Thematische Investments sind langfristig ausgelegt. Das Performancepotenzial dieser Anlagen ist durch weltweite, strukturelle Veränderungen bestimmt, die sich über Jahrzehnte erstrecken können. Diese Veränderungen erfolgen jedoch nicht linear, sondern eher sporadisch. Ein Blick auf die letzten Jahre zeigt, wie dieses Phänomen im Jahr 2020 auf Cloud-Computing und in letzter Zeit auf künstliche Intelligenz (KI) zutraf. Für Anleger bedeutet das, dass jedes Thema von themenspezifischen Ereignissen (etwa einem technologischen Durchbruch) und Nachrichten bestimmt wird. 

 

Durch die Nutzung themenspezifischer Informationen können Anleger das Risiko-Rendite-Profil ihres thematischen Portfolios im Laufe der Zeit verbessern. Eine Übergewichtung von Cloud-Computing zu Beginn des Jahres 2020, kurz vor dem durch die Corona-Pandemie ausgelösten Aufschwung, und eine Untergewichtung im Jahr 2022 wäre zum Beispiel sehr vorteilhaft gewesen. Eine Übergewichtung von KI im November 2022, als ChatGPT startete, hätte sich ebenfalls ausgezahlt. 

 

Ist die Kursdynamik ein Indikator für Rücken- oder Gegenwind bei einem Thema? 
Zwar ist es für die meisten Anleger nicht möglich, spezifische Ereignisse und technologische Entwicklungen für zehn oder zwanzig Themen zu verfolgen, doch könnte die Kursdynamik ein Indikator dafür sein, dass Bewegung in ein Thema kommt. Nachstehend testen wir drei verschiedene Dynamiksignale:

A. Klassische Dynamik: (12 Monate rückwärts gerichtete Kursdynamik, wobei der letzte Monat übersprungen wird)

B. Untersuchung von Trends: Ein häufig verwendetes Signal, das aus der Berechnung des t-Wertes der linearen Regression auf die historischen  Kursreihen für eine große Gruppe von zurückliegenden Zeiträumen (ab heute) besteht. Genauer gesagt, führen wir eine lineare Regression der Kursentwicklung der letzten zwölf Wochen durch. Diese lineare Regression kann mehr oder weniger statistisch signifikant sein, weshalb der t-Wert der Regression höher oder niedriger sein kann. Anschließend speichern wir den t-Wert. Danach führen wir die Regression für die letzten 13 Wochen durch und speichern den t-Wert. Und so weiter, bis wir die Regression für die letzten 60 Wochen vorgenommen haben. Der höchste gespeicherte t-Wert in absoluten Zahlen ist das Signal und steht für die historische Regression, die statistisch am signifikantesten war. Wenn das Thema einen Trend durchläuft, weisen eine oder mehrere Regressionen einen hohen t-Wert auf. Ist dies nicht der Fall, ist der t-Wert niedrig. Mit anderen Worten: Das Signal ist sehr stark, wenn es mindestens einen heute endenden Zeitraum gibt, in dem die historische Reihe einen starken „Aufwärtstrend“ zeigt.

C. Breite von Trends: Ein häufig verwendetes Signal, das aus der Berechnung der linearen Regression auf die historischen Kursreihen für eine große Gruppe von zurückliegenden Zeiträumen ab heute (genau wie in der Untersuchung von Trends) besteht. Anstelle des t-Wertes wird jedoch das Vorzeichen des Steigungskoeffizienten gespeichert. Der Anteil der Regressionen mit einem positiven Koeffizienten stellt das Signal dar. Mit anderen Worten: Das Signal ist sehr stark, wenn es mehrere heute endende Zeiträume gibt, in denen die historische Reihe einen Aufwärtstrend zeigt.

 

 

Um diese drei Signale zu testen, wenden wir eine einfache Technik an. Zunächst erstellen wir eine Benchmark, die als gleichgewichteter Korb aller zum Zeitpunkt der Neugewichtung (wöchentliche Neugewichtung) vorhandenen Themen konzipiert ist. Anschließend erstellen wir drei Strategien, bei denen das Portfolio in einen gleichgewichteten Korb von Themen investiert, allerdings nur in eine Auswahl dieser Themen. Bei jeder Neugewichtung investiert das Portfolio nur in die 40 % der Themen mit den besten Dynamiksignalen.

 

 

Abbildung 1: Drei dynamikorientierte Strategien, die in mehreren Themen anlegen

 

 

 

 

Quellen: WisdomTree, Morningstar, Bloomberg. Vom 27.11.2009 (erster Tag, an dem für mindestens zehn Themen Daten vorliegen) bis zum 30.06.2023. Die Renditen sind in US-Dollar auf wöchentlicher Basis berechnet. Die wöchentliche Performance der einzelnen Anlagethemen ist als durchschnittliche monatliche Performance aller zu diesem Zeitpunkt aktiven und dem Thema zugeordneten Fonds berechnet, wie im Anhang erläutert. Die historische Wertentwicklung ist kein Hinweis auf die künftige Wertentwicklung, und Anlagen können im Wert sinken.

 

Wir stellen fest, dass alle drei Dynamikstrategien deutlich besser abschneiden als die gleichgewichtete Benchmark. Außerdem weisen alle drei Strategien einen geringeren Drawdown über den gesamten Zeitraum auf. Das schlägt sich natürlich in einem deutlich besseren Risiko-Rendite-Profil für Anleger nieder. 

 

Besonders interessant ist, dass die relative Performance gegenüber dem gleichgewichteten Portfolio sehr stabil ist (d. h. die Linie in der unteren Grafik steigt allmählich an). Mit Ausnahme eines Zeitraums um 2017/2018, in dem die Performance lediglich der Wertentwicklung der Benchmark entsprach, weisen die meisten anderen Zeiträume eine Outperformance auf. 

 

Schlussfolgerung
Diese Analysen unterstreichen das Potenzial zur Alpha-Generierung durch die Nutzung von Dynamiksignalen für taktische thematische Anlagen. Thematische Anlagen sind zwar langfristig ausgerichtet, ein taktisches Overlay mit Dynamik kann jedoch dazu beitragen, die Wertentwicklung eines Multithemenportfolios zu steigern – und hier können Anleger die themenspezifische Dynamik zu ihrem Vorteil nutzen. 

 

Related blogs

+ Thematic investing: look for the future Amazons or avoid the Yahoos?

]]>