DAX+1,10 % EUR/USD+0,46 % Gold+0,05 % Öl (Brent)-4,54 %

Mandelbrot Asset Management: bringt hohe Sophistication überhaupt etwas am Aktienmarkt? (Seite 15)


ISIN: DE000A14N8Q7 | WKN: A14N8Q
86,53
12.11.18
KAG Kurs
-1,09 %
-0,95 EUR
Handeln Sie jetzt den Fonds Mandelbrot World ... ohne Ausgabeaufschlag! jetzt Informieren

Begriffe und/oder Benutzer

 

So viel verdienen Fondsmanager in Deutschland
http://www.manager-magazin.de/finanzen/artikel/so-viel-verdi…

=>
Die Gehaltsaussichten der Manager von Investmentfonds sind hierzulande ausgezeichnet, und das liegt nicht zuletzt am bevorstehenden Austritt Großbritanniens aus der EU. Das ist jedenfalls die These einer Studie der Frankfurter Personalberatung Banking Consult, aus der der Nachrichtendienst Bloomberg zitiert.

Der Grund: Im Zuge des anstehenden Brexits verlagern aller Voraussicht nach viele Finanzhäuser große Teile ihres Portfoliomanagements aus London an andere Standorte. Deutschland, namentlich Frankfurt, soll dabei eine wichtige Rolle spielen. Die Landesbank Hessen-Thüringen Girozentrale (Helaba) etwa erwartet, dass etwa die Hälfte aller Jobs, die aufgrund des Brexits aus Großbritannien abgezogen werden, künftig in der deutschen Bankenmetropole angesiedelt werden.

Das hieße, dass in Frankfurt in den kommenden Jahren mindestens 8000 neue Stellen im Fondsmanagement und verwandten Berufsfeldern entstehen würden. Laut Banking Consult intensiviert dies den Wettbewerb der Investmenthäuser um gute Leute - und verbessert deshalb deren Gehaltsperspektiven.

Der Studie von Banking Consult zufolge können sich Fondsmanager in Deutschland schon jetzt nicht über möglicherweise zu bescheidene Entlohnung beklagen. Ein Portfoliomanager mit mindestens sieben Jahren Berufserfahrung etwa verdient laut Studie derzeit bis zu 160.000 Euro fix. Hinzu kommen Boni in Höhe von bis zu 96.000 Euro pro Jahr. (*)

Selbst Berufseinsteiger stehen mit bis zu 84.000 Euro im Jahr gut da. Bei Abteilungsleitern im Fondsmanagement erreicht das Jahresgehalt laut Banking Consult sogar eine Niveau von bis zu 400.000 Euro.



=> also bis zu EUR250k in der (breiten) Spitze. Die müssen auch erstmal mit dem Portfoliomanagement - neben anderen Kosten - verdient werden.

=> ich denke durchaus, daß man das als Richtwert für das Management beider Mandelbrot-Fonds (Mandelbrot World Equity Market Neutral + Fonds Mandelbrot World Equity Long) nehmen kann. Vielleicht nicht ganz so hoch bei den gesunkenen AUM's.
Universal Investment schiebt nun bei Godmode-Trader die Mandelbrot-Fonds an (1)
21.9.
Können Märkte effizient sein?
https://www.godmode-trader.de/artikel/koennen-maerkte-effizi…

=> Ui! Erst Teil 1 von wievielen ???
--> Dieser Artikel ist im Rahmen der Momentum-Serie für die Universal Investment-Gesellschaft mbH erschienen.

(Tipp: das hat etwas gekostet. Auch Godmode kann da keine Abstriche mehr in momentanen Seitwärtsmärkten machen :D )


kurz zum Inhalt:
--> daraus der letzte Satz:

...Die Schlichtheit des Ansatzes, aber auch die enormen mittel- und langfristigen Überrenditen in allen Märkten, machen diesen Ansatz zu einem des stärksten Gegenbeispiels im Kontext der Theorie der „effizienten Märkte“ – konsequenter Weise bezeichnet Eugene Fama in einem Interview mit Robert Littermann Momentum auch als die „größte potenzielle Peinlichkeit“ seiner
Theorie.


