Kontaktieren Sie uns

Data science, Finance, News

Timing the Market oder Time in the Market?

27 Apr 21

Investiert sein an den guten Tagen und nicht investiert sein an den schlechten Tagen – klingt doch einfach, oder?

Abbildung 1: Venn-Diagramm der künstlichen Intelligenz

Market Timing

Aktien zum richtigen Zeitpunkt kaufen oder verkaufen – das versuchen Finanz­in­vestoren, welche eine Timing­strategie verfolgen (Market Timing). Ihr Ziel ist, an den guten Tagen die Gewinne zu maximieren und an den schlechten Tagen die Verluste zu minimieren.

Das beinhaltet in der Regel eine funda­mentale oder technische Analyse der Märkte. Nur ganz so einfach ist es nicht. Leider sind die Märkte weitgehend unvor­her­sehbar und oft unlogisch. Unmengen von Variablen und sich ständig ändernde globale Ereignisse beein­flussen die Kurse und machen es zur Glücksache, den optimalen Zeitpunkt zu treffen.

«When America sneezes, the world catches a cold.»

abgeleitet von Klemens von Metternich (1773 – 1859) [1

Es ist wissen­schaftlich nicht erwiesen und in der Finanz­branche durchaus umstritten, ob z. B. mit Hilfe von Chart­analysen tatsächlich Vorhersagen zu weiteren Kursver­läufen von Wertpa­pieren gemacht werden können. Das grund­sätzliche Problem liegt darin, dass eine Aktie heute rückblickend betrachtet teuer erscheinen kann, relativ zur Zukunft aber billig bleibt. Dies verursacht ein offen­sicht­liches Problem für Market Timer.

Inves­tieren und vergessen

Als Pendant zur Market-Timing-Strategie könnte man die Buy-and-Hold-Strategie sehen. Investoren dieser Strategie denken langfristig, reagieren nicht auf jeden „Markt­nieser“ und halten ihre Positionen auch in Bären­märkten möglichst unbehelligt von Emotionen und dem Drang, Wertverluste zu kompen­sieren. Es wird ein Anlage­ho­rizont festgelegt und man nimmt während dieser Zeit keine Portfo­li­o­um­schich­tungen vor.

Bekannte Namen und Befür­worter dieser Strategie sind z. B. Warren Buffett, John C. Bogle (Gründer von The Vanguard Group), Burton Malkiel (Ökonom und Autor von „A Random Walk Down Wall Street“) oder Peter Lynch (ehem. Fonds­manager des Magellan Funds).

Auch Vertreter der herkömm­lichen Finanz­markt­theorien (Markt­ef­fizienz, Random Walk) sind klare Kritiker des Market Timings. Ihren Überle­gungen zur Folge ist es nicht möglich, durch die Auswahl einzelner Wertpapiere oder durch die zeitliche Einflussnahme, syste­matisch bessere Anlage­renditen (sog. Alpha) zu erzielen als der Markt selbst.

«After nearly fifty years in this business, I do not know of anybody who has done it successfully and consistently. I do not even know anybody who knows anybody who has done it successfully and consistently.»

John C. Bogle, Gründer von The Vanguard Group, über Market Timing

«Time in the Market» oder «Timing the Market»?

Die grössten Befür­worter des Market Timings sind Firmen, welche behaupten, den Markt erfolgreich einschätzen zu können. Obwohl es durchaus Firmen gibt, die sich kurzfristig als erfolgreich in solchen Prognosen erwiesen haben, bleibt der langfristige Beweis meistens aus. Die Überper­formance lässt sich häufig durch höheres Risiko oder andere Faktoren (Smart Beta) erklären.

Etwas tun ist meistens kostspieliger. Auf einen Rückgang zu reagieren bedeutet, dass Sie den Aufschwung verpassen könnten. Ohne eine Kristallkugel ist es schwierig, sagen zu können, wann sich die Märkte erholen werden. Wenn Sie nicht investiert sind und die Märkte sich über Nacht erholen, könnten Sie einige der potenziell besten Tage verpassen.

