SMART Equity: Aktive ETFs mit Fokus auf Alpha jenseits traditioneller Faktoren

Traditionelle Anlagefaktoren helfen Anlegern seit langem dabei, Aktienmärkten zu navigieren. Bekannte Kennzahlen wie Wert, Qualität, Momentum und Wachstum bieten einen bewährten Rahmen, um zu verstehen, weshalb einzelne Aktien unterschiedlich abschneiden.

Dennoch lässt sich ein Teil der Mehrrendite mit traditionellen Faktoren weniger gut erklären und systematisch erfassen. Dies wird oft mit Informationsvorteilen und speziellen Modellierungsfähigkeiten in Verbindung gebracht.

Unser Systematic-Equity-Team hat über Jahrzehnte Methoden entwickelt, um diese Informationen besser zu erfassen. Dabei verbinden wir etablierte quantitative Ansätze mit neueren KI-gestützten Techniken und alternativen Daten, um weniger offensichtliche Alpha-Quellen aufzudecken.

Unsere SMART Equity-ETFs machen diese Einblicke nun direkt investierbar. Wie das funktioniert, erläutern wir nachfolgend.

Unser Team hat vier SMART Equity-Signale entwickelt. Jedes ist darauf ausgelegt, Informationen zu erfassen, die herkömmliche Faktoren möglicherweise übersehen:

1. Anlegerpositionierung: Wie professionelle Anleger agieren.
2. Interaktion zwischen Anlagestilen: Welche Aktienmerkmale in verschiedenen Marktsegmenten ausschlaggebend sind.
3. Gewinnsentiment: Was Aussagen des Managements der Unternehmen verraten können.
4. Erweitertes Momentum: Welche Markttrends, Dynamiken und Muster aktuell am wichtigsten sind.

Zusammen integrieren diese Signale verhaltensbezogene, fundamentale und marktbasierte Informationen in einem systematischen Rahmen mit dem Ziel, mögliche Alpha-Quellen zu identifizieren.

1. Anlegerpositionierung

Aktienkurse werden nicht nur von den Fundamentaldaten eines Unternehmens beeinflusst, sondern auch davon, wie Anleger aktuell am Markt positioniert sind und wie sich ihre Ausrichtung im Zeitverlauf verändert.

Anhaltspunkte dafür, wie überzeugt die Investoren von den Aussichten einer Aktie sind, liefern beispielsweise Short-Positionen (Leerverkäufe). Anleger, die sinkende Kurse erwarten, können sich die jeweilige Aktie leihen und verkaufen. Am Markt für Wertpapierleihe hinterlässt das beobachtbare Spuren.

Unser Signal „Anlegerpositionierung“ identifiziert Muster solcher Leerverkaufsaktivitäten über verschiedene Unternehmen hinweg. Es stützt sich nicht auf bloße Aussagen von Investoren, sondern leitet Rückschlüsse aus ihrem tatsächlichen Handeln ab.

So entsteht ein Bild davon, wie professionelle Anleger positioniert sind und was ihr Verhalten in Bezug auf einzelne Unternehmen bedeuten kann. Diese Muster lassen sich über vergleichbare Unternehmensgruppen hinweg gegenüberstellen und in ein klares Positionierungssignal übersetzen.

2. Interaktion zwischen Anlagestilen

Das Geschehen an den Finanzmärkten wird von komplexen Anlageentscheidungen bestimmt. Die Charakteristika von Aktien, die mit der künftigen Kursentwicklung zusammenhängen, können sich in einzelnen Marktsegmenten unterschiedlich auswirken.

Das Signal „Interaktion zwischen Anlagestilen“ von SMART Equity nutzt ein spezielles Machine Learning-Modell („Random Forest“), um diese komplexen Zusammenhänge abzubilden. Vergleichen lässt sich das mit der Beurteilung der Fitness einer Person: Alter, Ernährung oder Bewegungsgewohnheiten mögen jeweils für sich genommen Aufschluss geben – doch erst die gemeinsame Betrachtung der Faktoren liefert ein umfassendes Bild.

Random Forest wendet ein ähnliches Prinzip auf Aktien an. Viele Entscheidungsregeln betrachten Unternehmen aus unterschiedlichen Blickwinkeln wie Bewertung, Rentabilität und Gewinnmomentum.

