Synchrone Signale: Quantitative Modelle passend zu den Zeithorizonten von Fundamentalanalysen

Im Überblick

• Unsere quantitativen Modelle sind explizit auf die längeren Zeithorizonte des fundamentalen Research ausgerichtet.
• Mit unserem Blended-Research®-Prozess erkennen wir Alphachancen mit dem quantitativen Modell und Fundamentalanalysen – allerdings nicht unabhängig voneinander. Wir investieren, wo beide Ansätze dieselben Signale liefern.
• Das unterscheidet Blended Research® vom üblichen systematischen Ansatz, bei dem oft zahlreiche Aktien gehalten und häufig umgeschichtet werden, um gezielt in bestimmte Faktoren zu investieren.

Fundamentale und quantitative Aktienportfolios haben in der Regel aufgrund ihrer Auswahl-prozesse unterschiedliche Eigenschaften. Fundamentale Manager halten meist weniger Aktien für längere Zeiträume, damit sich die fundamentale These entfalten kann. Quantitative Manager halten dagegen in der Regel mehr Aktien, um gezielt in bestimmte Faktoren zu investieren. Bei neuen Daten und Kursänderungen wird häufiger umgeschichtet.

Abbildungen 1 und 2 zeigen die Eigenschaften fundamental und quantitativ gemanagter Portfolios für unterschiedliche Aktienuniversen. Im Median enthalten fundamental gemanagte Portfolios aus der Kategorie Large Cap Core Equities durchweg weniger Aktien und haben einen niedrigeren Portfolioumschlag als quantitativ gesteuerte. So haben fundamental gesteuerte Portfolios aus der Kategorie Global Equity im Median nur 50 Einzelwerte und weisen einen jährlichen Median-Portfolioumschlag von 35% auf. Der quantitative Manager hält dagegen im Median über 200 Einzelwerte bei einem Median-Portfolioumschlag von 88%. Im Extrem sind die Unterschiede noch größer. Beispielsweise haben 40% der quantitativen Strategien in der Kategorie Global Equity einen Portfolioumschlag von über 100%.

Im Mittelpunkt unseres Blended-Research^_®-Prozesses steht ein Alphasignal, das auf den Ergebnissen fundamentaler und quantitativer Analysen beruht. Um diese Ergebnisse zusammenzuführen, muss man jedoch das von Natur aus bestehende Problem der unter-schiedlichen Zeithorizonte lösen. Fundamentale Signale beziehen sich häufig auf längerfristige Thesen, während viele quantitative Modelle auf kurzfristige Handelsentscheidungen abzielen.

Um diesen Unterschied zu überbrücken, muss unser quantitatives Signal für denselben Zeitraum gelten und gemessen werden wie unsere Fundamentalanalysen. Bei unseren quantitativen Analysen konzentrieren wir uns auf Ertragsprognosen über längere Zeiträume, sodass der Schwerpunkt eher auf Faktoren liegt, die weniger Umschichtungen erfordern, und wir ein beständigeres Signal erhalten. Indem wir stabilere Faktoren – wie Value, Quality und Sentiment – in den Mittelpunkt stellen und die Kursdynamik mit Trendfaktoren glätten, erhalten wir von unseren Modellen weniger Umschichtungssignale und Ergebnisse, die mindestens ein Jahr lang gelten.

Abbildung 3 zeigt diesen längeren Zeithorizont und illustriert die Beständigkeit der Signale unserer quantitativen Modelle über lange Zeiträume. Dieser Ansatz ist anders als der vieler anderer quantitativer Modelle, die eher auf kurzfristige Handelssignale ausgerichtet sind.

Wir sind überzeugt, dass die Stärke unserer Blended-Research^_®-Portfolios darin liegt, dass wir investieren, wenn fundamentale und quantitative Analysen zum selben Ergebnis kommen. Durch die Kombination aus aussagekräftigen fundamentalen Analysen und systematischen, auf harten Daten beruhenden quantitativen Modellsignalen können wir aus unserer Sicht einzigartige Alphachancen erkennen, die sich von denen unterscheiden, die man erhält, wenn man nur einen dieser beiden Ansätze verfolgt.

