Faktormodelle
15. Dezember 2026
•
Niumlaitormiotfoun Redaktion
Wer eine Stichprobenkovarianzmatrix mit vielen Anlageklassen und begrenzter
Datenhistorie verwendet, schätzt mehr Parameter als die Daten sinnvoll
tragen können. Faktorbasierte Kovarianzmodelle sind eine methodisch
begründete Antwort auf dieses Dilemma: Sie reduzieren die Anzahl der zu
schätzenden Parameter durch ökonomisch motivierte Struktur — und liefern
dabei Allokationen, die gegenüber Parameterperturbationen deutlich robuster
reagieren als unkontrollierte Stichprobenansätze.
Weiterlesen
Stressanalyse
28. Dezember 2026
•
Niumlaitormiotfoun Redaktion
Das bequeme Szenario in der Portfoliooptimierung ist das normale Marktumfeld
— moderate Volatilität, stabile Korrelationsstrukturen, hinreichend lange
Beobachtungsreihen. Unter diesen Bedingungen liefern viele Verfahren
akzeptable Ergebnisse. Was selten systematisch getestet wird: wie dieselben
Modelle reagieren, wenn Korrelationen abrupt ansteigen, Volatilitätscluster
auftreten und die Schätzgrundlage in kurzer Zeit ihre Gültigkeit verliert.
Genau in diesen Momenten entscheidet sich, ob eine Allokationsmethode
methodisch belastbar ist — oder nur für gute Zeiten kalibriert wurde.
Weiterlesen
Sensitivitätsanalyse
12. Oktober 2026
•
Niumlaitormiotfoun Redaktion
Wer einmal beobachtet hat, wie eine Anpassung der erwarteten Rendite um
wenige Basispunkte die gesamte Allokationsstruktur eines Portfolios auf den
Kopf stellt, versteht sofort, warum die Mittelwert-Varianz-Optimierung so
oft missverstanden wird. Der Optimierer rechnet korrekt — er rechnet nur mit
falschen oder unvollständigen Eingaben. Dieser Beitrag zeigt anhand eines
strukturierten Fallbeispiels, wie sensibel die Gewichte reagieren und welche
methodischen Schritte helfen, diese Instabilität zu erkennen und
einzudämmen.
Weiterlesen
Kovarianzanalyse
28. Oktober 2026
•
Niumlaitormiotfoun Redaktion
Es gibt einen Fehler, den erfahrene Analysten regelmäßig begehen: Sie
behandeln die Stichprobenkovarianzmatrix so, als wäre sie die wahre
Kovarianzmatrix. Das ist bequem und praktisch vollständig falsch.
Schätzfehler in der Kovarianzstruktur verzerren die Effizienzgrenze auf eine
Weise, die sich im finalen Optimierungsergebnis kaum noch zurückverfolgen
lässt — und genau das macht sie so gefährlich für jeden Analyseprozess.
Weiterlesen
Robuste Optimierung
5. November 2026
•
Niumlaitormiotfoun Redaktion
Die klassische Mittelwert-Varianz-Optimierung liefert ein einziges Ergebnis
— und behandelt dieses so, als wäre es die einzig mögliche Antwort auf die
gegebenen Eingaben. Das Resampling-Verfahren nach Michaud dreht diese Logik
um: Statt eines Punktergebnisses entsteht eine Verteilung möglicher
Allokationen, aus der sich sowohl robuste Gewichte als auch eine direkte
Diagnose der Modellsensitivität ableiten lassen. Wer diesen Unterschied
einmal verstanden hat, kehrt selten zur Einzeloptimierung zurück.
Weiterlesen
Effizienzgrenze
18. November 2026
•
Niumlaitormiotfoun Redaktion
Wer die Effizienzgrenze zum ersten Mal betrachtet, sieht eine elegante
Kurve. Wer sie genauer untersucht, erkennt etwas Unbequemeres: An den
Eckpunkten dieser Kurve wechseln Anlageklassen abrupt aus dem Portfolio
heraus oder in es hinein. Genau an diesen Stellen ist die Optimierung am
empfindlichsten gegenüber Parameteränderungen — und genau dort ist das
Vertrauen in das Ergebnis am wenigsten gerechtfertigt. Dieser Beitrag
untersucht, warum Eckpunktlösungen entstehen, wie man sie erkennt und was
sie über die Qualität einer Optimierung aussagen.
Weiterlesen
Bayesianische Verfahren
2. Dezember 2026
•
Niumlaitormiotfoun Redaktion
Die klassische Mittelwert-Varianz-Optimierung behandelt Schätzwerte so, als
wären sie Tatsachen. Bayesianische Methoden tun das Gegenteil: Sie
formalisieren die Unsicherheit über Parameter explizit und integrieren sie
systematisch in den Optimierungsprozess. Das klingt nach akademischer
Raffinesse — und ist in der Praxis einer der wirksamsten Wege, instabile
Allokationen zu vermeiden, ohne auf willkürliche Gewichtsbeschränkungen
zurückgreifen zu müssen.
Weiterlesen