Was ein Robo-Advisor aus aktuellem Research lernen kann

Anbieter von Geldanlagen sollten im Idealfall aktuelles Research verfolgen und daraus lernen. Das gilt auch für Robo-Advisors, die nur eine spezielle Form von Geldanlage-Anbietern sind. Up-to-date zu bleiben ist bei der Vielzahl von Research-Ergebnissen, die ständig veröffentlicht werden, allerdings schwierig. Oft ist das Research auch nicht direkt verwendbar. So kommen Research-Ergebnisse meist nur unter ganz bestimmten Annahmen zustande, die im realen Leben selten zu finden sind. Oder das Research kann nicht aus den USA, die das Research u.a. aufgrund der guten Datenverfügbarkeit dominieren, übertragen werden. Trotzdem kann man aus Research interessante Anregungen für die Geldanlagepraxis bekommen.

Im Folgenden soll am Beispiel unseres Online-Geldanlage Anbieters Diversifikator gezeigt werden, was wir aus aktuellen Research gelernt haben. Das von uns verfolgte Research kann man dabei grob in zwei bis drei Bereiche einteilen: Erstens Einzeltitel, Fonds- bzw. ETF-Sektion, zweitens Portfoliobildung und drittens Anlegerberatung (1).

Fonds- und ETF-Selektion

Eine unserer wichtigste Quellen für das Fondsresearch ist Morningstar. So wurde zum Beispiel vor Kurzem das neue Morningstar Analyst ETF-Rating vorgestellt (2). Das ist für Diversifikator besonders interessant, denn wir sind unseres Wissens zumindest der erste deutsche Anbieter, der – seit Mai – ein Portfolio aus von Morningstar Top gerateten ETF anbietet. Das von Diversifikator genutzte quantitative Morningstar ETF Rating fokussiert vor allem auf niedrigen Kosten von ETFs. Leider konnten wir das Portfolio nicht mit vertretbarem Aufwand für mehrere Jahre zurückrechnen. In diesem Jahr ist die Performance nicht überragend (3). Das Analyst Rating für ETFs wird Diversifikator nicht für Standardportfolios nutzen. Es passt als teilweise subjektives „forward looking“ Rating nicht zu der systematisch-prognosefreien Investmentphilosophie. Ausserdem werden besonders breit diversifizierte Indizes besser beurteilt als spezialisierte Indizes. Diversifikator nutzt aber bewusst spezialisierte Indizes für alternative Aktien bzw. Marktsegmente, um Überschneidungen mit den breit diversifizierten Standard-Indizes zu reduzieren.

In einem weiteren aktuellen Beitrag beschäftigt sich Morningstar mit verantwortlichem bzw. ESG- Geldanlagen (4). Diversifikator hat einen expliziten ESG-Fokus. So ist Diversifikator unsers Wissens weltweit der erste Anbieter eines ESG-Portfolios, das nur aus ETFs besteht. Das Portfolio hat sich in der Rückrechnung aber auch in der Echtperformance sehr gut entwickelt (5). Die Zusammenfassung des o.g. Morningstar-Beitrages lautet: „There is no reason, based on the academic research on performance, to steer Investors away from making sustainability a part of their portfolio“. Ganz so weit würde ich nicht gehen. Für Standard-Aktien ergibt das Research, das wir kennen, ähnliche Ergebnisse (6). Für andere Anlageklassen liegt jedoch unsers Wissens noch zu wenig Research vor, um ESG Effekte umfassend beurteilen zu können.

Ein weitere interessanter aktueller Morningstar-Beitrag ist „Fund Managers Who Are Buying Their Funds“ (7). Kinnel schreibt: „I’ve found manager ownership to be one of the better predictors of future performance, though not as good as expense ratios“. Für Robos, die aktive Fonds selektieren, ist das eine interessante Information, die aber nicht neu ist. Bei Feri haben wir diese Kriterien schon ab dem Jahr 2000 als wichtigste Managerselektionskriterien genutzt, wenn auch zunächst nur für Private Equity und für Hedgefonds. Heute kann man sich fragen, ob es für die Beurteilung von Robo-Advisors nicht hilfreich wäre zu wissen, wie viel Geld die Anteilseigner in ihren eigenen Portfolios anlegen.

