In meinem letzten Beitrag habe ich Evidence-Based Investive (EBI) beschrieben. Anhänger von EBI nutzen keine Prognosen aber lieben historische Datenanalysen. Je länger die analysierte Zeitperiode, umso besser. Daher bezeichne ich EBI-Strategien ebenso wie prognosebasierte quantitative Strategien als Big Data Ansätze.
John Rekenthaler von Morningstar schreibt in seinem Rekenthaler Report vom 23.11.2016 dazu: „Investor turn towards evidence“: „Mechanical investment strategies are becoming more popular. Few fund managers can boast a 20-year track record. However, any number of back-tested, mechanical investment approaches can boast decades’ worth of data.“
Die relativ neue Smart-Beta (https://prof-soehnholz.com/smart-beta-gefahr-single-assetklassen-portfoliomanager-investmentfonds/) und Faktorinvesting-Mode (https://prof-soehnholz.com/faktor-etfs-gut-fuer-anbieter-schlecht-fuer-anleger-ein-plaedoyer-fuer-gleichgewichtete-benchmarks-und-faktordiversifikation/) ist in dem Sinne EBI zuzuordnen.
Die wichtigste Annahme dahinter ist, dass festgestellte systematische (Faktor-)Abweichungen von einer vollen Markteffizienz auch in Zukunft anhalten werden. Anleger haben mit dieser Annahme nicht immer guten Erfahrungen gemacht. So haben z.B. mechanische Small-Cap- oder Value-Aktien-Strategien Anlegern nach langen Perioden von Outperformance auch lange Zeiten von relativ schlechten Renditen eingebracht.
Meine Firma Diversifikator setzt wie EBI zwar auch auf regelbasierte und prognosefreie Konzepte, nicht aber auf Big-Data. Diversifikator verfolgt sogar explizit einen Small-Data Investmentansatz. Mit Small-Data haben wir zwar ursprünglich nur gemeint, dass man keine bzw. möglichst wenige Daten von Anleger haben möchte und „No-Data“ wird als der beste Datenschutzansatz verstanden.
Das Weltmarktportfolio, also das wichtigste Portfolio von Diversifikator, kann man aber auch als ein Small Data Portfolio ansehen. Außer den aktuellen Anlagevolumina aller Anleger für alle größeren Anlagesegmente werden keinerlei Daten für die Asset-Allokation benötigt. Das Portfolio wird zwar regelbasiert gebildet, aber da es keine Zeitreihen benötigt, werden auch keine Modelle benötigt und Optimierungen sind ohne Zeitreihen auch nicht möglich. Data-Mining, welches bei Evidence-Based Investing durchaus vorkommen kann, kann so gar nicht erst erfolgen.
Anders als bei Evidence-Based Strategien wird auch nicht behauptet, dass das Weltmarktportfolio besonders gut sei. Es wird nur behauptet, dass es besonders diversifiziert und besonders passiv ist. Auch weitere Portfolios von Diversifikator sind konzeptionelle Portfolios und nicht aus Zeitreihen der Vergangenheit abgeleitet.
Hier ist kurz ein Überblick zu den Konzepten hinter den aktuellen Portfolios von Diversifikator:
Weltmarktportfolio (WMP) 7: WMP Basis mit möglichst wenigen ETFs approximiert.
Weltmarktportfolio ex Bonds: WMP 7 ohne Anleihen
Weltmarktportfolio Stars: WMP 7 nur mit top-gerateten ETFs
ESG ETF-Portfolio: WMP Basis soweit möglich mit ESG-ETFs repliziert
Islamic ETF-Portfolio: WMP Basis soweit möglich mit Islamic ETFs nachgebaut
Alternatives ETF-Portfolio: Alternatives Teil des WMP granularer repliziert
Möglichst alle Portfolios werden auch backgetestet. Dazu werden Daten mehrerer Jahre und Marktphasen analysiert. Ziel ist es aber nicht, eine Outperformance bzw. sogenanntes Alpha zu finden. Ziel ist nur festzustellen, ob die Konzepte für Anleger in der Vergangenheit attraktive Rendite-Risiko Relationen erreicht hätten. Die Attraktivität wird dabei im Vergleich zu starren Benchmarks von Aktien bzw. starren Kombinationen von traditionellen Aktien und Anleihen und vor allem in Bezug auf die Sharpe Ratio gemessen. Die konzeptionell-regelbasieren Portfolios sollen dabei mindestens genauso gut abschneiden wie ihre Benchmarks. Mehr wird nicht verlangt. Wenn das aber nicht der Fall wäre, würde das entsprechende Portfolio nicht realisiert werden. Bisher gibt es dazu nur eine Ausnahme. Das Islamische ETF Portfolio schnitt in der Vergangenheit leicht schlechter ab als seine Benchmark, Trotzdem wird es angeboten, da es aus Sicht von Diversifikator konzeptionell attraktiv ist.
Bisher sind nur zwei konzeptionelle Ansätze aufgrund von Rückrechnungen nicht umgesetzt worden. Es handelt sich um zwei von drei parallel getesteten einfachen Trendfolgestrategien. Die Backtests auch dieser nicht umgesetzten Strategien werden Interessenten jedoch zur Verfügung gestellt. Somit wird mögliches Data Mining transparent gemacht.
Wenn man strenge Evidence-Based Anforderungen nach langjähriger Outperformance folgen würde, wäre wohl keines der Diversifikator Portfolios realisiert worden, denn für islamische Anlagen, ESG-Anlagen aber auch einige Alternatives-Segmente liegen noch keine sehr langen Zeitreihen vor. Die EBI Daten-Anforderungen sind nicht sehr innovationsfreundlich.
Wenn man sich die Rückrechnungen und die bisherige Echtperformance der Diversifikator-Portfolios ansieht wäre es aber schade gewesen, wenn diese Portfolios nicht gestartet worden wären.
Diversifikator verfolgt mit seinem Ansatz zwar keine reine No-Data Investment-Strategie und wenn Konzepte getestet werden, sollten auch möglichst lange Zeitreihen analysiert werden, aber das ist weit von Big-Data entfernt. Die Investmentphilosophie von Diversifikator ist damit systematisch-prognosefrei aber keine Evidence-Based Investing Philosophie im Sinne von „Past-data-based“ Anlagestrategien.