--> gemeint ist dieses Interview:
PERSPECTIVES, An Experienced View on Markets and Investing, Eugene F. Fama and Robert Litterman, 2012
PDF aus: http://www.cfapubs.org/doi/pdf/10.2469/faj.v68.n6.1


(I) zunächst:
• der Name des Interview-Partners lautet richtig Litterman, nicht "Littermann".



(II) zur (entscheidenden) "Momentum"-Stelle im Interview:
- zunächst geht es um die damaligen "five common risk factors" von 1993 (~):
Eugene F. Fama and Kenneth R. French, “Common Risk Factors in the Returns on Stocks and Bonds,” Journal of Financial Economics, vol. 33, no. 1 (February 1993):3–56.

(zu den five common risk factors 2015, cf. https://www.wallstreet-online.de/diskussion/1258587-1-10/mei…)

aus oben (~):
There are three stock-market factors:
- an overall market factor
--> MKT (MRT)/Market beta = excess market return
- factors related to firm size and book-to-market equity --> SMB/Small Minus Big = size + HML/High Minus Low = book-to-market
There are two bond-market factors, related to maturity and default risks


..danach frägt Litterman:
Litterman: What about momentum? Isn’t it pretty hard to argue that it’s a risk factor?

Fama: There is covariance associated with momentum. But the real challenge from momentum is that if it represents time variation in the risks of stocks, it is discouraging because the turnover of momentum stocks is so high. Of all the potential embarrassments to market efficiency, momentum is the primary one.



FC: covariance = Kovarianz ("Mitstreuung"), die ein Maß ist für die Assoziation zwischen zwei Zufallsvariablen


=> obige Aussage von Fama ("Of all the potential embarrassments to market efficiency, momentum is the primary one.") ist KEIN argumentativer Freibrief daraus einfach zu schliessen, wie im Godmode-Artikel eben gemacht, daß "dieser Ansatz" (FC: also die tatsächlich mögliche (+) Ausnutzung des UMD = momentum factors (*)), einer der "stärksten Gegenbeispiele im Kontext der Theorie der „effizienten Märkte“" ist.

Eugene Fama sprach lediglich davon, daß der momentum (risk) factor von allen möglichen Verlegenheiten bei der Efficient Market Hypothesis (EMH), die vorrangige darstellt.
(Nicht "Theorie", da nur eine solche geeignet ist, ausreichend plausible Erklärungen in Rückschau und ausreichend treffsichere Vorhersagen machen zu können...)


=> die hier vorgenomme Übersetzung von "embarrassment" in Peinlichkeit, gibt dem Ganzen in diesem Kontext eine unnötig negative Konnotation.
So gesehen hätte Herr Dr. Berghorn ja gleich von "Beschämung" sprechen können, was aber wohl auch dem schärfsten (ernsthaften) Kritiker der EMH übertrieben vorgekommen wäre.




(*) aus dem Fama-French four-factor model (1993, Jegadeesh and Titman): https://www.wallstreet-online.de/diskussion/1258587-81-90/me…

(+) wobei das viel näher zu beschreiben wäre, was aber hier nicht passieren soll
Antwort auf Beitrag Nr.: 58.187.930 von faultcode am 11.07.18 16:06:23
AQR - Cliff’s Perspective: Liquid Alt Ragnarök?
September 7, 2018

--> ein sehr langer Essay (23 PDF-Seiten), warum es oft genug (emotional) sehr hart ist, an Anlage-Strategien zu glauben und festzuhalten, wenn es mit denen schon längere Zeit vergleichsweise schlecht läuft.

Trotz Multi-Dekaden-Backtests.

PDF: https://images.aqr.com/-/media/AQR/Documents/Insights/Perspe…


Sehr lesenswertes(aber auch langes) Bloomberg-Interview dazu von dieser Woche, 4. Oktober 2018:
Quant Investor Cliff Asness Hasn’t Smashed His Screen This Year—Yet
https://www.bloomberg.com/news/features/2018-10-04/quant-inv…

The billionaire chief of AQR Capital Management is having a lousy 2018 with the $226 billion he's running. He says factor-based strategies can still prevail.

