Sekunden durchrechnen zu lassen, indem man an den Parametern schraubt. Restrisiken Was Quantic von anderen fundamentale Ansätze verfolgenden Häusern unterschei- det, ist zweierlei: Zum einen arbeiten die Engines rein quantitativ datenbasiert und überzeugen durch eine Breite der konsisten- ten Anwendbarkeit, die mit Manpower kaum ein Haus leisten kann. Zum zweiten wird für das ganze Universum eine globale Vergleichbarkeit und eine statistische Tiefe hergestellt, bei der Subjektivität ausge- schlossen wird. Der Ansatz von Quantic hat den Charme, erfrischend anders als die an- deren zu sein, die Big Data ausbeuten wol- len: Man kommt von der Risikomanage- mentseite und nimmt damit vieles von dem vorweg, was andere erst gegen Ende des Anlageprozesses integrieren. Man darf ge- spannt sein, wann die ersten maßgeschnei- derten White-Label-Produkte mit den En- gines im Hintergrund die Fondsszene bele- ben werden. Investoren, die das Thema Big Data und KI in einem eigenen Bucket oder Value in verschiedenen Ausprägungen be- spielen, sollten den Quantic-Ansatz schon aus Diversifikationsüberlegungen in ihre Allokationsanalysen miteinbeziehen. Dabei muss auch klar sein, dass das Konzept nichts Unmögliches leisten kann. So gut die Simulationsrechnungen auch aussehen, gibt es doch zwei Risiken, die man nicht aus- schließen kann: Idiosynkratische Risiken wie Betrugsfälle à la Steinhoff und Die- selgate sind nicht abbildbar. An Grenzen stößt der Ansatz aber auch bei Titeln, auf die das Modell nicht passt: Sie werden nicht analysiert. DR. KURT BECKER » Durch die Offenlegung gegenüber Aufsichten und Wirtschaftsprüfern ist der Blackbox-Vorwurf vom Tisch. « Mag. Christian Jost, Geschäftsführer der C-Quadrat Asset Management GmbH, Wien FOTO : © C - QU I ADR AT Dr. Dietrich Matthes, Quantic Financial Solutions GmbH, spricht beim Institutional Money-Investmentforum am 4. Juni 2019 in Frankfurt siehe Seite 36. 198 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
Made with FlippingBook
RkJQdWJsaXNoZXIy ODI5NTI=