Melde dich an, um diesem Inhalt zu folgen  
Folgen diesem Inhalt 0

Einfluss des Kauftages auf die Performance - Die Irreführung der Statistik und der Wert des Backtestings

  • Kauftag
  • Performance
  • Backtesting

Geschrieben · bearbeitet von epg

Wie hier vor ein paar Wochen erwähnt habe ich mich mit der Frage beschäftigt ob der Kauftag eines Sparplanes Einfluss auf die Depot-Performance haben könnte. Man findet nicht viel dazu im Internet, ein paar broken Links zum Thema "wurde getestet aber funktioniert nicht", selbiges bei "Monatsendstrategie". Die Idee ist einfach und trotzdem (zumindest für mich) irgendwie bestechend: Möglicherweise gibt es Markteinflüsse die periodisch jedes Monat den Kurs beeinflussen z.B. ein großer Pensionsfond der jedes Monat Unsummen in bestimmte Titel pumpt. Natürlich, trivialer gehts fast nicht. Jeder würde auf sowas kommen aber vielleicht ist es schon wieder zu trivial?

 

Was für ein Ergebnis würde man erwarten? Ich bin mit der Erwartungshaltung an das Thema gegangen dass es nicht funktioniert (aus oben angeführten GRünden) aber man generelle Marktentwicklung an der Analyse ablesen kann. Das heißt dass in Zeiten in denen der Kurs steigt der Monatsanfang besser ist und in Zeiten in denen der Kurs fällt das Monatsende. Also sich der generelle Trend auch in der Kauftagesanalyse widerspiegelt. Methodisch ist das ganze natürlich kein Hexenwerk. Man nehme eine Summe X (Bei meinen Beispielen 100 USD) und investiere sie jeweils an fixen Tagen des Monats und schaue wie sich die Anteile entwickeln. Einziger kleiner Punkt: An Tagen an denen keine Kursdaten zur Verfügung stehen muss der Kurs vom darauffolgenden Handelstag verwendet werden. Bei einem Sparplan würde die Order schließlich auch am nächsten Tag exekutiert.

Sieht man sich die Ergebnisse größten (nach Marktkapitalisierung) US Unternehmen an sieht man ein interessantes Bild.


NASDAQ by MarketCap 20171106.png

 

Die Erwartungshaltung bestätigt sich. Der Kauftag spiegelt, wie erwartet, den generellen Trend der Periode (in diesem Fall 1 Jahr) wieder. Exemplarisch dazu die Beispiele der Firmen Microsoft (gestiegen), Facebook (gestiegen), SAP (gestiegen), China Mobile (gefallen). Allenfalls interessant in diesem Zusammenhang ist Merck, die einen Verlust, aber eben einen sehr aprupten Verlust erlebt haben und trotzdem einen klaren Trend auf Montasende haben. Auch auffällig für mich sind Procter&Gamble sowie Verizon die beide ehere eine Seitwärtsbewegung erlebt haben aber unterschiedliche Bilder bei der Kauftagsanalyse haben.

 

Nur hilft mir das nicht viel weiter denn wüsste ich vorher welche Unternehmen steigen und welche fallen dann bräuchte ich diesen blöden Kauftag nicht und mein Hobby wäre vielleicht Karibikinseln sammeln (und nicht Webseiten programmieren) ;) Die Frage also ist lässt sich daraus Profit machen? Und da hilft mir ein Backtesting Algorithmus weiter. Für alle die es nicht wissen: beim Backtesting lasse ich meinen Algorithmus über Daten der Vergangenheit laufen und prüfe ob sie mit den Ihnen zur Verfügung stehenden Daten Ihre Zukunft (die für mich noch immer in der Vergangenheit liegen) die Zukunft korrekt vorhergesagt hätten. Also ich schaue ob ich mit den Daten aus 2016 , 2017 korrekt vorhergesehen hätte. In meinem Fall teste ich meinen Algorithmus mit vier unterschiedlichen Parametern nämlich 2, 3, 6, 12 Monate(die Reihen 2M, 3M, 6M, 12M) und lassen sie gegen 3 Reihen mit zufällig ausgewählten Kauftagen laufen (rnd1, rnd2, rnd3) sowie drei Reihen als Referenz jeweils am 1., 15. und 31. des Monats (Reihen 1., 15. und 31.). Das Ergebnis ist interessant.

 

Backtesting MSFT 20171106.png

 

Der 1. Schnitt am besten ab (wie bereits in der Tabelle), der Algorithmus (6M) schafft es aber gerade auf den zweiten Platz und das ex-equo mit einer der Zufallreihen. Danach reihen sich 12M, der 15., rnd1, 3M, rnd2, 2M und schließlich der 31.

Wie kann das sein?

 

Dazu muss man sich die Tabelle mit den Monatswerte ansehen

MSFT Monatswerte 20171106.png

 

und die Tabelle mit den Ergebnissen des z.B. 3M Algoritmus.