=>
•er spricht dort auch über "trend following" und "momentum": "I was very, very early to discover the momentum effect."


=> ich kann dazu - immer wieder - nur sagen:
• mit einem AUM von >USD200b bist Du viel zu oft der Markt selber --> wie soll dabei für alle Beteiligten ("Stakeholder") ne konstant-ordentliche Überendite rauskommen?
Hochbelastbare "Faktoren" hin oder her.

Oben spricht Cliff Asness auch über die Grösse von AQR -- und, welch Wunder, verteidigt sie
=> was bleibt ihm auch am Ende anderes übrig? (ausser der Schliessung und Weiterführung als Family & Friends office...)


=> ich habe dieses Problem nicht, obwohl ich auch mit einem Grossteil meines Portfolios eine (mitunter versteckte) "Value"-Strategie fahre


=> und auch ganz wichtig: der Long/Short-Teil (AQR hat nicht nur Long-only-Portfolios, bei denen die Gewichte entsprechend adjustiert sind):

=> hierbei kommt es ganz wesentlich auf die richtige Short-Auswahl an!
=> die entscheided am Ende über Erfolg oder Misserfolg


..und wie (b) unten sehr gut zeigt:
• auch in späten Bullenmärkten ist die Anzahl geeigneter Ziele erstaunlich dünn. Die (alte) Flut hebt halt immer noch viel zu viele leckgeschlagene Boote.


=> siehe:

(a)
Zitat von faultcode: ...
--> die Kunst besteht beim Stock picking klar auf der Short-Seite:
• hier darf/sollte man sich keinesfalls vertun im Bestreben "schlechte" Aktien (in der aktuellen und zukünftigen Marktphase) zu finden
--> in einem Bärenmarkt müssen solche Aktien überproportional verlieren, um insgesamt einen Portfolio-Gewinn ausweisen zu können...



(b)
September 17, 2018
How Jim Chanos Uses Cynicism, Chutzpah — and a Secret Twitter Account — to Take on Markets (and Elon Musk)
https://www.institutionalinvestor.com/article/b1b00ynrgtn05r…

=>
...Kynikos is the lone short-selling hedge fund of any size — and the only one that that has been in business since 1985.
...
Chanos admits that he has been wrong on “tons” of his shorts. “Our batting average is about 65 to 70 percent. So a third of the time we’re wrong,” he says, on “hundreds and hundreds of stocks.”

Recently, the batting average has been worse, according to Activist Insight Shorts, which tracks short calls. Of his publicly announced shorts over the past three years, only five of the 13 companies Chanos has talked about have gone his way...
Antwort auf Beitrag Nr.: 55.264.615 von faultcode am 05.07.17 08:43:46
Mandelbrot Market Neutral Germany: Update zum JAHRESBERICHT, 2018-06-30 (1) - das Steinhoff-Desaster
zum 30.6.2018 stellt sich die Lage so dar:




Die grösseren Positionen (>4%) waren zuletzt wie berichtet:



--> an Bankguthaben wurde mit 28.10% ein neuer Höchststand erreicht bzgl. der JB's 2016-2018


=> DAX-Dickschiffe (CBK damals noch DAX) führend + erhöhtes Bankguthaben --> "We play it very safe." ;)


__
--> die Steinhoff International Holdings-Krise (SNH; NL0011375019) hat hier voll ins Kontor geschlagen:

• im Berichtszeitraum wurden noch (demnach wahrscheinlich noch vor dem 5.12.2017) 10.234 Stück gekauft, und alle 230.450 Stück verkauft, und zwar noch vor dem 31.12.2017 lt. HJB

• zum 30.6.2017 waren im Fonds 220.216 Stk. enthalten; zum 31. DEZEMBER 2016 keine

=> 220.216 + 10.234 = 230.450 (Stk.; passt ;) )

=> folglich wurden:
-- 220.216 zu mind. EUR4.135 gekauft (2017H1)
-- 10.234 zu mind. EUR3.025 gekauft (2017H2); wenn ich die letzten Käufe vor dem 5.12. unterstelle