Zusammenfassung  

Fundamentale und quantitative Analysen sind zwei verschiedene Ansätze mit jeweils eigenen Stärken, Grenzen und Stileigenschaften. Wir sind überzeugt, dass die Alphachancen für unsere Blended-Research^_®-Portfolios nicht vom quantitativen Modell oder den Fundamentalanalysen allein erkannt werden. Interessant ist vielmehr die Schnittmenge der Ergebnisse beider Ansätze. Um diese Schnittmenge erzeugen zu können und uns nicht nur auf einen der beiden Ansätze verlassen zu müssen, richten wir unsere Modelle gezielt auf einen längeren Zeithorizont aus.

Anmerkungen

Abbildungen 1 und 2: Für die Angaben zum Portfolioumschlag und zur Anzahl der Positionen wurden unterschiedlich viele Strategien herangezogen. Zahl der Strategien für die Angaben zu den Portfoliopositionen: Global Large Cap Core (211 fundamental, 85 quantitativ); US Large Cap Core (211 fundamental, 83 quantitativ); ACWI ex-US Large Cap Core (53 fundamental, 13 quantitativ); Pan-Europe Large Cap Core (31 fundamental, 17 quantitativ); Emerging Markets Large Cap Core (22 fundamental, 25 quantitativ). Zahl der Strategien für die Angaben zum Portfolioumschlag: Global Large Cap Core (172 fundamental, 73 quantitativ); US Large Cap Core (182 fundamental, 64 quantitativ); ACWI ex-US Large Cap Core (46 fundamental, 13 quantitativ); Pan-Europe Large Cap Core (29 fundamental, 14 quantitativ); Emerging Markets Large Cap Core (22 fundamental, 25 quantitativ).

Abbildung 3: Das oberste Quintil besteht im Wesentlichen aus den gemessen an den Modellen zur Auswahl globaler Aktien besten 560 Aktien (gleichgewichtet). Am Ende jeden Monats werden der jeweils aktuelle Aktienkorb für das Anlageuniversum und das oberste Quintil anhand der Modell-Scores ermittelt und deren durchschnittliche Erträge für den folgenden Zeitraum sowie die Differenz berechnet (Erträge des obersten Quintils abzüglich Erträge des Anlageuniversums). Um beispielsweise die Differenz per 31. Dezember 2015 zu berechnen, werden hypothetische Aktienkörbe für das oberste Quintil und für das Anlageuniversum auf Grundlage der Scores an diesem Tag ermittelt. Die durchschnittlichen Erträge des obersten Quintils und des Anlageuniversums werden dann für Anlagehorizonte zwischen 1 und 18 Monaten berechnet. Nach Abzug der Werte für das Anlageuniversum von den Werten für das oberste Quintil erhält man die Ertragsdifferenz. Das wird jeden Monat innerhalb des Betrachtungszeitraums wiederholt. Die Durchschnitte dieser Werte sind die gezeigten Erträge. Die Ergebnisse können variieren, abhängig vom Tag der hypothetischen Berechnung. Bei jeder Berechnung werden die Erträge der vergangenen Zeiträume auf Basis der jeweils aktuellen Daten (von FactSet) neu ermittelt und für die jeweils aktuellen Aktienkörbe (oberstes Quintil und Anlageuniversum) angewendet. 

Aus mehreren Gründen verändern sich das Modell und die in den hypothetischen Körben enthaltenen Aktien im Zeitablauf, unter anderem wegen Änderungen der Zusammensetzung des globalen Schätzuniversums von MFS oder relevanter Daten (z.B. aufgrund von Aktualisierungen externer Daten) oder wegen Kapitalmaßnahmen. Veränderungen am Modell werden nicht rückwirkend auf die älteren Modell-Scores angewendet. Mit quantitativen Modellen ausgewählte Anlagen erzielen möglicher-weise nicht die gewünschten Ergebnisse. Mögliche Gründe sind: Modellfaktoren, Faktorgewichtungen, Änderungen der Ertragsquellen und technische Probleme mit der Struktur, der Entwicklung, der Umsetzung oder der Pflege der Modelle (z.B. unvollständige oder unrichtige Daten, Programmier- oder andere Softwareprobleme und technische Ausfälle).

Die hier dargestellten Meinungen sind die von MFS und können sich jederzeit ändern. Diese Einschätzungen dürfen nicht als Anlageberatung, Wertpapierempfehlung oder als Hinweis auf beabsichtigte Transaktionen seitens des Beraters verstanden werden. Die Wertentwicklung der Vergangenheit ist keine Garantie für künftige Ergebnisse. Prognosen sind keine Garantien. Diversifikation garantiert keine Gewinne und schützt auch nicht vor Verlusten. Die Wertentwicklung der Vergangenheit ist keine Garantie für künftige Ergebnisse.