Einzeltitelselektion, Portfoliobildung und Asset-Allokation

Zu sogenanntem Smart Beta gibt es immer wieder Publikationen. Smart-Beta oder Faktorinvesting soll ja, wie der Name suggeriert, besonders gut sein. Diversifikator hat zwei Smart-Beta ETF-Portfolios entwickelt, die aber noch nicht öffentlich sind.
Ein interessanter aktueller Beitrag zu dem Thema ist: „What Fraction of Smart Beta is Dumb Beta?“ (8). Danach kann ein Großteil der Smart Beta Performance von traditionellen Marktfaktoren erklärt werden. Für den Faktor Volatilität wird diese These aber in einer anderen Analyse über mehr als 40 Jahre abgelehnt und „Market Mispricing“ als wichtigere Erklärung der langjährigen Outperformance angegeben (9). Andere wollen mit „lottery preferences, short-term return reversals, and earnings shocks“ den Großteil der Volatilitätsfaktor-Outperformance erklären (10).

Selbst wenn einzelne Faktoren in der Vergangenheit besser als traditionelles Beta waren, bleibt immer noch die Frage offen, ob das auch zukünftig so sein wird. Faktoren wie Small Cap und Value haben Anlegern in den letzten Jahren oft relativ schlechte Performance eingebracht (11). Der systematisch-prognosefreie Ansatz von Diversifikator setzt daher nicht auf die Prognose künftiger Outperformance einzelner Faktoren. Aus der Smart-Beta bzw. Faktorresearch Studienvielfalt kann man aber recht gut schliessen, dass andere Gewichtungen als Kapitalgewichtungen bei Aktien sehr oft zu besserer Performance führen (12). Darauf setzen auch die geplanten Smart-Beta bzw. Einzeltitelangebote von Diversifikator.

Endnoten:

1) auf Letztes gehen wir ein einem späteren Blogbeitrag ein
2) Ben Johnson, Introducing the Morningstar Analyst Rating for ETFs, Morningstar Fund Spy, 1.11.2016
3) die Renditen aller Diversifikator Portfolios finden sich täglich aktualisiert auf www.diversifikator.com
4) John Hale, Sustainable Investing Research Suggests No Performance Penalty, Morningstar, 10.11.2016
5) s. www.diversifikator.com
6) siehe auch Auer, Benjamin R. und Schumacher, Frank: Do socially (ir)responsible investments pay? New evidence from international ESG data, The Quarterly Journal of Economic and Finance, Nr. 59, 2016 und eigenes Research s. Söhnholz, Dirk: „Einsatz von ESG Faktormodellen zur Verbesserung von Aktienportfolios“, in Absolut Report Nr. 6/2014
7) Russel Kinnel, 7.11.2016
8) s. AlphaBetaWorks Insights, www.abwinsights.com, vom 30.10.2016
9) s. „The Low-Volatility Anomaly: Market Evidence on Systematic Risk vs. Mispricing von Xi Li, Rodney N. Sullivan und Luis Garcia, in Financial Analysts Journal Nr. 1/2016
10) s. Hou, Kewei, und Roger K. Loh, Have we solved the idiosyncratic volatility puzzle?, Journal of Financial Economics 2016
11) aktuelle Kritik am Fama French 5 Faktormodell siehe auch: Five Concerns with the Five-Factor Model, David Blitz, Matthias X. Hanauer, Milan Vidojevic und Pim van Vliet, Arbeitspapier vom 1.11.2016
12) s. z.B. Söhnholz, Dirk: Renditenorientierte Diversifikation 2.0 und Risiko-Overlays: Prognosefreie systematische Umsetzung, Arbeitspapier, 6/2012