=> das macht am Abend des 4.12.2017 EUR941.551 MINDESTENS an Kaufpreis für SNH

=> wenn ich unterstelle, daß bei der Mandelbrot Asset Management am 5.12. noch niemand checkte was los war (Meldung nach 22:00h, 5.12.), und ich weiter annehme, daß zur XETRA-Schlussauktion am 6.12. alles verkauft wurde zu EUR1.10, dann erreicht man einen Erlös von konversativ geschätzt EUR253.495

=> also:
• mind. gekauft zu EUR941.551
• kons.gesch. verkauft zu EUR253.495
------------------------------
-EUR688.056

--> zum 31.12.2017 hatte man EUR16.267.957,59 an Vermögen mit allen Aktien; zum 30.6.2017 noch EUR20.537.954,19 --> ~ -EUR4.27m beim Aktienvermögen


=> d.h., das Steinhoff-Desaster hatte darauf sicherlich seinen Einfluss, v.a. indirekt über daraufhin erfolgte Mittelabflüsse




=> ..und dabei schrieb ich noch am 5. November 2017:
https://www.wallstreet-online.de/diskussion/1256297-101-110/…

=>
...es ist nicht das erste Mal, dass jemand an die Börse geht, weil er dringend frisches Geld braucht.

q.e.d.
Momentum Crash am US-Aktienmarkt..
...bei der letzten Korrektur:



=>
...
Over the past two-years that momentum strategy looks like a clear winner, but he’s more interested in this chart (FC above) that shows what’s been going on over the last 12 months.

In short, momentum has been relinquishing ground or at least losing, well, momentum.

“’Momentum’ is no longer being rewarded quite as heavily, and in fact, during the latest equity market sell off, the stocks that had performed the best over the past year led the move to the downside,” said Kevin Muir of the Macro Tourist blog...



17.10.
https://www.marketwatch.com/story/investors-have-been-mindle…



__
FC: und wo kann ein Teil des (institutionellen) Momo-Geldes hinfliessen?

--> in "Value", dem vergangegen Verlierer am US-Aktienmarkt:

Antwort auf Beitrag Nr.: 58.982.556 von faultcode am 17.10.18 15:15:35Momentum Crash am US-Aktienmarkt -- hier anhand eines anderen Objektes:



MTUM - iShares Edge MSCI USA Momentum Factor ETF
https://www.ishares.com/de/privatanleger/de/produkte/285208/…

=> Top 10-Positionen per 16.Okt.2018 (insges. 123 Positionen):

AMAZON COM INC -- 5,69%
MICROSOFT CORP -- 5,65%
VISA INC CLASS A -- 5,08%
BOEING Industrie -- 5,03%
MASTERCARD INC CLASS A -- 4,70%
JPMORGAN CHASE & CO -- 4,25%
CISCO SYSTEMS INC -- 4,00%
NETFLIX INC -- 3,30%
INTEL CORPORATION -- 3,16%
ADOBE INC -- 3,06%


=> die Einschläge kommen näher..
Antwort auf Beitrag Nr.: 55.464.921 von faultcode am 05.08.17 14:14:46
Marcos López de Prado: The 7 Reasons Most Machine Learning Funds Fail, 2018
www.QuantResearch.org

=> sehr empfehlenswerte 44 Slides und aktuell

--> slide #2:

...
In my experience, the reasons boil down to 7 common errors:

1.The Sisyphus paradigm

2.Integer differentiation

3.Inefficient sampling

4.Wrong labeling

5.Weighting of non-IID samples

6.Cross-validation leakage

7.Backtest overfitting

• Warning: A ML algorithm will always find a pattern, even if there is none.

• Prediction: The pervasive misuse of ML techniques by “quants” will continue to lead to False Positives, losses and failures. ML does not fail, researchers fail.


