Institutional Money, Ausgabe 4 | 2019
Volatility die bessere Alternative. Es zeigt sich weiter, dass im Abwärtsmarkt Low Volatility am besten abschneidet und in einer Korrektur der Test aus Momentum und Value. Die Ergebnisse weisen insge- samt daraufhin, dass man durchaus von do- minierenden Investmentstilen in verschiede- nen Marktphasen sprechen darf. Wenn man den Gesamtmarkt am Beispiel des S&P 500 Index mit einem Multi-Faktor-Ansatz, wo- bei man z-Scoring für die Faktoren einsetzt, abbildet, erhält man in der Simulationsrech- nung bereits eine fast doppelt so hohe Wert- entwicklung als der klassische Index. Noch bessere Simulationsergebnisse erhält man, wenn ein Faktor-Momentum-Portfolio, be- stehend aus den sechs zuvor geschilderten Faktoren, gebildet wird. Ähnlich hoch fällt das Ergebnis aus, wenn eine Faktor-Timing- Strategie gefahren wird, die auf Marktre- gime und drei Faktoren zurückgreift (siehe Grafik „Es geht noch besser“). Ertragsüberraschungen Ebenfalls interessant ist der Bezug von Momentum zu Earnings Surprises. Wenn man Momentum auf diese Ertragsüberra- schungen regressiert, ergibt sich ein Alpha von 1,0179 und ein Bestimmtheitsmaß von 85,63 Prozent, das damit auf gleicher Höhe wie das anhand der drei Rendite- und der drei Risikofaktoren gezeigte liegt. „Diese Ergebnisse bestätigen die Arbeit von Novy- Marx aus dem Jahr 2015, der bei Momen- tum von einem fundamentalen Effekt aus- geht“, so Berghorn. Anders gesagt: Es gibt diverse Beispiele, insbesondere bei Quar- talszahlen, wo neue Informationen auf den Markt treffen, die so von den Marktteilneh- mern nicht vorhergesagt werden konnten. „Da braucht man sich nur die bekannten Entwicklungen von Facebook, Google oder Apple ansehen“, so Berghorn. Wer hätte die Entwicklung von Apple bei Einführung des iPhones hin zu einem „Value“-Titel (aus heutiger Sicht) anhand eben jener „Value“- Kennzahlen antizipieren können? Man ist dort auf einem Terrain, wo es keine wirklich guten Anhaltspunkte für die Stärke und Ge- schwindigkeit des Wachstums gibt, und dort kann man nur eines sinnvoll messen – und das ist die Kursentwicklung. Auch daraus lässt sich wieder ableiten, dass Märkte nicht effizient sind. In Kombination mit früheren Arbeiten kommt es sogar zu der Situation, dass man Trends in den Daten mit hoher statistischer Signifikanz nicht ablehnen kann, dieses aber gleichzeitig auf Schlusskursbasis auch Alternative Erklärung der Marktrenditen sticht Eine Kombination aus drei Return- und drei Risikofaktoren erklärt fast die ganze Marktrendite. Risiko- und Return- Risiko- und Return- Risiko- und Return- Faktoren + Mean Return-Faktoren Risiko-Faktoren Faktoren Faktoren + Size Reversion Alpha -0,000057 -0,000021 -0,000028 0,000018 -0,000129 RG (Proxy 06M Momentum) 0,291565 0,131644 0,133518 -0,092979 RG (Proxy 12M Momentum) 0,185786 0,330695 0,171688 0,034133 RG (Proxy 36M Low Volatility) 0,385599 0,546087 0,472085 -0,708042 RG (Proxy Low Price Book R.) 0,094356 0,203669 0,012454 -0,127234 RG (Proxy Low Price EBITDA R.) 0,562778 0,218202 0,204968 0,039341 RG (Dividend Yield) -0,106093 -0,522721 -0,561572 -2,180498 RG (Proxy Size) 0,463302 RG( -01 Momentum) 1,950011 Market Drift 0,000182 0,000182 0,000182 0,000182 0,000182 R2 70,22 % 68,48 % 84,69 % 86,67 % 84,69 % Die drei Return-Faktoren (zweimal Momentum und Low Vol) erklären 70 Prozent der Marktrenditen, die drei Risiko-Faktoren (KBV, Kurs-EBITDA und Dividendenrendite) mit 68 Prozent etwas weniger. Die Kombination der beiden allerdings steigert den Erklärungswert der durch Trendzerlegung nachgebildeten Faktoren auf mehr als 84 Prozent der Marktrenditen. Der Einschluss von Mean Reversion oder des Size-Effekts bringt keinen beziehungsweise kaum mehr einen Vorteil. Quelle: Mandelbrot AM Es geht noch besser Wie sich der US-Aktienmarkt durch eine aus Trends abgeleitete Investmentstrategie schlagen lässt Trendbasierte Faktorstrategien schlagen den Markt in der Simulation deutlich. Die Nase vorn haben fast ex aequo das Faktor-Momentum-Portfolio mit sechs Faktoren (gold) und eine Faktor-Timing-Strategie, die auf Marktregime und drei Faktoren abstellt. Untersuchungszeitraum: (2001) 2004 bis Ende 2018. Quelle: Mandelbrot AM 0 % 200 % 400 % 600 % 800 % 1.000 % 2015 2014 2013 2018 2019 2017 2016 2012 2011 2010 2009 2008 2007 2006 2005 2004 Faktor-Timing-Strategie mit Marktregime und 3-Faktoren Faktor Momentum-Portfolio mit 6 Faktoren Multi-Faktor-Ansatz mit Z-Scoring der Faktoren Aktienmarkt Kumulierte Rendite O 112 N o. 4/2019 | www.institutional-money.com T H E O R I E & P R A X I S : MANDE L BROT-T R ENDS
Made with FlippingBook
RkJQdWJsaXNoZXIy ODI5NTI=