Andreas Clenow – Momentum-Strategie im Backtest

Andreas Clenow ist ein Hedgefonds-Manager, der sich auf systematische Cross-Asset-Strategien spezialisiert hat. Er hat einen Hintergrund in quantitativer Finanzmodellierung sowie im Prop-Trading und war geschäftsführender Partner mehrerer Hedgefonds. In diesem Artikel soll seine Momentum-Strategie erklärt und anschließend getestet werden.

In seinem Buch “Stocks on the Move – So schlagen Sie den Markt mit Momentum-Strategien der Hedgefonds*” beschreibt er eine Strategie, die sowohl simpel als auch äußerst profitabel ist. Diese Strategie hat in den letzten Jahrzehnten sogar den S&P500 outperformt. In diesem Artikel soll die Strategie etwas genauer unter die Lupe genommen und anschließend ein eigener Backtest erstellt werden. Dieser Backtest ist jedoch um einiges aufwendiger als ein Backtest einer einfachen strategischen Asset Allokation wie bspw. dem All Weather Portfolio.

Der grundlegende Gedanke hinter Momentum-Strategien

Momentum-Strategien funktionieren. Punkt.

Bereits 1993 veröffentlichten Jegadeesh und Titman eine Studie in der sie herausfanden, dass Aktien die über einen gewissen Zeitraum gestiegen sind, tendenziell auch weiter steigen werden. Dieser Effekt wurde in den laufenden Jahren in mehreren Studien für verschiedenste Aktienmärkte bestätigt. Eine Fülle an Untersuchungen findet sich bspw. für jeden interessierten Anleger frei zugänglich bei AQR. Gute Artikel finden sich hier, hier und hier.

Der Momentum-Effekt bzw. der Momentum-Faktor kann als wissenschaftlich “akzeptiert” bezeichnet werden, weshalb dieser Effekt auch bereits von den meisten Faktorstrategien genutzt wird. Die Krux an dieser Art der Strategie ist jedoch, dass es einige Phasen gibt, in denen Momentum nicht sehr gut funktioniert. So erleidet eine Momentum-Strategie in Phasen einer Marktkorrektur ebenfalls einen hohen Drawdown. Die Frage ist also, wie genau ein Anleger Momentum nutzen kann ohne möglichst hohe und lange Phasen eines Drawdowns zu erleiden.

Die Momentum-Strategie von Andreas Clenow

Welche Aktien bilden das "Investitions Universum"?

Die vorliegende Strategie betrachtet alle Aktien die im S&P500 gelistet sind. Hierbei ist zu beachten, dass der verwendete Datensatz den sogenannten Survivorship Bias berücksichtigt! Ansonsten ist der gesamte Backtest nutzlos…Die Zusammensetzung des S&P500 ändert sich natürlich über die einzelnen Jahre. So war bspw. die Aktie von Tesla, die Ende 2020 zum S&P500 hinzugefügt wurde, logischerweise vor 10 Jahren noch nicht enthalten. Würde man also nun die aktuelle Zusammensetzung bzw. alle Ticker des S&P500 auflisten und für alle Ticker historische Daten sammeln, dann würde dies keinen sinnvollen Datensatz ergeben. Die Ergebnisse der Momentum-Strategie wären extrem verzerrt, da bspw. gerade Tesla in den letzten Jahren ein unglaubliches Momentum erlebt hat und eine Investition dementsprechend hohe Gewinne mit sich gebracht hätte.

Das Momentum Ranking

Die nächste Frage die sich stellt ist, wie genau Momentum gemessen werden soll. Zudem wird ein Ranking benötigt, da lediglich die besten 30 Aktien aus dem erstellten Ranking gekauft werden.

Andreas Clenow berechnet seinen Momentum Score folgendermaßen:

Momentum Score = Annualisierte Steigung einer exponentiellen Regression x R-Quadrat

Zur Berechnung der Regression bzw. der Steigung wird noch ein Zeitfenster benötigt, welches 125 Tage beträgt. Die Annualisierung macht den Vergleich der berechneten Regressionen etwas greifbarer. Das R-Quadrat besagt, wie gut die Anpassungsgüte der Regression an die Daten ist. Durch die Multiplikaton beider Kennzahlen werden nicht nur Aktien herausgepickt die aktuell einen Aufwärtstrend voweisen, sondern wie stetig dieser ist. Sollte eine Aktie bspw. an einem Tag um 100 % steigen, so würde die berechnete Steigung der Regression steigen, doch das R-Quadrat nicht.

Positionsgröße

Nachdem das Momentum Ranking erstellt ist und die besten 30 Aktien identifiziert wurden, bleibt noch zu klären wie viele Aktien jeweils gekauft werden sollen. Die Momentum-Strategie allokiert das Portfolio auf die einzelnen Aktien auf Basis eines Risk Parity Ansatzes (dt.: Volatilitätsparität).

Die Volatilitätsparität ist eine gängige Methode zur Bestimmung der Positionsgröße in der Finanzbranche. Sie zielt darauf ab, jeder Position den gleichen Betrag oder das gleiche Risiko zuzuweisen. In diesem Fall wird eine zwanzigtägige Standardabweichung der Preisänderung als Proxy für das Risiko verwendet. Durch die Zuweisung eines größeren Geldbetrags zu sich langsam bewegenden Aktien und umgekehrt, hat jede Aktie die gleiche Chance, das Gesamtportfolio zu beeinflussen. Im oben verlinkten Buch wurde ein etwas anderer, simplerer Ansatz gewählt: die Average True Range. Andreas Clenow hat jedoch letztes Jahr ein weiteres Buch veröffentlicht “Trading Evolved: Anyone can build killer trading strategies in Python“, in dem er einen etwas anderen Ansatz zur Bestimmung der Positionsgröße vorgestellt hat. Dieser neue Ansatz wird in diesem Backtest verwendet.