Sie können den Effekt von häufigem Handeln (Kaufen und Verkaufen) gegenüber „Buy-and-Hold“ darstellen, indem Sie die besten Handelstage aus der Perfor­man­ce­be­rechnung ausschliessen. Die Grafik unten zeigt die Auswir­kungen auf die Gesamt­rendite, wenn die 10, 20, 30 und 40 besten Tage im S&P 500 Index von 1997 bis 2016 nicht dazuge­rechnet (verpasst) werden.

Abbildung 2: Lineares Modell von Grösse und Gewicht.

Die Random-Walk-Theorie

In der Finanzwelt besagt die Random-Walk-Theorie, dass der Aktienkurs von heute keinen Bezug oder Einfluss auf den Aktienkurs von morgen hat und die Richtung, in die der Aktienkurs geht, völlig zufällig und unvor­her­sehbar ist. Die Theorie geht davon aus, dass die Verän­de­rungen der Aktienkurse gleich verteilt und voneinander unabhängig sind und somit die vergangene Bewegung oder der Trend eines Aktien­kurses oder Marktes nicht verwendet werden kann, um seine zukünftige Bewegung vorher­zusagen.

Das Konzept geht auf den franzö­sischen Broker Jules Regnault zurück und später dann auf den franzö­sischen Mathe­matiker Louis Bachelier, dessen Disser­tation mit dem Titel „The Theory of Specu­lation“ (1900) einige bemer­kenswerte Erkenntnisse und Kommentare enthielt. Die gleichen Ideen wurden später von Paul Cootner, Professor an der MIT Sloan School of Management, in seinem 1964 erschienenen Buch „The Random Character of Stock Market Prices“ entwickelt. 1973 wurde der Begriff durch das Buch „A Random Walk Down Wall Street“ von Burton Malkiel, Professor für Wirtschafts­wis­sen­schaften an der Princeton University, populär gemacht und in Eugene Famas Artikel „Random Walks In Stock Market Prices“ aus dem Jahr 1965 verwendet. Die Theorie, dass sich Aktienkurse zufällig bewegen, wurde bereits von Maurice Kendall in seinem 1953 erschienenen Artikel „The Analysis of Economic Time Series, Part 1: Preise“ vorge­schlagen. [2]

Für die Simulation einer Kursent­wicklung eignet sich der einfache eindi­men­sionale Random Walk. Der Kurs bewegt sich auf der Zeitachse (X) immer nach vorne und kann entweder steigen oder sinken. Die Schwan­kungs­breite kann, abhängig vom Anwen­dungsfall, selbst definiert werden.

Abbildung 3: Vom Input «Grösse» zum Output «Gewicht».

Kritik an der Random-Walk-Theorie

Kritiker der Theorie glauben, dass der Markt bis zu einem gewissen Grad vorher­sehbar ist und dass durch die Analyse vergangener Preise eine Vorhersage der zukünftigen Preis­richtung gemacht werden kann. Mit anderen Worten, dass es möglich ist, den Markt durch sorgfältige Auswahl von Ein- und Ausstiegs­punkten für Aktien­anlagen zu übertreffen.

Verschiedene Forscher und Professoren haben Tests und Studien zum Auffinden von Trends auf dem Aktienmarkt durch­geführt und Beweise vorgelegt, die ihrer Meinung nach die Random-Walk-Hypothese als falsch erweisen. Im Buch „A Non-Random Walk Down Wall Street“ stellen Andrew W. Lo und Archie Craig MacKinlay, Professoren für Finanzen an der MIT Sloan School of Management bzw. der University of Pennsylvania, eine Reihe von Tests und Studien vor, die angeblich die Ansicht stützen, dass es Trends auf dem Aktienmarkt gibt und dass der Aktienmarkt in gewissem Masse vorher­sehbar ist.

