Artikel

Zehn ausführliche Interviews zeigen auf, in welche Richtung sich Factor Investing entwickeln könnte

Zehn ausführliche Interviews zeigen auf, in welche Richtung sich Factor Investing entwickeln könnte

Faktoren von morgen: So nutzen Sie Faktoren, um die Wertentwicklung zu steigern und die Volatilität in den Griff zu bekommen

  • Die jüngsten Marktunruhen haben uns klar vor Augen geführt, welche Vorteile es bringen kann, ausgefeilte Faktor-Techniken zu entwickeln, um die Marktvolatilität voraussagen, handhaben und letzten Endes gewinnbringend nutzen zu können.
  • Faktoren werden in der Szenarioanalyse eingesetzt und können voraussagen, wie Portfolios potenziell auf makroökonomische Ereignisse reagieren werden, um so das Tail-Risiko zu minimieren
  • Investoren verwenden Faktorallokationen parallel mit anderen strategischen Asset-Allokationen und können so die Volatilität für das gesamte Portfolio verringern

Während sich geopolitsche Ereignisse nicht unbedingt vorhersehen lassen, stellt sich die Frage, wie die Faktor-Sensibilität gegenüber solchen Ereignissen aussieht, um mit diesen Erkenntnissen Prognosen zur Wertentwicklung des Portfolios zu treffen. Da wir uns mehr Granularität wünschen sowie bessere Tools, um zu verstehen, wie verschiedene Faktoren in verschiedenen Szenarien reagieren, spielen Faktoren eine immer wichtigere Rolle.

Privatanleger, Nordamerika

Factor Investing trifft Rohstoffe

  • Für Investoren bieten Rohstoff-Strategien mitunter einen guten Schutz gegen unerwartete Inflation, und immer mehr Anleger gehen davon aus, dass Faktoren bei der Implementierung helfen können
  • Ein Faktor-Ansatz soll zusätzliche Renditequellen eröffnen und gilt für einige als Ansatz zur Überwindung der ESG-Herausforderungen, die Rohstoffinvestitionen mit sich bringen
  • Neben konventionellen Metriken wie Kursdynamik werden bei Rohstoff-Faktormodellen auch alternative Datensätze wie Preisdynamik eingesetzt

Maschinelles Lernen zeigt nicht-lineare Faktorbeziehungen auf

  • Dank der Fortschritte bei Cloud Computing und Big Data haben heutzutage mehr Teilnehmer Zugang zu KI- und Maschinenlernen-Tools
  • Investoren entwickeln nicht-lineare Modelle der Interaktion zwischen Faktoren sowie Multifaktor-Modelle, um die Vorteile dieser Beziehungen zu nutzen
  • Mithilfe von Strategien für Natürliche Sprachverarbeitung (NLP) lassen sich kurzfristige Preisbewegungen vorhersagen und damit Handelsmodelle optimieren

Wesentliche Risiken

  • Der Wert einer Anlage und die Erträge hieraus können sowohl steigen als auch fallen und es ist möglich, dass Anleger den ursprünglich angelegten Betrag nicht zurückerhalten.

Wichtige Informationen

  • Die in diesem Material dargestellten Prognosen und Meinungen sind subjektive Einschätzungen und Annahmen des Fondsmanagements oder deren Vertreter. Diese können sich jederzeit und ohne vorherige Ankündigung ändern. Es kann keine Zusicherung gegeben werden, dass die Prognosen wie vorhergesagt eintreten werden.