Quantitative Kompetenz

Ökonomisches Verständnis. Quantitative Präzision.

Unsere quantitative Kompetenz im Überblick:

Quantitative Kompetenz
Quantitative Kompetenz

Datenaufbereitung: Umfangreiche Finanzmarkt- und Makrozeitreihen sowie Analystenschätzungen

Langfristige Renditeerwartungen:
Basierend auf dem Konsens von über 50 externen Analystenschätzungen und aggregierten Marktmeinungen zu einzelnen Anlageklassen.

Volatilitätsschätzungen:
Die langfristigen Volatilitäten werden auf Basis historischer Daten geschätzt. Zum Einsatz kommen bewährte quantitative Modelle unter anderem EWMA (Exponentially Weighted Moving Average) oder HAR (Heterogeneous Autoregressive Model).

Korrelationsanalyse:
Die Korrelationsanalyse wird eingesetzt, um Wechselwirkungen und Beziehungen zwischen verschiedenen Anlageklassen zu identifizieren. Diese Analyse hilft, die Diversifikation des Portfolios zu optimieren und potenzielle Risikofaktoren zu erkennen.

Individualisierung: Maßgeschneiderte Modellparameter

In einem strukturierten Dialog erfassen wir die individuellen Anforderungen als Grundlage für die Portfoliooptimierung:

  • Welches Optimierungsziel wird verfolgt? 
  • Max-Sharpe – Steuerung nach risikoadjustierter Rendite
  • Min-Vol – Minimierung der Volatilität bei maximaler Rendite
  • CVaR – Steuerung von Verlustpotenzialen und Einhaltung definierter Risikobudgets
  • CRR, SolvII – Einhaltung regulatorischer Eigenkapitalanforderungen

Welche Anlageklassen sollen berücksichtigt werden?

  • Festlegung des investierbaren Universums entsprechend kundenspezifischer und regulatorischer Vorgaben

Welche Positionsgrößen und Bandbreiten sind gewünscht?

  • Definition von Allokationsgrenzen, einschließlich Mindest- und Maximalgewichten für jedes Asset sowie relativer Gewichtung zwischen den einzelnen Positionen


Backtesting und Validierung

Effizienzkurve:
Auf Basis der Optimierung wird eine Effizienzkurve erstellt, aus der sich das optimalen Portfolios ableitet.


Bewertung Rendite- und Risikokontribution:
Die zugrunde liegenden Rendite- und Risikobeiträge der einzelnen Komponenten werden detailliert analysiert.


Portfolio-Potential-Analyse:
In einem iterativen Prozess erfolgt bei Bedarf eine Feinjustierung der Modellparameter in enger Abstimmung mit dem Portfolio-Management-Team.


Darüber hinaus überprüft ein strukturiertes Backtesting die Stabilität und Aussagekraft der Ergebnisse über unterschiedliche Marktphasen hinweg.