Philosophie
Philosophie
Philosophie
Philosophie
Philosophie
Unsere Anlagephilosophie basiert im Grundsatz auf zwei einfachen makro-ökonomischen Annahmen darüber, wie das globale Kapital in verschiedenen wirtschaftlichen Phasen zwischen bestimmten Anlageklassen hin- und herpendelt. Aus diesen Annahmen leiten wir die übergeordnete strategische Asset Allokation (SAA) ab. Um zu prüfen, ob diese Annahmen korrekt sind, haben wir die SAA im Sinne eines "Proof-of-Concept" auf Marktdaten der letzten 45 Jahre eingehend untersucht. Fazit: unsere SAA modelliert die globalen Kapitalflüsse sehr gut und liefert solide Resultate.
Unsere Anlagephilosophie basiert im Grundsatz auf zwei einfachen makro-ökonomischen Annahmen darüber, wie das globale Kapital in verschiedenen wirtschaftlichen Phasen zwischen bestimmten Anlageklassen hin- und herpendelt. Aus diesen Annahmen leiten wir die übergeordnete strategische Asset Allokation (SAA) ab. Um zu prüfen, ob diese Annahmen korrekt sind, haben wir die SAA im Sinne eines "Proof-of-Concept" auf Marktdaten der letzten 45 Jahre eingehend untersucht. Fazit: unsere SAA modelliert die globalen Kapitalflüsse sehr gut und liefert solide Resultate.
VERMÖGENSVERWALTUNG
mit Weitblick
Stream Light Capital
Zuverlässige Simulationen
Die folgenden Fakten zeigen, dass unsere Simulation ein verlässlicher Indikator für die Qualität unserer Anlagemodelle ist:
-
Simulation wird auf In-sample Daten ausgeführt und validiert durch Out-of-sample Forward Tests.
-
Rebalancing wird in der Simulation periodisch durchgeführt.
-
Alle Simulationen basieren auf historischen "End-of-Month"-Marktdaten. Reale Instrumente werden mit dem Börsen-Auftragstyp "Market-on-Close" (MOC) gehandelt und sind deshalb praktisch identisch mit den in der Simulation verwendeten Preisen.
-
Jeden Monat werden die Ergebnisse des realen Handels mit den Ergebnissen des entsprechenden Backtests verglichen. Die Erfahrung zeigt, dass die Unterschiede äusserst minimal sind und dass sie sich langfristig zu null ausgleichen.
-
Simulationen werden sorgfältig durchgeführt und berücksichtigen: erhaltene Coupons, Dividenden und Zinsen, bezahlte Transaktionskosten, angenommene Liefergebühren für die Titellieferungen (LGZ) und die Depotgebühren.
-
Das Investment Universum besteht ausschliesslich aus hoch liquiden Index-Instrumenten mit sehr engen Spreads.
-
Beim Rebalancing wird nur das Delta in der Gewichtung relativ zum Vormonat umgeschichtet. Dies führt zu typischerweise kleinen Handelsvolumina und somit geringen Transaktionskosten.
Darum können wir "Curve Fitting" ausschliessen
Bei der Entwicklung von regelbasierten Anlagestrategien lauert hinter jeder Regel die Gefahr, dass sich mit ihr ein bestimmtes Mass an unerwünschtem "Curve-Fitting" in die Modelle einschleicht. In so einem Fall wäre das Ergebnis ein "überoptimiertes" Anlagemodell mit der verheerenden Eigenschaft, für die Marktdaten der Vergangenheit ("Backtest") zwar gute Ergebnisse zu liefern, in Zukunft mit neuen Daten aber nicht mehr zu funktionieren und eine viel schlechtere Performance als in der Vergangenheit zu generieren. Aus diesem Grund ist es entscheidend, dass wir eine Überoptimierung unserer Modelle mit Sicherheit ausschliessen können.
Aus folgenden Gründen sind wir überzeugt, dass unsere Modelle kein "Curve Fitting" enthalten:
Kein "Fitting" an einen spezifischen Zeitraum
-
Die Entwicklung der Modelle findet mit Hilfe von Simulationen auf Daten aus einem bestimmten Zeitfenster in der Vergangenheit statt ("in-Sample" Daten). Alle Daten ausserhalb dieses Zeitfensters werden bei der Entwicklung ignoriert. Erst nach Abschluss eines Entwicklungsschrittes werden "Forward Tests" auf Daten ausserhalb dieses Zeitfensters durchgeführt (d.h. auf "Out-of-Sample" Daten) und mit den Ergebnissen aus den Backtests verglichen. Etwas vereinfacht lässt sich sagen: falls ein Modell im "Forward Test" signifikant schlechtere Ergebnisse liefert als im Backtest, wird es sofort verworfen.
Kein "Fitting" an eine spezifische ökonomische Phase
-
Die Zeiträume, auf denen unsere Modelle entwickelt und überprüft werden, sind überdurchschnittlich lange. Wir stecken viel Zeit und Energie in qualitativ hochstehende Datenreihen auch aus alten Zeiten. Dies ermöglicht uns, die Modelle zurück bis ins Jahr 1975 auszuwerten. Oft stellen wir die Ergebnisse seit 1992 und 1975 dar, d.h. für die letzten 27 resp. 44 Jahre. Der Vorteil derart langer Zeiträume liegt darin, dass wir damit alle ökonomischen Phasen abdecken: extrem hohe und tiefe Zinsen, sehr hohe und tiefe Inflation, unterschiedlichste Wachstumsraten und einige Krisen. Modelle, die über derart lange Zeiträume konstant gute Ergebnisse erzielen, sind "generisch" gut. Eine Überoptimierung an eine bestimmte ökonomische Phase kann somit ausgeschlossen werden.
Kein "Fitting" an eine spezifische Anlageklasse
-
Die Regeln sind für alle Anlageklassen identisch, d.h. die Modelle sind nicht Anlageklassen-spezifisch.
Kein "Fitting" an ein spezifisches Anlagemodell
-
Im Kern jeder Strategie findet ein interner Wettbewerb auf drei unterschiedlichen Ebenen statt:
-
Zwischen den Anlagemodellen
-
Zwischen den verschiedenen Varianten pro Anlagemodell
-
Zwischen den einzelnen Investment-Regeln innerhalb jeder Anlagemodell-Variante
-
-
Das jeweils tauglichste Anlagemodell wird für die jeweils nächste Periode also immer wieder neu ermittelt.
Kein "Fitting" an einen spezifischen Rebalancing-Rhythmus (Timing)
-
Für gute Ergebnisse ist der monatliche Rebalancing-Rhythmus nicht ausschlaggebend. Die Umschichtung kann pro Portfolio-Segment ohne wesentliche Verschlechterung der risikoadjustierten Rendite z.B. nur alle drei Monate durchgeführt werden. Mehr Details zur Portfolio Segmentierung finden Sie auf der Seite Segment-Rebalancing.
Kein "Fitting" an eine spezifische Anlage-Methode
-
Alle Regeln beruhen schlussendlich auf "Common Sense".