Für wen dieser Artikel gedacht ist — Für alle, die Trend Following, Momentum, Mean Reversion, Carry, Relative Value, Market Making und Event-driven einordnen wollen, ohne einen Familiennamen mit einer fertigen Strategie zu verwechseln.
Familien systematischer Strategien gruppieren Systeme mit einem gemeinsamen Mechanismus oder einer ähnlichen Portfoliokonstruktion. Sie sind nützliche Taxonomien, keine natürlichen Grenzen: Eine Strategie kann mehrere Familien verbinden, und derselbe Name kann sehr unterschiedliche Implementierungen bezeichnen.
Die Literatur dokumentiert historische Renditen bestimmter Familien. Sie garantiert weder deren Fortbestand noch Investierbarkeit oder Verfügbarkeit in jeder Größenordnung. Universum, Zeitraum, Daten, Signaldefinition, Exposures, Kosten und Auswahl der Tests können die Schlussfolgerung ändern. In Cyclepedia erklärt die Familie die ökonomische Frage; erst die Spezifikation definiert die tatsächlich getestete Strategie.
Eine operative Taxonomie
| Familie | Grundidee | Typische Konstruktion | Sichtbar zu machende Risiken |
|---|---|---|---|
| Trend Following / Time-series Momentum | Vergangene Richtung enthält Information über dasselbe Instrument. | Long oder Short nach eigenem Zeitreihensignal | schnelle Umkehr, Whipsaw, Volatilität, Hebel, Roll und Krisenkorrelation |
| Cross-sectional Momentum | Relativ starke Instrumente werden schwachen gegenübergestellt. | Ranking eines Universums, long-short oder long-only | Momentum-Crash, Turnover, Faktor-Exposure und Universumswechsel |
| Mean Reversion / Contrarian | Eine Abweichung soll zu einem bedingten Referenzwert zurückkehren. | Gegenposition zur Bewegung oder zum Spread | instabiler Referenzwert, Tail-Risk und häufige Kosten |
| Carry | Positionen erfassen Rendite-, Kurven- oder Haltevorteile. | Ranking oder Portfolio über Assets beziehungsweise Kontrakte | Crash, Funding, Roll, Währung und Crowding |
| Relative Value / Statistical Arbitrage | Eine Relation macht relative Abweichungen auffällig. | Spread, Hedge oder neutralisiertes Portfolio | Bruch der Relation, Model Risk, Shorting und gemeinsame Liquidität |
| Market Making / Liquidity Provision | Quotes sollen Spread erfassen und Inventory steuern. | passive Orders, Inventory-Kontrolle und Stornierung | adverse selection, Latenz, Queue, Sprünge und Inventory Risk |
| Event-driven | Ein definiertes Ereignis verändert Preisverteilung oder Konvergenz. | Regeln um Meldungen, Fusionen oder Rebalancings | Ereigniswahrscheinlichkeit, Gaps, Spezialdaten und operative Grenzen |
| Execution / Scheduling | Eine bestehende Entscheidung soll kostengünstig ausgeführt werden. | Slicing, Routing und Abwägung von Dringlichkeit und Impact | ungeeigneter Benchmark, Non-fill, Impact und Informationspreisgabe |
„Arbitrage“ verlangt Präzision. Risikolose theoretische Arbitrage und ein empirischer Relative-Value-Trade sind nicht dasselbe. Pairs Trading und Convergence Trades können divergieren und unter Funding, Rückruf der Leihe, Kosten oder Preissprüngen leiden. Der Name garantiert keine Konvergenz.
Trend und Momentum: zwei verschiedene Achsen
Time-series Momentum vergleicht ein Instrument mit seiner eigenen Vergangenheit und kann positive oder negative Exposures erzeugen. Cross-sectional Momentum ordnet Instrumente zum selben Zeitpunkt und nimmt relative Positionen in Gewinnern und Verlierern. Beide Signale müssen nicht übereinstimmen: In einem allgemein fallenden Markt können relative Gewinner trotzdem einen negativen absoluten Trend besitzen.
Trend Following ist weiter gefasst. Gleitende Durchschnitte, Breakouts und Zustandsmodelle können Trend-Exposures erzeugen, ohne austauschbare Definitionen zu sein. Signalgeschwindigkeit bestimmt Turnover, Reaktivität und Whipsaw-Risiko; Volatilitätsskalierung verändert Konzentration und Hebel. Ein universell richtiges Fenster existiert nicht.
Die Studien von Jegadeesh und Titman sowie Moskowitz, Ooi und Pedersen dokumentieren zwei historische Momentumformen in bestimmten Stichproben und Designs. Sie liefern Forschungsgrundlagen, keine automatisch übertragbaren Parameter.
Mean Reversion: zu welchem Referenzwert?
Eine Mean-Reversion-Strategie nimmt an, dass eine Abweichung gegenüber einer relevanten Mitte oder Relation vorübergehend ist. Der Bezug kann die eigene Preishistorie, ein Instrumentenspread, Fundamentalwert, Risikomodell oder eine mikrostrukturelle Relation sein. Ändert sich dieser Bezug, kann eine Position immer „billiger“ erscheinen und dabei immer mehr Risiko ansammeln.