FINANCIAL ML ≠ ML ALGORITHMS + FINANCIAL DATA
Antwort auf Beitrag Nr.: 59.186.205 von faultcode am 10.11.18 14:03:35
de Prado: The 7 Reasons Most Machine Learning Funds Fail - 2. The Stationarity vs. Memory Dilemma
Punkt 2 ist interessant - und nicht so einfach zu verstehen. Es lohnt sich aber sehr diesen Hintergrund versuchen zu verstehen:

=> unten wird die (sub-)optimale fractional differentiation (= "gestückelte Differenzierung") einer Finanz-Zeitreihe mit d < 0.5 angegeben (also weniger als z.B. ein halber Handelstag)

=> damit kann man besser das stationäre Element einer Finanz-Zeitreihe zum Vorschein bringen ohne ihr Gedächnis zu zerstören. Das Gedächnis ist aber unbedingt erforderlich, um treffsichere(re) Vorhersagen machen zu können


___
das Grundproblem:

• returns (Renditen) sind stationär (also mit zeitlich nicht veränderlichen stat. Eigenschaften) und ohne Gedächnis (was ich mal glaube, da nicht selber überprüft)

• Preise hingegen haben ein Gedächnis, sind aber nicht-stationär (haben also variable statistische Eigenschaften) --> das glaube ich, siehe z.B. Hurst Exponent

Slide #11:
In order to perform inferential analyses (+), researchers need to work with invariant processes, such as returns on prices (or changes in log-prices), changes in yield, changes in volatility, …

• These operations make the series stationary, at the expense of removing all memory from the original series.

Memory is the basis for the model’s predictive power.
– For example, equilibrium (stationary) models need some memory to assess how far the price process has drifted away from the long-term expected value in order to generate a forecast.

• The dilemma is
– returns are stationary however memory-less; and
– prices have memory however they are non-stationary.



=> hier ist also ein Kompromiss (trade-off) erforderlich --> slide #12:

• Question: What is the minimum amount of differentiation that makes a price series stationary while preserving as much memory as possible?

• Answer: We would like to generalize the notion of returns (*) to consider stationary series where not all memory is erased.

• Under this framework, returns are just one kind of (and in most cases suboptimal) price transformation among many other possible.



=> dann kommt ein Beispiel mit einer fractionally differentiated (also d < 1.0) Zeitreihe. Und dazu muss man schon viel wissen wie:

• Augmented Dickey–Fuller (ADF) test: https://en.wikipedia.org/wiki/Augmented_Dickey%E2%80%93Fulle… --> dt.: https://de.wikipedia.org/wiki/Dickey-Fuller-Test (**)
=>
... ADF tests the null hypothesis that a unit root is present in a time series sample. (FC: also nichtstationär ist)
The alternative hypothesis is different depending on which version of the test is used, but is usually stationarity or trend-stationarity. It is an augmented version of the Dickey–Fuller test for a larger and more complicated set of time series models.
The augmented Dickey–Fuller (ADF) statistic, used in the test, is a negative number. The more negative it is, the stronger the rejection of the hypothesis that there is a unit root at some level of confidence

=> FC: also, je negativer der AFD-Test ist, umso stationärer ist der Prozess (innerhalb eines Konfidenzintervalls)

• Unit root = Einheitswurzel: https://en.wikipedia.org/wiki/Unit_root =>
...speziell in der Zeitreihenanalyse, wenn 1 eine Nullstelle des charakteristischen Polynoms ist. Ein stochastischer Prozess, der eine solche Einheitswurzel besitzt, ist nichtstationär, man spricht auch von einem stochastischen Trend.

Das ist insbesondere deswegen wichtig, weil viele statistische Schätzverfahren, wie beispielsweise die Methode der kleinsten Quadrate, stationäre Daten voraussetzen und unsinnige Ergebnisse liefern, wenn die zugrunde liegenden Reihen nicht stationär sind...




=> damit zurück zum slide mit der Zeitreihe E-mini S&P 500 Futures (2001-2015) --> und da ergab sich:

The original series (
Antwort auf Beitrag Nr.: 59.186.205 von faultcode am 10.11.18 14:03:35
Advances in Financial Machine Learning, 2018
wer sich in obige sieben Gewöhnliche Fehler ("7 common errors") mehr vertiefen will, weil er z.B. nicht weiß was "Meta-labeling in finance" ist, der wird in seinem in 2018 erschienenen Buch fündig:

Advances in Financial Machine Learning, Marcos Lopez de Prado --> https://www.wiley.com/en-us/Advances+in+Financial+Machine+Le…