Einige dieser Regeln können für eine bestimmte Art von Unternehmen, wie Wachstumsunternehmen, nützlicher sein, andere im Hinblick auf die Erfassung von „Deep Value“-Chancen. Anstatt sich nur auf eine einzige solche Regel oder einen Einzelindikator zu stützen, fasst das Modell Informationen aus vielen unabhängigen Regeln zusammen. Es nutzt damit letztlich einen „Schwarmintelligenz“-Ansatz, um Zusammenhänge zu identifizieren, die im Zeitverlauf eher beständig sind.

Die Analyse der Interaktionen zwischen Anlagestilen hilft uns zu ermitteln, welche Kombinationen bekannter Aktienmerkmale in unterschiedlichen Marktsituationen am wichtigsten sind. Das kann dem SMART Equity-Ansatz eine größere Anpassungsfähigkeit bei der Aktienauswahl verleihen, wenn sich die Marktbedingungen ändern.

3. Gewinnsentiment

Wenn Unternehmen ihre Ergebnisse veröffentlichen, stellen die Zahlen nur einen Ausschnitt aus dem Ganzen dar. Das Management der Unternehmen erläutert, welche Bereiche sich gut entwickeln, wo Herausforderungen bestehen und wie man die Zukunft einschätzt. Außerdem stellen Analysten Fragen, deren Beantwortung oft zusätzliche Einblicke liefert.

Ein Großteil dieser Informationen bezieht sich auf die Zukunft und kann deshalb Hinweise auf die künftige Kursentwicklung enthalten. Eine konsistente Analyse über Tausende von Unternehmen hinweg ist mit traditionellen Research-Methoden in diesem Umfang jedoch nur schwer leistbar.

Deshalb nutzen wir für unser „Gewinnsentiment“-Signal Methoden der automatisierten Sprachverarbeitung, um in jeder Berichtssaison Tausende von Unternehmenskonferenzen zu analysieren. Dabei wandeln moderne Sprachmodelle Wörter und Sätze in numerische Informationen um, welche die Bedeutung und den Kontext erfassen. Auf diese Weise kann das Modell konstruktive Äußerungen von vorsichtigen oder defensiven Aussagen unterscheiden.

Diese Einschätzungen lassen sich anschließend unternehmensübergreifend innerhalb derselben Branche oder Region vergleichen.

Ziel dabei ist es, Veränderungen im Tonfall und im Selbstvertrauen des Managements der Unternehmen zu erkennen, die sich aus gängigen Finanzdaten nicht ohne Weiteres ablesen lassen. Damit wird die Unternehmenskommunikation zu einer weiteren systematischen Informationsquelle für die Aktienauswahl.

4. Erweitertes Momentum

Der Begriff Momentum beschreibt eine bekannte Tendenz am Finanzmarkt: Aktien, die sich gut entwickelt haben, entwickeln sich oft weiterhin gut. Und Aktien, die hinter dem Markt hinterherhinken, neigen dazu, weiter im Rückstand zu bleiben.

Das Prinzip ist zwar einfach, seine Ausnutzung aber nicht. So gibt es keine einheitliche Definition dafür, was eine „Gewinneraktie“ ausmacht. Eine Aktie kann über zwölf Monate stark erscheinen und über einen kürzeren Zeitraum schwach. Zudem können sich je nach Marktumfeld unterschiedliche Momentum-Muster ergeben.

Unser Research hat gezeigt, dass der Faktor Momentum nicht isoliert wirkt, sondern mit anderen Mustern am Aktienmarkt zusammenhängt, etwa mit Volatilität, Handelsvolumen oder Liquidität. Die entsprechenden Wechselwirkungen können einen Trend verstärken und dämpfen. Mit einfachen Regeln lässt er sich deshalb nur schwer erfassen.

Um dieser Komplexität gerecht zu werden, nutzt unser SMART Equity-Ansatz das Signal „Erweitertes Momentum“. Es basiert auf dem Einsatz von „Deep Learning“-Neuronalen Netzen, die Markttrends und Kursdynamiken flexibler analysieren.