Zu trennen sind statistische Reversion einer Serie, cross-sectionaler Contrarian-Ansatz, Erholung nach vorübergehendem Liquiditätsdruck und Value als Preis relativ zu einer ökonomischen Größe. Diese Konzepte können sich überlappen, sind aber keine Synonyme. Stationaritäts- oder Kointegrationstests hängen von Modell und Stichprobe ab und sichern keine Konvergenz im geplanten Haltezeitraum.
Carry, Relative Value und Market Making
Carry hat je Anlageklasse eine andere Bedeutung: Zinsdifferenz im FX, Kurvenneigung, Roll Yield bei Futures, Bondrendite oder Haltekosten einer Position. Ein Vergleich muss Definition, Basiswährung, Hedge, Finanzierung, Collateral und Roll offenlegen. Beobachteter Carry ist kein annähernd sicherer Gewinn; er kann Kompensation für Verluste in Liquiditätskrisen oder abrupten Marktbewegungen sein.
Relative Value versucht eine Relation statt der allgemeinen Marktrichtung zu isolieren. Der Hedge wird jedoch geschätzt und kann Basis-, Faktor-, Währungs- oder Durationsrisiko hinterlassen. Die historische Pairs-Trading-Studie von Gatev, Goetzmann und Rouwenhorst belegt nicht, dass jedes korrelierte Paar konvergiert.
Market Making ist mehr als ein Mean-Reversion-Signal. Das Ergebnis hängt von erfasstem Spread, Queue-Priorität, Fill-Wahrscheinlichkeit, adverse selection, Inventory und Absicherung ab. Ein OHLC-Backtest beobachtet diese Zustände meist nicht. Algorithmen zur Ausführung wiederum müssen kein Alpha erzeugen; sie können lediglich Implementation Shortfall oder Benchmarkrisiko einer bereits beschlossenen Position reduzieren.
Zwei Strategien vergleichen
Der Vergleich beginnt nicht beim Namen der Familie, sondern bei der gemeinsamen Messbasis. Beide Kandidaten benötigen dasselbe historische Universum, dieselbe Informationsuhr, dieselbe Definition des eingesetzten Kapitals und einen vergleichbaren Kosten- und Ausführungsstandard. Andernfalls kann eine scheinbare Überlegenheit lediglich daraus entstehen, dass eine Strategie günstigere Fills, spätere Daten oder weniger strenge Limits erhält.
Auch Exposures müssen getrennt werden. Eine Trendstrategie kann ihren Ertrag teilweise aus dauerhaftem Aktien-Beta, Währungsrisiko oder Volatilitäts-Timing beziehen; ein Relative-Value-System kann einen unvollständigen Hedge tragen. Renditeattribution, Stressperioden und Verhalten bei gleichzeitigem Abbau der Positionen zeigen daher mehr als ein Vergleich der Endkurven. Der Zweck ist nicht, eine Familie generell zum Sieger zu erklären, sondern zu bestimmen, welcher Mechanismus unter welchen Annahmen beobachtet wurde und wo er versagt.
Schließlich verlangt jede Familie eine eigene Gegenhypothese: Trend kann von häufigen Richtungswechseln, Mean Reversion von einem Strukturbruch, Carry von einem seltenen Sprung und Market Making von adverser Selektion getroffen werden. Diese Risiken gehören in Spezifikation, Backtest und Monitoring, bevor historische Kennzahlen interpretiert werden.
Ein Vergleich fragt nach Mechanismus, Zeithorizont, Markt- und Faktorexposures, Turnover, Kapazität, zeitlicher Abhängigkeit, Tail-Risiken und tatsächlicher Diversifikation. Die durchschnittliche Renditekorrelation ist nur der Anfang: Bedingte Abhängigkeiten und gleichzeitige Verluste in relevanten Szenarien können eine versteckte Konzentration zwischen unterschiedlich benannten Systemen zeigen.
Ein Portfolio, das Futures mit positivem eigenem historischen Signal kauft, negative verkauft und Positionen anhand geschätzter Volatilität skaliert, kann als Time-series Momentum oder Trend Following gelten. Trotzdem muss die Spezifikation Kontrakte, Roll, Frequenz, Fenster, Volatilitätsschätzung, Hebellimit, Gaps und Kosten festlegen. Das Beispiel erklärt die Klassifikation; es ist weder Handelsempfehlung noch Renditebehauptung.
Quellen
- Narasimhan Jegadeesh und Sheridan Titman, Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency — grundlegende Studie zu cross-sectional Momentum in der untersuchten Stichprobe.
- Tobias J. Moskowitz, Yao Hua Ooi und Lasse Heje Pedersen, Time Series Momentum — Evidenz und Konstruktion von Time-series Momentum im untersuchten Cross-Asset-Design.
- Ralph S. J. Koijen et al., Carry — Definition und Vergleich von Carry über Anlageklassen im Studiendesign.
- Evan Gatev, William N. Goetzmann und K. Geert Rouwenhorst, Pairs Trading: Performance of a Relative-Value Arbitrage Rule — Methodik und historische Evidenz einer Pairs-Trading-Regel.
- Werner F. M. De Bondt und Richard Thaler, Does the Stock Market Overreact? — klassische Untersuchung von Overreaction und Contrarian-Renditen.