=> selbst wenn man den (natürlich anspruchsvollen) Inhalt nicht ganz verstehen möchte, sind die darin enthaltenen Info's doch so allgemein verständlich (mMn nach Stichproben), daß man:

1/ obige Folien viel besser, oder erst überhaupt, versteht (z.B. was ist mit tick bars, volume bars und dollar bars überhaupt gemeint??)
und
2/ ..die unterlagerten Problemstellungen von heutigem, maschinen-orientiertem Traden und Anlegen besser versteht, was durchaus interessant zu wissen ist für das eigene "diskretionäre" Traden und Anlegen

3/ ausserdem kriegt man (mMn) mit, was heutzutage eben en vogue ist, und was mittlerweile die veralteten Konzepte sind


=> allerdings ist es so, daß seine (sub-)optimalen Rezepte, wie z.B. alleine schon das Verwerfen(!) von den allgegenwärtigen Standard time bars (also eine Info-Reihe in einer Tabelle mit zyklischen Wertpapierkursen mit:
• Zeitstempel
• open-high-low-close-Preisen (OHLC) --> https://en.wikipedia.org/wiki/Open-high-low-close_chart
• Volumen
• ..und auch noch VWAP-Angabe = Volume Weighted Average Price z.B.)

...und stattdessen das alternative Verwenden von:
• tick bars
• volume bars
• dollar bars
..den Laien massivst überfordern würde in der Praxis.


=> aber man erfährt, warum der (allgegenwärtige) Einsatz von Standard time bars für Maschinen nicht unbedingt die beste Lösung darstellt, da (Seite 26):

1/ Informationen die (Finanz-)Märkte nicht in konstanten Zeitintervallen erreichen ("constant entropy rate") --> also: zu unterschiedlichen Zeiten steckt halt unterschiedlich viel Information in einem Time bar =>
Oversampling in ruhigen Zeiten
Undersampling in volatilen Zeiten

2/ solche zeitintervall-gestützten "Bars" schlechte statistische Eigenschaften haben, wie:
• serial correlation = Autokorrelation --> https://www.investopedia.com/terms/s/serial-correlation.asp --> https://en.wikipedia.org/wiki/Autocorrelation
• heteroscedasticity (also variable Vola) --> https://de.wikipedia.org/wiki/Homoskedastizit%C3%A4t_und_Het…
• non-normality of returns (*)


=> ...und so sagt der Autor z.B., daß man gar nicht erst GARCH-Modelle (https://de.wikipedia.org/wiki/GARCH-Modell) bräuchte (die ja teilw. wegen der Heteroskedastizität entwickelt wurden), wenn man eben auf andere Bars als Time bars umstiege

--> ..und daran sieht man gleich:
• dazu bedarf es eben einer geeigneten und damit oft/fast immer kostenpflichtigen Datenquelle (also nicht Yahoo finance :D ), die sich für den Einzelkämpfer-Amateur (idR) nicht lohnen

..und man sieht auch, mit welchem Groß-Aufwand (im Detail) schon im Vorfeld bei der Datenerhebung und -Strukturierung bei entsprechenden Multi billion asset manager im Bereich ML (Machine learning) heutzutage vorgegangen wird, um optimale Zielrenditen zu erreichen

=> womit wir eines Tages dann vor diesem Dilemma stehen (als Anleger in so einem Fonds, der das nicht mehr extra dazuschreibt, weil es dann eh "jeder" macht):

2017-12:
Zitat von faultcode: https://www.marketwatch.com/story/ai-has-become-so-popular-i…

=> in einfachen Worten: Machine vs machine.

=>
...Quant-based investing has become a growing part of the market. A July report from J.P. Morgan estimated that 20% of equity-based assets under management—amounting to trillions of dollars—were in quantitative strategies, although it included “traditional multifactor and smart-beta strategies” in its definition of the category, as well as “the equity portion of cross-asset systematic portfolios.”
...
...if everyone is using AI, then does the benefit of using AI evaporate?




__
(*)

aus Non-normality of Market Returns, A framework for asset allocation decision-making, JP asset mgmt, 2009
 Durchsuchen


Beitrag zu dieser Diskussion schreiben