Den zugrundeliegenden Prozess kann man sich wie ein auf mehreren Ebenen tätiges Research-Team vorstellen. Auf der ersten Ebene konzentrieren sich Nachwuchsanalysten auf Informationen wie vergangene Kursbewegungen, Volatilität oder Handelsaktivität und entwickeln erste Einschätzungen zu einzelnen Aktien. Diese Einschätzungen gehen dann an eine zweite Ebene, vergleichbar mit erfahrenen Analysten, welche die verschiedenen Inputs zusammenführen und interpretieren. Sie konzentrieren sich dabei auf die relevantesten und zuverlässigsten Aspekte und machen so komplexere Zusammenhänge sichtbar.

Das daraus resultierende Signal liefert eine Wahrscheinlichkeit dafür, dass eine bestimmte Aktie vergleichbare Titel übertrifft. Erweitertes Momentum will also nicht nur einen Trend identifizieren, sondern evaluieren, welche Trends im jeweiligen Marktumfeld ausschlaggebend sind.

Die vier SMART-Signale werden nicht unabhängig voneinander verarbeitet. Sie werden vielmehr zu einem einzigen KI-basierten Signal aggregiert. So fließen ihre unterschiedlichen Perspektiven in eine Gesamteinschätzung der relativen Attraktivität jeder Aktie ein. Dieses zusammengesetzte Signal ist dann die wichtigste Grundlage für die Portfoliokonstruktion.

Die Umsetzung erfolgt über einen Portfolio-Optimierer, der das Engagement in Aktien mit günstigeren Signalen erhöht. Dabei werden jedoch nicht einfach nur die Titel mit den höchsten Signalwerten gekauft. Gleichzeitig wird auch dafür gesorgt, dass Tracking Error, Stil-Exposure, Sektor- und Länderstruktur sowie die Umschlagshäufigkeit im Portfolio innerhalb definierter Grenzen bleiben. Ziel ist es, der signalbasierten Aktienauswahl genügend Gewicht zu geben, um einen Beitrag leisten zu können, und zugleich die Merkmale zu wahren, die von einer Core-Aktienanlage erwartet werden.

SMART Equity ist weiterhin von der Einzeltitelauswahl geleitet, nicht von einem speziellen Investmentstil. Es wird also nicht zunächst entschieden, ob beispielsweise Value-Aktien oder Growth-Titel zu einem bestimmten Zeitpunkt dominieren sollen. Stattdessen identifizieren wir mittels der Signale die Aktien, die relativ attraktiv erscheinen. Das jeweilige Stil-Exposure ergibt sich dann weitgehend aus diesen signalbasierten Gewichtungen und nicht aus einer vorab festgelegten Anlageentscheidung.

Das Ergebnis ist ein breit diversifiziertes Portfolio, das durch aktive Aktienauswahl einen Zusatzertrag (Alpha) anstrebt und das Risiko zugleich streng kontrolliert, sodass die Strategie ihren Charakter als Core-Investment bewahrt.¹ Dabei können sich die KI-gestützten Signale an veränderte Marktverhältnisse anpassen. Für die endgültige Fondsstruktur bleiben letztlich die Portfoliomanager verantwortlich.

Bei Aktienanlagen geht es darum, Unternehmen und Märkte zu verstehen: wie sich Geschäftsmodelle entwickeln, wie sich Anleger verhalten und wie sich Trends im Zeitverlauf entfalten. Unser SMART Equity-Ansatz nutzt dafür systematische Research-Methoden und moderne Technologie. Er basiert auf vier sich ergänzenden Signalen, um Informationen zu gewinnen, die mit der Analyse traditioneller Anlagefaktoren möglicherweise nicht vollständig erfasst werden.

Durch Kombination der Signale in einem disziplinierten Investmentprozess soll SMART Equity diese umfangreicheren Informationen in eine fundiertere Aktienauswahl und zusätzliches Alpha umsetzen. Gleichzeitig soll das Portfolio als Core-Aktienanlage erkennbar bleiben.

Das ist letztlich die Essenz von SMART Equity: differenzierte Signale und systematische Anlageexpertise umgesetzt in flexiblen und transparenten aktiven ETFs.

1) Diversifikation garantiert weder einen Gewinn noch schützt sie vor Verlusten.