The Trend is your Friend. Überrenditen durch Trendfolge?

Inhaltsverzeichnis

1 The Trend is your Friend

2 Einführende Erläuterungen

2.1 Trend, Zyklus, Saisonalität und Technische Analyse

2.2 Zeitliche Unabhängigkeit von Kursbewegungen

2.3 Informationseffizienz des Kapitalmarktes

2.4 Beurteilung der Kapitalmarkteffizienzhypothese

2.4.1 Kapitalmarktanomalien

2.4.2 Long Memory in Aktienkursen

3 Trendfolgeindikatoren

3.1 Die Dow Theorie

3.1.1 Die drei Arten von Trends

3.1.2 Die drei Phasen des Primärtrends

3.1.3 Trendbestätigungen

3.1.4 Die Umkehrung eines Trends

3.2 Trendlinien

3.3 Regressionskanäle nach Gilbert Raff

3.3.1 Grundlegendes Konzept

3.3.2 Handelsregeln für Regressionskanäle

3.4 Gleitende Regression

3.5 Die Steigung der Regressionsgeraden

3.6 Der Korrelationskoeffizient r²

4 Empirische Ergebnisse zum Erfolg von Trendfolgesystemen

4.1 Stärken und Schwächen klassischer Trendfolgesysteme

4.2 Handelssysteme auf Basis der linearen Regression

4.2.1 Studie von Sherstov und Stone

4.2.2 Erkenntnisse der Praktikerliteratur

4.3 Der Erfolg von Market Timing

5 Beschreibung der durchgeführten Studie

5.1 Die Daten

5.1.1 Die Aktienzeitreihen

5.1.2 Datenaufbereitung

5.1.3 Indexperformance in sample

5.2 Das Regressionshandelssystem (RHS)

5.2.1 Die Regressionsgerade

5.2.2 Kauf- und Verkaufsignale

5.2.3 Optimierung in sample

5.2.4 Transaktionskosten

5.3 Portfoliobildung

5.4 Performancemessung

6 Untersuchungsergebnisse

6.1 Indexperformance out of sample

6.2 Die optimalen Regressionsparameter

6.3 Investitionszeiten

6.4 Rendite

6.4.1 Analyse von Trefferquote und Payoff-Ratio

6.4.2 Rentabilität von Long- und Short-Engagements im Vergleich

6.4.3 Die Bedeutung der Transaktionskosten

6.5 Risikoadjustierte Performance

6.6 Regelmäßigkeit der Gewinnentwicklung und Korrelation

6.7 Hohe Güte linearer Regression in Trendphasen

6.8 Verteilung der Tagesrenditen

6.9 Ergebnisse der Portfoliobildung

7 Zusammenfassung der Studienergebnisse

8 Bessere Handelsdisziplin durch Technische Analyse?

Zielsetzung & Themen

Die Arbeit untersucht, ob mit Trendfolgestrategien, basierend auf der linearen Regression, an Finanzmärkten nachhaltig Überrenditen erzielt werden können. Dabei wird insbesondere geprüft, ob mathematisch fundierte, objektive Handelsregeln eine Performance-Outperformance gegenüber einer Buy&Hold-Strategie ermöglichen und inwieweit das Gesamtrisiko durch ein systematisches Market Timing reduziert werden kann.

• Analyse der informationseffizienten Markthypothese und Kapitalmarktanomalien
• Untersuchung klassischer technischer Indikatoren und Trendfolgekonzepte
• Entwicklung und Simulation eines vollautomatisierten Regressionshandelssystems (RHS)
• Empirische Evaluierung anhand von DAX- und Dow Jones-Aktien (1997–2006)
• Bewertung von Handelsdisziplin und Risikomanagement durch technische Analyse

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 The Trend is your Friend: Einleitung in die Thematik der Trendfolge, Hinterfragung der Börsenweisheiten und Definition des Untersuchungsziels.