MSFT Tabelle 3M Algorithmus 20171106.png

 

Die idealen Kauftage streuen über das ganze Monat. Die Tatsache dass der 1. der ideale Kauftag ist ergibt sich nur aus dem statistischen Mittel. Man sieht dass der 1. gar nicht öfter der ideale Kauftag ist als z.b. der 2te, auch um den 12. und 13. ist eine Häufung zu sehen. Das Fazit: Nur weil eine statistische Auswertung wunderbar aussieht taugt sie deshalb noch lange nicht als Prognose für die Zuknuft. Sehen kann man das aber nur mittels Backtesting.

 

Mich würde interessieren was ihr dazu denkt. Kanntet ihr das Thema bereits? Ist es nur offensichtliches und allgemein bekanntes Wissen was ich mir hier mühsam erarbeitet habe oder überascht euch das Ergbnis auch?.

 

Diesen Beitrag teilen


Link zum Beitrag
Auf anderen Seiten teilen

Geschrieben

Kannst Du das auch über Wochentage machen? Ich kann mir vorstellen, dass Freitag der beste Kauftag ist, wenn viele kurz vor dem Wochenende verkaufen, weil sie bei schlechten Meldungen am Samstag und Sonntag nicht reagieren könnten.

Diesen Beitrag teilen


Link zum Beitrag
Auf anderen Seiten teilen

Geschrieben · bearbeitet von epg

Die sind alt und ich wollte sie nicht exhumieren. Außerdem präsentieren sie zu falschen Schlüssen. Eine statistische Auswertung der hilft mir eben nicht automatisch eine Strategie für die Zukunft zu entwickeln.

Diesen Beitrag teilen


Link zum Beitrag
Auf anderen Seiten teilen

Geschrieben

vor 11 Stunden schrieb epg:

Die sind alt und ich wollte sie nicht exhumieren. Außerdem präsentieren sie zu falschen Schlüssen. Eine statistische Auswertung der hilft mir eben nicht automatisch eine Strategie für die Zukunft zu entwickeln.

Habe ja nichts dagegen, dass Du einen neuen Faden startest. Es sollte nur eine Hilfe sein, und einige Fragestellungen, z.B. zum Wochentag, wurden auch damals schon betrachtet. Und wenn dort Fehler enthalten sind, dann berichtige diese doch.

Damit Deine Strategie (welche eigentlich?) funktioniert, darf sie doch auch nicht nur auf einem Jahr Vergangenheit basieren. Auch länger zurückliegende Zeiträume sollten für die Vorhersage verarbeitbar sein. Oder es gibt eben keinen (dauerhaft) sinnvoll nutzbaren Zusammenhang - vielleicht ändert sich das Muster ja ständig...

Diesen Beitrag teilen


Link zum Beitrag
Auf anderen Seiten teilen

Geschrieben

Am 6.11.2017 um 21:25 schrieb epg:

Das Fazit: Nur weil eine statistische Auswertung wunderbar aussieht taugt sie deshalb noch lange nicht als Prognose für die Zuknuft.

 

 

Am 7.11.2017 um 20:18 schrieb moonraker:

 Oder es gibt eben keinen (dauerhaft) sinnvoll nutzbaren Zusammenhang - vielleicht ändert sich das Muster ja ständig...

 

Das genau war mein Fazit.

 

Zum Thema mit dem längeren Durchrechnungszeitraum: Mir erscheint eigentlich 12M schon als recht lange, ich erwarte nicht eher dass eine Ermittlung des Kauftages auf Basis z.B. der letzten 24M eher eine Verschlechterung im Vergleich mit den Zufallswerten zeigen wird. Ausserdem bin ich mir nicht sicher ob die Top Unternehmen eine gute Referenz sind und werde die Auswahl der Unternehmen auch randomisieren. Dazu muss ich aber meinen Code mal refactoren damit das besser und performanter geht.

Diesen Beitrag teilen


Link zum Beitrag
Auf anderen Seiten teilen

Geschrieben

So so, also aus der Erfahrung war ich mir sicher, dass das Ende eines Monats schlecht zum long gehen ist, da dann mein Lohn auf dem Konto ist und ich gesehen habe wie genau dann die Einkaufkurse gestiegen sind, nur um ca. am 3. oder 5. eines Monats wieder zu fallen. In Deutschland bekommt man am 15. eines Monats Lohn?

Warum US Unternehmen? DAX muss jetzt auch nicht sein, aber MDAX, SDAx oder TECDax fände ich interessant.

Diesen Beitrag teilen


Link zum Beitrag
Auf anderen Seiten teilen

Erstelle ein Benutzerkonto oder melde dich an, um zu kommentieren

Du musst ein Benutzerkonto haben, um einen Kommentar verfassen zu können

Benutzerkonto erstellen

Neues Benutzerkonto für unsere Community erstellen. Es ist einfach!


Neues Benutzerkonto erstellen

Anmelden

Du hast bereits ein Benutzerkonto? Melde dich hier an.


Jetzt anmelden
Melde dich an, um diesem Inhalt zu folgen  
Folgen diesem Inhalt 0