Downside Protection

In Stocks on the Move wurde ein Trendfilter implementiert, der als eine Art Ampel diente. In diesem Backtest wird auf diese Logik verzichtet bzw. eine etwas andere verwendet, denn es darf  nur in eine Aktie investiert werden, sofern der berechnete Momentum Score größer 40 ist. Sollte es zu einer Korrektur des S&P500 kommen, dann wird die berechnete Steigung der Regression immer kleiner und somit sinkt auch der Score. Im Extremfall ist das Portfolio also zu 100 % in Cash investiert.

Zusammenfassung der Strategie

  1. Rebalancing auf Basis des berechneten Rankings findet einmal pro Monat statt
  2. Es werden nur Aktien berücksichtigt, die im S&P500 gelistet sind
  3. Der Anstieg des Momentums wird auf Basis der letzten 125 Tage berechnet
  4. Die besten 30 Aktien werden ausgewählt
  5. Positionsgrößen werden mit Hilfe der Volatilität berechnet
  6. Volatilität wird auf Basis der 20 Tage Standardabweichung berechnet
  7. Der minimale Momentum Score beträgt 40. Andernfalls wird nicht investiert, auch wenn die Aktie zu den besten 30 gehört!
  8. Fällt der Momentum Score unter 40, wird die Aktie zum Zeitpunkt des Rebalancings verkauft

Performance der Momentum-Strategie

Der berücksichtigte Zeitraum startem im Januar 2000 und endet im Dezember 2020.

Die Strategie zeigt eine eindeutige Outperformance gegenüber dem S&P500. Wie steht’s um das Risiko? Die folgende Grafik bildet den Drawdown ab.

Die Strategie weißt bis auf die letzten drei Jahre fast konstant einen niedrigeren Drawdown auf. Der Corona Crash ist allerdings deutlich zu sehen. Dies mag eventuell auch an der angewandten Logik liegen, da Aktien zum Zeitpunkt eines Rebalancings verkauft werden, sofern der Momentum Score unter 40 fällt. Bei solch einer schnellen Marktkorrektur wie während des Corona Crashs, werden die Verluste komplett realisiert. Da der Aufschwung des S&P500 jedoch ebenfalls äußerst schnell vonstattengegangen ist, wird dies von der Strategie verpasst, da diese nur einmal im Monat Positionen aufbauen kann.

In der folgenen Grafik ist zusätzlich noch die monatliche Renditeverteilung abgetragen.

Die Momentum-Strategie hat einige kleine Verluste mehr, aber schafft es größere Verluste im Intervall von -5 % bis -10 % zu vermeiden. Zudem sind die zweistelligen Gewinne der Strategie ebenfalls häufiger als die des S&P500.

In der nachfolgenden Tabelle sind weitere Risiko-Rendite Kennzahlen abgetragen.

S&P500 Momentum-Strategie

CAGR

6,88 %

9,87 %

Volatilität

15,19 %

15,27 %

Sharpe Ratio

0,45

0,65

Max. Drawdown

-50,95 %

-34,27 %

% positiver Monate

64,68 %

59,92 %

Zusammenfassung

Die Momentum-Strategie von Andreas Clenow aus dem Buch “Stocks on the Move*” performt wirklich sehr gut. Sie ist für jeden Privatanleger mit grundlegenden Programmierkenntnissen umsetzbar. Hierzu kann entweder die API des Brokers oder aber ein Datenstream der Wahl genutzt werden um das Ranking zu berechnen. Auch die Berechnung der Positionsgröße ist einfach umsetzbar.

ABER: Im durchgeführten Backtest wurden Transaktionskosten sowie Steuern nicht berücksichtigt. Da das Portfolio monatlich umgeschichtet wird, fallen dementsprechend hohe Kosten an. Zudem werden durch die angewandte Logik auch alle Gewinne realisiert und sind im Vergleich zu einem reinen Buy-and-Hold Investment des S&P500 auch zu versteuern. Nichtsdestotrotz bietet diese Strategie eine wirklich einfache Möglichkeit, wie ein Privatanleger eine Momentum-Strategie umsetzen könnte. Definitiv zu empfehlen ist das Buch “Trading Evolved*”, in dem noch weitere systematische Ansätze vorgestellt werden. Zudem ist der gesamte Code in Python enthalten!

 

Viele Grüße

Peter von Portfolio-Architekt

 

PS.: Folgend sind die 30 Aktien aufgelistet, die aktuell den besten Momentum Score aufweisen und somit im Portfolio wären. Das soll natürlich keine Kaufempfehlung darstellen!

Diamondback Energy Inc
Marathon Oil Corp
Discovery Inc Series A
Occidental Petroleum Corp
Discovery Inc Series C
Devon Energy Corp
Applied Materials Inc
ViacomCBS Inc Class B
Tapestry Inc
HollyFrontier Corp
EOG Resources Inc
Freeport-McMoRan Inc
APA Corp (US)
American Airlines Group Inc
Invesco Ltd
L Brands Inc
Pioneer Natural Resources Co
Nielsen Holdings PLC
News Corp Class A
Mohawk Industries Inc
Mosaic Co
Penn National Gaming Inc
Western Digital Corp
Exxon Mobil Corp
Hess Corp
SVB Financial Group
Wells Fargo & Co
Simon Property Group
Valero Energy Corp
Marathon Petroleum Corp

Die mit einem * markierten Verknüpfungen stellen Affiliate Links dar.

Inhalte werden geladen

Schreibe einen Kommentar