2 Einführende Erläuterungen: Theoretische Grundlagen zu Trends, Zeitreihen, Informationseffizienz und der wissenschaftlichen Debatte zur Vorhersagbarkeit von Kursverläufen.

3 Trendfolgeindikatoren: Vorstellung klassischer technischer Konzepte wie Dow-Theorie, Trendlinien, Regressionskanäle und statistischer Kenngrößen für Trendstärke.

4 Empirische Ergebnisse zum Erfolg von Trendfolgesystemen: Diskussion der Vor- und Nachteile von Trendfolgestrategien und Literaturüberblick zu existierenden Studien, einschließlich Market-Timing-Ansätzen.

5 Beschreibung der durchgeführten Studie: Detaillierte Darstellung des methodischen Aufbaus, der Datenauswahl, der Definition des Regressionshandelssystems und der Performancemessung.

6 Untersuchungsergebnisse: Analyse der Performance des entwickelten Systems hinsichtlich Rendite, Risiko, Transaktionskosten und Portfoliobildung im Vergleich zum Benchmark.

7 Zusammenfassung der Studienergebnisse: Synthese der empirischen Befunde und Fazit zum Erfolg des vorgestellten technischen Handelsansatzes.

8 Bessere Handelsdisziplin durch Technische Analyse?: Kritische Reflexion über den Nutzen technischer Analyse als Instrument zur Disziplinierung von Investoren und zur Fehlervermeidung.

Schlüsselwörter

Technische Analyse, Trendfolge, Lineare Regression, Market Timing, Kapitalmarkteffizienz, Aktienmärkte, Handelsstrategie, Performanceanalyse, Volatilität, Long Memory, Kauf- und Verkaufssignale, Transaktionskosten, Portfoliomanagement, Rendite, Börsenpsychologie

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit analysiert die Möglichkeiten und Grenzen von Trendfolgestrategien am Aktienmarkt, speziell unter Verwendung der linearen Regression als mathematische Basis für Handelsentscheidungen.

Was sind die zentralen Themenfelder?

Im Fokus stehen die statistische Fundierung technischer Analyse, die Untersuchung von Kurs-Zeitreihen sowie der praktische Test, ob algorithmische Systeme eine Buy&Hold-Strategie outperfomen können.

Was ist das primäre Ziel oder die Forschungsfrage?

Das Ziel ist die Evaluierung, ob ein regelbasiertes Regressionshandelssystem systematisch Überrenditen generieren und das Risiko durch Market Timing im Vergleich zur klassischen Buy&Hold-Strategie senken kann.

Welche wissenschaftliche Methode wird verwendet?

Es wird eine quantitative Datenanalyse angewendet, die historische Kursdaten des DAX und Dow Jones Industrial Index (1987-2006) in einem In-Sample/Out-of-Sample-Testverfahren auswertet.

Was wird im Hauptteil behandelt?

Der Hauptteil gliedert sich in theoretische Grundlagen der Charttechnik, eine Literaturübersicht über empirische Studien zu Handelssystemen und eine detaillierte Simulation und Performancemessung des eigenen RHS-Modells.

Welche Schlüsselwörter charakterisieren die Arbeit?

Zu den Kernbegriffen gehören Technische Analyse, lineare Regression, Market Timing, Effizienzmarkthypothese und Performancemessung (Sharpe-Ratio, Maximum Drawdown).

Wie unterscheidet sich das RHS-System von anderen Ansätzen?

Im Gegensatz zu vielen subjektiven Chartmustern basiert das RHS auf strengen mathematischen Parametern (Minimal- und Maximalsteigung), die eine objektive Signalgenerierung erzwingen.

Warum schneidet das System bei den Dow Jones-Werten schlechter ab als beim DAX?

Dies ist primär auf das spezifische Marktumfeld im Testzeitraum (Out-of-Sample) zurückzuführen, in dem viele US-Werte eine seitwärts tendierende oder weniger ausgeprägt trendstarke Entwicklung aufwiesen.