Peter Lynch (wir haben ihn oben schon kennen­gelernt) hat argumentiert, dass die Random-Walk-Hypothese im Wider­spruch zur Hypothese des effizienten Marktes steht. Wenn die Preise von Vermö­gens­werten rational sind und auf allen verfügbaren Daten basieren, wie es die Hypothese des effizienten Marktes vorschlägt, dann sind die Schwan­kungen der Vermö­gen­s­preise nicht zufällig. Wenn aber die Random-Walk-Hypothese gültig ist, dann sind Vermö­gen­s­preise nicht rational, wie die Hypothese des effizienten Marktes vorschlägt. [2]

Markt­si­mulator

Kennen Sie den richtigen Zeitpunkt, um zu inves­tieren oder desin­ves­tieren? Mit unserem Markt­si­mulator können Sie Ihr wissen testen. Ihnen stehen 200’000 Datacoins zur Verfügung, welche Sie nach Belieben inves­tieren oder desin­ves­tieren können (natürlich können Sie auch nichts tun. Die Datacoins werden allerdings nicht verzinst).

Der Markt­si­mulator modelliert die Wertent­wicklung eines fiktiven Basisindex für die nächsten zehn Jahre. Ihre Datacoins inves­tieren Sie eins-zu-eins in diesen Index (mit einem ETF ohne Gebühren). Anhand Ihrer Kaufs- und Verkaufs­ent­scheide wird Ihr Portfo­liowert (Cash- und Wertschrif­ten­bestand) jedes Jahr neu berechnet und der Entwicklung des Basisindex (Benchmark) gegen­über­ge­stellt.

Trans­ak­ti­ons­kosten, TER und Depot­ge­bühren werden keine belastet und der Cashbestand wird nicht verzinst. Die einzige Möglichkeit, einen Mehrwert (Alpha) zu generieren, besteht darin, den richtigen Zeitpunkt für den Kauf oder Verkauf zu finden.

Nach jedem Jahr entscheiden Sie neu, ob und wie viel Sie kaufen oder verkaufen möchten und wie sie im Folgejahr investiert sein wollen.

Die Simulation basiert auf dem Random-Walk-Modell und nutzt als Daten­grundlage die täglichen Verän­de­rungen des S&P 500 Index seit dem Jahr 2000. Aus diesem Pool wird dann zufällig die Verän­derung für den nächsten Tag gezogen und der Index neu berechnet (für ein ganzes Jahr).

Was ist Ihre Rendite nach zehn Jahren? Haben Sie in jedem Jahr den Markt geschlagen?

Abbildung 4: Bildklassierung mit spezialisierten neuronalen Netzwerken.

Technische Umsetzung

Neben dem Ausar­beiten des mathe­ma­tischen Modells versuchen wir bei Datahouse, wo immer möglich eine einfache Anwend­barkeit zu erreichen. So haben wir auch für diesen Beitrag eine schlanke App erstellt, welche die Random-Walk-Theorie auf spiele­rische Weise darstellt.

Für das Modell wie auch die Appli­kation nutzten wir die Software “R” und das Package “Shiny”. Mit wenigen Zeilen Code ist es so möglich, einen klickbaren Prototypen zu erstellen. Die Finanzdaten (histo­rische Verän­de­rungen S&P 500 Index seit 2000) wurden von Yahoo Finance bezogen.

Abbildung 5: Vorhersage des jeweils nächsten Worts durch ChatGPT.

In der Shiny-App wurden inter­aktive Grafiken mit “Plotly” integriert. Die Appli­kation ist hier abrufbar.


Weitere Blogbeiträge zum Thema ESG

  • Diese weitverbreitete Redewendung geht auf den österreichischen Politiker Klemens von Metternich (1773 – 1859) zurück, der zur Zeit Napoleons den Satz „Wenn Paris niest, erkältet sich Europa“ formulierte. Ökonomen und Politiker haben Metternichs Worte abgeändert, um die dominante Rolle Amerikas in der Weltwirtschaft seit Beginn des zwanzigsten Jahrhunderts zu reflektieren.
  • Quelle: https://​en.wikipedia.org/​wiki/​Random_­wal­k_­hy­po­thesis